Planificarea unui șantier a fost multă vreme apanajul unui inginer cu experiență, o diagramă Gantt și multă intuiție acumulată în timp despre cât durează, de fapt, fiecare etapă atunci când vremea, subcontractorii sau livrările nu merg exact după plan. Instrumentele bazate pe inteligență artificială nu înlocuiesc acea experiență, dar încep să schimbe felul în care se construiesc și se ajustează planurile, mai ales pe proiectele mari, unde variabilele sunt prea multe pentru a fi ținute minte de o singură persoană.
Ce face, concret, un algoritm de planificare
Diferența față de un simplu software de proiect stă în capacitatea de a analiza mii de scenarii posibile de secvențiere a lucrărilor și de a semnala unde apar blocaje probabile înainte ca acestea să se producă efectiv. Un algoritm alimentat cu date istorice de pe proiecte similare poate estima, de exemplu, că turnarea unei fundații într-o anumită zonă geografică, în luna respectivă, are șanse mari de întârziere din cauza precipitațiilor, și poate propune o reordonare a activităților astfel încât echipele și utilajele să nu stea nefolosite în acele zile. Practic, sistemul face automat un tip de analiză de risc pe care înainte o făcea manual un planificator experimentat, dar mult mai rapid și pe un volum de date pe care omul nu l-ar putea procesa singur.
Alocarea utilajelor, punctul unde se văd cele mai clare economii
Una dintre aplicațiile cele mai concrete e optimizarea alocării utilajelor între mai multe fronturi de lucru active simultan. În loc ca fiecare șef de șantier să ceară utilaje pe baza propriei estimări, adesea supradimensionată „ca să fie sigur”, sistemul centralizează cererile și calculează cea mai eficientă distribuție, ținând cont de distanțele de transport, de programul fiecărui utilaj și de probabilitatea ca o lucrare să dureze mai mult decât planificat inițial. Rezultatul e o flotă folosită mai eficient, cu mai puține perioade în care un excavator stă degeaba pe un șantier în timp ce altul așteaptă utilaj pe un șantier vecin — exact tipul de problemă pe care software-ul modern de fleet management încearcă să o rezolve și el, dintr-un unghi complementar.
Limitele reale ale acestor sisteme
Un algoritm de planificare rămâne dependent de calitatea datelor pe care le primește. Pe un șantier unde progresul zilnic nu se raportează corect, sau unde datele istorice folosite pentru antrenarea modelului provin de la proiecte foarte diferite ca natură, recomandările pot fi mai degrabă induse în eroare decât utile. La fel de important, sistemele actuale sunt bune la identificarea tiparelor și la propunerea de alternative, dar decizia finală — mai ales atunci când intervine un factor uman greu de cuantificat, cum ar fi relația cu un anumit subcontractor sau o restricție locală neoficială — rămâne, și probabil va rămâne mult timp de acum înainte, la latitudinea inginerului de proiect.
Confidențialitatea datelor de proiect devine o preocupare tot mai des ridicată de companiile mari, mai ales atunci când algoritmul de planificare rulează pe o platformă cloud a unui furnizor extern. Contracte cu clauze clare despre cine deține datele istorice introduse în sistem și despre modul în care acestea pot fi folosite pentru antrenarea altor modele devin, tot mai des, o condiție obligatorie înainte de adoptare, mai ales pe proiectele cu clauze stricte de confidențialitate impuse de beneficiar.
Adoptarea unor astfel de instrumente cere și o schimbare de mentalitate la nivelul echipei de proiect. Un planificator obișnuit să-și apere deciziile pe baza experienței proprii poate percepe recomandările algoritmului ca pe o contestare a judecății sale, mai ales atunci când sistemul propune o secvențiere diferită de cea intuitivă. Companiile care reușesc integrarea tratează algoritmul ca pe un al doilea consultant, nu ca pe un înlocuitor, și păstrează decizia finală la om, ceea ce reduce rezistența internă și accelerează adopția reală a instrumentului.
Cum se conectează cu restul datelor de pe șantier
Valoarea reală a acestor instrumente crește mult atunci când sunt conectate la alte surse de date deja disponibile, de la sistemele telematice montate pe utilaje până la rapoartele zilnice de progres introduse de șefii de echipă. Multe companii mari au început să combine planificarea bazată pe inteligență artificială cu date obținute prin măsurători cu drona a volumelor de pământ, pentru a compara automat progresul real cu cel planificat, fără să mai fie nevoie ca cineva să meargă fizic pe teren cu o stație totală. Pentru un antreprenor mediu, adoptarea acestor instrumente nu înseamnă neapărat un sistem complex și scump — multe soluții pornesc de la module simple, integrate în software-ul de management de proiect deja folosit, și se extind gradual pe măsură ce echipa capătă încredere în recomandările generate automat.
