Pada artikel kami sebelumnya, kami telah membahas bagaimana solusi kecerdasan buatan generik sering kali gagal dalam konteks perawatan kesehatan. Hari ini, kami mengeksplorasi bagaimana pelajaran ini berlaku untuk sektor konstruksi, bidang yang sama kompleksnya yang membutuhkan solusi khusus.

‍

Pendahuluan: melampaui AI generik

Kecerdasan buatan telah menarik perhatian para pemimpin bisnis di setiap sektor. Namun, seperti yang ditunjukkan oleh pengalaman baru-baru ini di sektor perawatan kesehatan dan konstruksi, solusi AI generik sering kali gagal ketika diterapkan pada domain yang sangat terspesialisasi. Transformasi yang sesungguhnya bukan berasal dari penerapan kemampuan umum pada masalah tertentu, tetapi dari membangun kecerdasan buatan yang secara fundamental memahami domain dari dasarnya.

‍

Kebenaran ini jelas muncul dari analisis sektor konstruksi dan real estat, di mana kompleksitas multidisiplin, fragmentasi pasar, dan peraturan yang ketat menciptakan tantangan unik yang hanya dapat diatasi oleh solusi khusus.

‍

Kebutuhan akan pemahaman sektor khusus

‍

Ketidakselarasan terminologi dan peraturan

Model IA generik gagal membedakan dengan benar antara konsep teknis fundamental seperti 'dinding penahan beban' dan 'partisi', atau antara 'pondasi pelat' dan 'pondasi dermaga', yang menyebabkan salah tafsir pada proyek-proyek yang memerlukan akurasi yang sangat penting untuk keselamatan. Ketidaksesuaian terminologi ini juga meluas ke variasi regional: 'pelat laterosemen' Italia memiliki karakteristik yang berbeda dari sistem pelat di Eropa Utara, dengan implikasi penting untuk perhitungan struktural dan anti gempa.

‍

Demikian pula, kerangka kerja peraturan yang ketat di sektor konstruksi, dengan kode bangunan, standar keselamatan dan peraturan lingkungan yang berbeda-beda di setiap wilayah, memberikan tantangan yang jarang dapat diatasi oleh solusi IA generalis. Eurocodes dan Standar Teknis Konstruksi Italia (NTC) menyajikan perbedaan substansial dalam koefisien keselamatan yang tidak dapat didiskriminasikan oleh IA generalis, dengan konsekuensi yang berpotensi serius bagi keselamatan struktural.

Pengakuan atas potensi transformatif

‍

Terlepas dari tantangan-tantangan ini, potensi AI dalam mentransformasi industri ini telah diakui secara luas. Menurut Survei Teknologi Real Estat Global 2023 JLL, AI dan AI generatif berada di antara tiga teknologi teratas yang akan memiliki dampak terbesar pada industri real estat dalam tiga tahun ke depan oleh investor, pengembang, dan penghuni perusahaan. Namun, responden yang sama mengindikasikan kurangnya pemahaman tentang AI dibandingkan dengan teknologi lain seperti blockchain, realitas virtual, dan robotika.

‍

Kontradiksi yang tampak jelas ini menggarisbawahi perlunya pendekatan khusus yang dapat menjembatani kesenjangan antara potensi yang diakui dan implementasi yang sebenarnya.

‍

Pendekatan khusus: kisah sukses di sektor konstruksi

Solusi IA bangunan khusus telah membuktikan nilainya melalui studi kasus konkret:

‍

Mengurangi kesalahan desain

Dalam sebuah proyek perumahan besar, implementasi modul intelijen khusus industri menghasilkan:

• Pengurangan 68% dalam kesalahan desain
• 23% penurunan waktu audit
• Perkiraan penghematan 15% dari keseluruhan biaya
• Peningkatan signifikan dalam waktu pengiriman

Yang paling menonjol adalah dampaknya terhadap pengelolaan varian dalam proses, yang secara historis bertanggung jawab atas kenaikan biaya hingga 20-30%. Platform khusus ini mengurangi dampak ini menjadi 7%, berkat kemampuannya untuk menyebarkan perubahan secara otomatis ke semua dokumen proyek terkait.

‍

Manajemen material yang dioptimalkan

Seorang pembangun infrastruktur menerapkan modul manajemen material khusus yang menghasilkan:

• Pengurangan persediaan sebesar 31%
• Penurunan 24% dalam keterlambatan pengiriman
• Penghematan lebih dari EUR 2 juta untuk biaya logistik
• Meningkatkan keberlanjutan dengan mengurangi limbah material

Aspek yang sangat penting namun sering diabaikan adalah dampaknya terhadap manajemen arus kas. Optimalisasi pembelian mengurangi aset tetap sebesar 42%, yang secara signifikan meningkatkan posisi keuangan perusahaan.

‍

Optimalisasi penjadwalan lokasi

Sebuah perusahaan konstruksi yang berspesialisasi dalam pembangunan kembali perkotaan yang kompleks menerapkan algoritme pengoptimalan ruang-waktu yang menghasilkan:

• Pengurangan 28% dalam waktu pemrosesan secara keseluruhan
• Peningkatan efisiensi tim sebesar 34%
• Penurunan 62% dalam interferensi antara pekerjaan simultan
• Prediktabilitas waktu yang lebih baik, dengan deviasi akhir kurang dari 5 persen

Kasus ini menyoroti bagaimana AI khusus dapat memecahkan salah satu masalah yang mewabah di industri ini: kesulitan pemrograman dalam konteks yang kompleks dengan berbagai variabel dan kendala. Teknik manajemen proyek tradisional seperti CPM atau PERT menunjukkan keterbatasan yang signifikan dalam skenario dunia nyata, sementara pendekatan berbasis AI telah menunjukkan keunggulan operasional yang terukur.

‍

Gambaran yang lebih luas: transformasi pasar real estat

Dampak AI tidak hanya pada konstruksi, tetapi juga mengubah seluruh sektor real estat di lima dimensi utama:

‍

1. Geolokalisasi dan pengelompokan

Perusahaan dan investasi di bidang AI cenderung terkonsentrasi di pasar teknologi yang sudah mapan. Penelitian JLL menunjukkan adanya percepatan permintaan untuk talenta AI, dengan iklan lowongan kerja yang meningkat lebih dari 250% sejak awal 2021. Dalam jangka panjang, pertumbuhan ini kemungkinan besar akan terkonsentrasi di tempat yang memiliki talenta AI: pusat teknologi primer dan sekunder yang sudah mapan, pusat inovasi, dan universitas.

Di AS, 42 persen perusahaan AI terkonsentrasi di San Francisco Bay Area, diikuti oleh Boston, Seattle, dan New York, dengan proyeksi pertumbuhan real estat sebesar 1,6 juta meter persegi pada akhir tahun di AS saja.

‍

2. Perubahan permintaan antar aset

Perkembangan AI membutuhkan pusat data, jaringan energi, dan infrastruktur konektivitas yang lebih banyak dan lebih baik. Menurut JLL Global Data Center Outlook 2023, pasar pusat data kolokasi global diperkirakan akan tumbuh 11,3 persen per tahun dari tahun 2021 hingga 2026, sedangkan pasar pusat data hyperscale diperkirakan akan tumbuh lebih cepat lagi, yaitu sekitar 20 persen per tahun.

Kriteria lokasi infrastruktur IA memberikan bobot yang lebih besar pada harga energi yang lebih rendah dan biaya lahan yang lebih rendah, sehingga mendorong pertumbuhan ke pasar yang tidak terlalu padat seperti Atlanta di AS, Malaysia dan Thailand.

‍

3. Jenis aset dan produk baru

Kemunculan 'bangunan yang benar-benar cerdas' sudah dekat. Infrastruktur yang mendukung AI akan menjadi standar standar, seperti halnya koneksi internet yang menjadi fitur standar bangunan saat ini. AI juga akan membantu mewujudkan bangunan tanpa emisi dengan kinerja keberlanjutan yang tinggi.

Hal ini sejalan dengan 'kembar digital dinamis' yang dijelaskan dalam industri konstruksi, yang bergerak di luar konsep statis BIM menuju model yang berkembang secara real time di seluruh siklus hidup bangunan, memungkinkan manajemen pemeliharaan prediktif yang mengurangi biaya operasional sebesar 23-31% dan meningkatkan usia pakai fasilitas sebesar 15-20%.

‍

4. Model investasi dan pendapatan baru

Proses penjaminan emisi dan proses yang ditingkatkan dengan AI akan memungkinkan transaksi yang lebih cepat dan pemahaman yang lebih efisien tentang properti dan pasar, yang akan mengkatalisasi investasi dalam skala global. Infrastruktur yang mendukung AI dan kemampuan untuk menghubungkan berbagai sistem juga dapat memungkinkan perluasan model 'ruang sebagai layanan' dan aliran pendapatan baru bagi pemilik dan pengembang.

Contoh konkret yang dikutip dalam laporan JLL adalah dari Royal London Asset Management, yang mencatat peningkatan signifikan dalam operasi HVAC dan efisiensi energi di gedung komersial seluas 11.600 meter persegi. Dengan menerapkan teknologi AI JLL, perusahaan ini mencapai rekor ROI sebesar 708% dan penghematan energi sebesar 59%, sehingga mengurangi emisi karbon hingga 500 metrik ton per tahun.

‍

5. Pendekatan baru terhadap desain dan fungsionalitas ruang

AI akan memungkinkan desain yang digerakkan oleh pengalaman dan pengaturan lingkungan yang sangat dapat disesuaikan. Hal ini melengkapi AI multimodal untuk inspeksi yang dijelaskan dalam industri konstruksi, yang akan menggabungkan pemahaman teks, gambar, dan data dari drone dan sensor IoT untuk memantau kemajuan dan kualitas konstruksi, dengan janji khusus dalam integrasi dengan teknologi LiDAR untuk pemantauan struktural secara real-time.

‍

‍

Dimensi sosial-ekonomi: dampak pada pekerjaan dan keterampilan

Berlawanan dengan kekhawatiran akan adanya substitusi, data yang dikumpulkan menunjukkan bahwa AI khusus memberikan dampak positif pada tenaga kerja:

Peningkatan keterampilan yang sudah ada

AI khusus telah meningkatkan peran pengrajin khusus, membebaskan mereka dari tugas-tugas administratif dan memungkinkan mereka untuk fokus pada aspek kualitas pengerjaan. Hal ini telah menyebabkan peningkatan kualitas yang dirasakan dan penilaian ulang terhadap keterampilan teknis.

‍

Pendekatan ini sejalan dengan visi CEO Microsoft Satya Nadella bahwa penyedia layanan AI membuat pilihan sadar untuk mengeksplorasi pendekatan yang berpusat pada manusia, mengembangkan produk 'co-pilot' yang dirancang untuk membantu orang, alih-alih produk 'autopilot' yang bertujuan untuk sepenuhnya menggantikan peran manusia.

‍

Transformasi profil profesional

Peran hibrida baru muncul, seperti 'Manajer Konstruksi BIM' dan 'Spesialis Konstruksi Digital', dengan keterampilan yang menggabungkan konstruksi tradisional dan teknologi digital. Profil-profil ini memiliki gaji 35-40% lebih tinggi dari rata-rata industri.

Menurut Goldman Sachs, yang mengutip sebuah studi dari ekonom MIT David Autor, lebih dari 85% pertumbuhan lapangan kerja di Amerika Serikat selama 80 tahun terakhir disebabkan oleh terciptanya posisi-posisi baru yang digerakkan oleh teknologi.

‍

Demokratisasi pengalaman

Kemampuan AI untuk mengkodifikasi dan membuat praktik terbaik yang dapat diakses telah mengurangi kesenjangan kinerja antara perusahaan kecil dan besar, mendorong persaingan yang lebih adil berdasarkan kualitas aktual daripada ukuran perusahaan.

‍

Masa depan: inovasi yang muncul dan pendekatan strategis

Kemajuan teknologi yang akan datang

Di sektor bangunan, inovasi masa depan meliputi:

• Analisis prediktif untuk keselamatan di lokasi: Model yang secara pre-emptive mengidentifikasi situasi risiko berdasarkan data historis dan konfigurasi lokasi, dengan kemampuan prediksi kecelakaan sebesar 76% dan potensi pengurangan kecelakaan serius sebesar 58%.
• AI multimodal untuk inspeksi: Fungsionalitas yang mengintegrasikan pemahaman teks, gambar, dan data dari drone dan sensor IoT untuk memantau kemajuan dan kualitas konstruksi.
• Integrasi dengan robotika di lokasi: Proyek percontohan awal dengan robot pelapis lantai dan sistem finishing otomatis telah menunjukkan peningkatan produktivitas hingga 300% dalam operasi yang berulang-ulang, dengan kualitas yang unggul dan mengurangi limbah.

Di sektor real estat yang lebih luas, JLL menyoroti bahwa pasar kasus penggunaan bisnis untuk AI generatif diperkirakan akan mencapai $42,6 miliar pada tahun 2023, tumbuh 32 persen per tahun menjadi $98,1 miliar pada tahun 2026.

‍

Adopsi Strategis dan Bertanggung Jawab

Organisasi harus mempertimbangkan cara memanfaatkan kekuatan AI untuk mendukung tujuan bisnis mereka dengan cara yang bertanggung jawab dan etis. JLL menekankan pentingnya kewaspadaan terhadap tiga jenis peraturan yang muncul:

1. Standar dan protokol pasar yang terkait dengan kualitas data, hak kekayaan intelektual, privasi, dan keamanan data.
2. Peraturan untuk memitigasi risiko sosial, seperti langkah-langkah untuk melindungi pasar tenaga kerja dari guncangan atau standar keselamatan untuk kendaraan otonom.
3. Undang-undang lingkungan, terutama yang bertujuan untuk mengurangi emisi karbon dari pertumbuhan ekonomi digital.

Organisasi perlu merenungkan beberapa pertanyaan kunci: Apa arti pertumbuhan AI bagi strategi investasi dan pelokalan? Aplikasi AI yang sudah ada atau yang akan datang apa yang perlu dipersiapkan dan diuji sekarang? Apa saja potensi risiko bisnis dan sosial?

‍

Kesimpulan: nilai dari pendekatan khusus

Seperti halnya di sektor kesehatan, transformasi sejati dalam konstruksi dan real estat tidak datang dari penerapan AI secara umum pada masalah yang kompleks, tetapi dari solusi yang dibangun secara khusus untuk tantangan unik di sektor ini.

‍

Konstruksi adalah contoh sektor dengan kompleksitas tinggi dan digitalisasi rendah: sektor ini berada di urutan kedua dari belakang dalam hal tingkat adopsi digital. Karakteristik ini menjadikannya medan yang ideal untuk mendemonstrasikan nilai AI yang terspesialisasi dibandingkan solusi umum.

‍

Keunikan sektor konstruksi terletak pada sifatnya yang padat pengetahuan dan padat karya secara bersamaan, dengan keseimbangan antara dimensi kognitif dan operasional. Dualisme ini membutuhkan sistem AI yang tidak terbatas pada pemrosesan data, tetapi juga memahami secara mendalam proses pengambilan keputusan dan operasional yang menjadi ciri khas sektor ini.

‍

Seperti yang dikatakan oleh seorang manajer proyek dari sebuah firma arsitektur besar: 'Perbedaan antara IA umum dan spesialis dalam konstruksi seperti perbedaan antara pekerja umum dan ahli khusus. Keduanya memiliki nilai, namun ketika menyangkut proyek yang kompleks, keahlian spesialis menjadi sangat diperlukan."

‍

Tantangan di masa depan adalah menemukan keseimbangan yang tepat antara spesialisasi vertikal dan interoperabilitas horizontal, yang memungkinkan para pemain yang berbeda dalam rantai pasokan untuk mendapatkan manfaat dari solusi yang dibuat khusus yang masih dapat berkomunikasi satu sama lain. Hanya dengan cara ini AI dapat memenuhi janjinya untuk mengubah salah satu sektor yang paling resisten terhadap inovasi menjadi contoh efisiensi, keberlanjutan, dan kualitas.