Por Andy Cunningham, Diretor Regional Sênior para Austrália e Nova Zelândia na Autodesk.
A construção da Ópera de Sydney sinalizou o nascimento de um ícone arquitetônico global, mas também demonstrou o potencial para desastres, de acordo com o autor Andy Cunningham.
Demorou 10 anos a mais do que o esperado para ser concluído, custou 10 vezes o orçamento original e foi repleto de desafios de design e colaboração deficiente, além de burocracia significativa.
Agora imagine que os arquitetos, engenheiros e construtores que trabalham nesses projetos tenham sua expertise complementada com IA.
Isso facilitaria a colaboração e agilizaria os fluxos de trabalho ao resumir grandes quantidades de dados de projetos de vários modelos, capacitando todas as partes a trabalharem juntas de forma mais eficaz usando insights antes inexplorados.
O gerenciamento e o planejamento de projetos teriam sido drasticamente aprimorados com cronogramas preditivos baseados em dados históricos; a análise de informações em tempo real identificaria riscos, perigos de segurança e problemas de qualidade antes que se tornassem críticos, e a estimativa de custos seria otimizada automaticamente.
Enquanto isso, os projetos seriam gerados em detalhes granulares, considerando orçamentos, fatores ambientais e utilização do espaço e, finalmente, padrões e regulamentações predefinidos seriam incorporados a todo o processo.
O setor de construção é frequentemente criticado por ser um retardatário na digitalização. Embora não possamos fugir da verdade do passado, os dados mostram que as atitudes estão mudando e que o setor é atraído pelo papel que a IA pode desempenhar.
UM relatório recente revelou que dois terços (67%) dos líderes e especialistas de empresas de design e fabricação – incluindo Arquitetura, Engenharia, Construção e Operações (AECO) – acreditam que suas organizações estão se aproximando ou já atingiram sua meta de incorporar IA em suas operações.
Mas é importante notar que esses números representam a IA em suas muitas formas e casos de uso. Enquanto o ChatGPT popularizou o papel da IA na sociedade cotidiana, ele assume uma infinidade de formas diferentes no contexto da AECO, ditadas pelos requisitos de cada setor individual, bem como pelas necessidades de colaboração intersetorial.
Isso pode incluir aprendizado de máquina, aprendizado profundo, IA generativa ou design generativo.
Da mesma forma, as indústrias AECO encontram-se em diferentes estágios de um amplo espectro de maturidade.
Muitos arquitetos, por exemplo, já estão acostumados com poderosos geradores de imagens de IA, que combinam o trabalho artesanal de seus trabalhadores altamente qualificados com renderizações digitais que aproveitam imagens e comandos de texto existentes.
Por outro lado, muitos desenvolvedores estão mais adiantados em sua exploração de IA, atualmente criando bases para recursos do tipo ChatGPT que resolvem rapidamente consultas que, de outra forma, levariam dias ou semanas para serem coordenadas por várias partes interessadas, examinando manualmente conjuntos de documentos.
O que é quase universal, no entanto, é que o aumento do acúmulo de dados de projetos não utilizados destaca o potencial de alavancar a IA para obter insights que impulsionarão a inovação, simplificarão a colaboração, acelerarão iniciativas de sustentabilidade, eliminarão a escassez de talentos, otimizarão custos e economizarão tempo.
O relatório acima mencionado observa que 79% das organizações confiam na IA, e que 67% concordam que ela será essencial em todos os aspectos em dois a três anos. Em minhas discussões dentro da indústria, a capacidade de acompanhar a enxurrada de dados e a demanda geral – mais prédios, serviços, produtos, conteúdo e assim por diante – é precisamente o motivo pelo qual a IA não está apenas vendo interesse significativo, mas também investimento.
Mas os benefícios da IA não serão instantâneos e as organizações AECO devem primeiro se concentrar em estabelecer uma estrutura operacional para garantir que ela possa entregar resultados. É preciso uma abordagem pragmática e estruturada.
Essa abordagem começa com o estabelecimento da infraestrutura de dados correta. O gerenciamento robusto de dados é crítico, pois a IA é um caso de “lixo que entra, lixo que sai” – a qualidade da IA depende inteiramente do calibre das informações das quais ela extrai.
O pedaço de dados deve ser apoiado por implementação iterativa. Como acontece com a maioria das estratégias de digitalização, ir 'all in' é repleto de riscos e pode causar interrupção – particularmente se sua introdução não ocorrer exatamente como planejado.
Começar com projetos pequenos e gerenciáveis cria capacidade de testar, aprender e alterar implementações de IA com base em feedback e resultados do mundo real.
Uma consideração adjacente e igualmente crucial é onde esses dados são mantidos. Projetos digitais vivem na nuvem e, embora os data centers ao redor do mundo sejam construídos com segurança e desempenho em mente, optar por opções locais e onshore aumenta o controle sobre informações confidenciais do projeto e reduz a latência para aqueles que trabalham com os dados.
Esses dois conceitos precisam ser encontrados com a parte mais importante de qualquer tecnologia: as pessoas que a usam. Embora algumas pessoas estejam preocupadas com a IA e seu impacto em suas vidas pessoais e profissionais, ela inevitavelmente se tornará uma parte onipresente da vida – mas ela só pode entregar os resultados pretendidos se for voltada para resultados para as partes interessadas.
Portanto, os empregadores têm a responsabilidade de fornecer educação e treinamento contínuos para suas equipes para garantir que a IA possa complementar as tarefas do dia a dia e, em última análise, impulsionar a produtividade ao assumir trabalhos administrativos de baixo valor – é um relacionamento colaborativo entre pessoas e sistemas.
O otimismo em relação à IA é promissor, assim como o apetite para superar os desafios que têm sobrecarregado as indústrias AECO até o momento.
No entanto, para que a IA ofereça melhorias desde o design até a entrega de projetos de construção, as organizações devem estar cientes da estrutura estratégica necessária para torná-la realidade.
Imagem: Wkikpedia Commons