Kan AI äntligen få byggjätten att röra på sig?
MIT och Suffolk pekar ut sex sätt som AI kan revolutionera byggbranschen.
Byggindustrin: En jätte som rör sig långsamt
Få branscher är så fundamentalt viktiga – och samtidigt så notoriskt svåra att effektivisera – som byggindustrin. Förseningar och kostnadsöverdrag är nästan inbyggda i sektorn. Projekt som levereras i tid och inom budget är undantag, inte regel. Det är mot den bakgrunden man ska läsa det forskningsdokument som byggföretaget Suffolk och Massachusetts Institute of Technology (MIT) nyligen publicerat.
Enligt rapporten, som refereras av Construction Dive, identifierar forskarna sex sammankopplade områden där AI-verktyg kan göra konkret skillnad. Det som gör slutsatsen särskilt intressant är inte att AI löser ett enskilt problem – det är att vinster inom ett område skapar positiva kedjeeffekter längs hela projektets tidslinje. En förbättring i projekteringsfasen rullar vidare och förstärks i produktionsskedet. Det är systemtänkande applicerat på en bransch som länge jobbat i stuprör.
Datacenterbygget driver på – och skapar sitt eget tryck
Samtidigt händer något intressant på efterfrågesidan. Den explosionsartade utbyggnaden av datacenter – till stor del driven av infrastrukturbehovet för just artificiell intelligens – håller nu byggbranschen flytande i ett annars trögt marknadsläge. Construction Dive rapporterar att den amerikanska byggbranschens orderstock återhämtade sig i augusti, och att datacenterkontrakt är en central förklaring.
"Datacenter håller entreprenörerna sysselsatta även när aktiviteten avtar inom andra områden", konstaterar Anirban Basu, chefsekonom på branschorganisationen ABC.
Det finns en nästan cirkulär logik i det här: AI-tekniken kräver massiva datacenter för att fungera, datacentren kräver en byggbransch som kan leverera, och byggbranschen behöver AI-verktygen för att klara av det trycket. De två trenderna driver varandra.
Löftena är verkliga – men kontexten spelar roll
Jag vill inte måla upp en alltför enkel bild. Suffolk/MIT-rapporten pekar på möjligheter, och det är viktigt att hålla isär vad som är bevisat i labbmiljö och vad som faktiskt skalas upp i fält. Byggbranschen präglas av materialbrist, ett växande kompetensgap och projektformer som inte alltid är designade för att ta emot ny teknik. Att ta en AI-plattform från proof-of-concept till faktisk tillämpning på ett komplicerat byggprojekt – med tiotals underentreprenörer, komplexa kontrakt och hård tidspress – är en helt annan sak än att presentera lovande laboratorieresultat.
Det som ändå ger mig tillförsikt är att datacenterboomens extrema byggtakt skapar ett naturligt laboratorium. När beställarna är teknikjättar med både kapital och incitament att testa ny teknik, och när volymerna är tillräckligt stora för att motivera investering i digitala verktyg, ökar chansen att AI-verktygen faktiskt används på riktigt – inte bara utvärderas.
Sex nyckelområden – och en systemeffekt
Suffolk/MIT-rapporten är fortfarande på ett övergripande plan i det som Construction Dive refererar, och de sex nyckelområdena presenteras utan djupare teknisk specifikation i källmaterialet. Men premissen är solid: AI-verktyg som hanterar planering, resursallokering, riskbedömning och kvalitetskontroll kan – om de integreras rätt – skapa en sammanhängande digital ryggrad i ett byggprojekt. Det är inte lika glamoröst som självkörande grävmaskiner, men sannolikt mer omedelbart värdeskapande.
Som systemutvecklare ser jag ett välbekant mönster: den svåra delen är sällan tekniken i sig, utan att få systemen att tala med varandra och att förändra arbetsflödena runt dem. Det är ett organisatoriskt och kulturellt problem minst lika mycket som ett tekniskt.
En bransch vid ett vägskäl
Byggbranschen har länge haft rykte om sig att vara sen med att ta till sig ny teknik. Men kombinationen av ett hårt tryck från datacenterboomens byggtakt och allt mer konkreta AI-verktyg gör att 2020-talets andra hälft kan bli den period då digitalisering faktiskt biter sig fast i sektorn – inte som ett projekt, utan som ett nytt normaltillstånd.
Vår analys
Det som gör den här utvecklingen strategiskt intressant är tidssammanfallet. AI-infrastrukturen kräver massiva byggvolymer precis när AI-verktygen börjar bli mogna nog att faktiskt användas i byggprocessen. Det skapar en ovanlig möjlighet: beställarna av datacenter – ofta tekniktäta organisationer med höga krav på leveransprecision – kan bli den katalysator som tvingar fram ett tekniklyft i hela branschen.
Den verkliga risken är inte att AI-verktygen saknar potential, utan att branschen saknar den digitala infrastruktur och kompetens som krävs för att ta tillvara på dem. Kompetensgapet inom byggbranschen är redan ett allvarligt problem – att ovanpå det implementera komplexa AI-system kräver ett parallellt investeringsspår i utbildning och processutveckling.
Suffolk/MIT-rapportens systemtänkande – att vinster förstärker varandra längs hela projektkedjan – är rätt ingång. Men det förutsätter att hela kedjan faktiskt är digitalt sammanlänkad. Där har branschen fortfarande en bit kvar att gå.