2024-05-10

Strabag SEとMicrosoftがAI駆動データプラットフォームで建設リスク管理を革命化

建設・建築業界に活用できるAIおよびDX導入事例をご紹介します。建築・建設業界では、IoT機器・データとAIを活用した事例が多く報告されています。AIの導入の活用法は、業界ごとに異なり、採用されるシステムも多様です。
この記事を通して 「導入アイデア・あなたに使えるサービス・導入のポイント」 の参考になれば幸いです。弊社ではAI導入の最初の窓口としてAI総合研究所を運営しています。導入のお悩みはご気軽に弊社にご相談ください。

建築・建設業界において導入事例を活用するための主要なポイント

課題の特定と解決策の関連性：
事例が取り組んだ具体的な課題（例：コストオーバーラン、スケジュール遅延、安全性の問題）を理解し、それらが自社のプロジェクトにどのように関連しているかを評価します。使用した解決策が自社の課題に適用可能かどうかを検討します。
データとインフラの要件：
事例の成功がどのようなデータに依存していたか、そのデータが自社で容易に入手可能かどうかを検討します。必要な技術インフラ（センサー、データ収集装置、クラウドストレージ等）が自社に既にあるか、導入が現実的かを評価します。
持続可能性とスケーラビリティ：
導入技術のメンテナンスやアップグレードの必要性、コストを考慮し、技術が将来的に自社の他のプロジェクトや拡大計画に適応可能かどうかを考えます。
法規制とコンプライアンス：
技術やデータの使用が建設業界の法規制や安全基準に適合しているかを確認します。データプライバシー、セキュリティ、労働法など、導入前に検討すべき法的リスクを評価します。
実装力：
導入に要した時間、コスト、リソースを評価し、自社での実装が現実的かどうかを判断します。必要な技術的知識やスキルが社内に存在するか、または容易に習得可能かを考慮します。
技術の適用範囲と成果：
使用されたAI技術の種類（例：予測分析、3Dモデリング、ロボットオートメーション）とその適用プロセスを把握します。技術がどのようにしてプロジェクトの効率を向上させたか、コストを削減したか、または安全性を高めたかの具体的な成果を確認し、それが自社の目標と合致するかを検討します。

これらのチェックポイントは、建設・建築業界においてAI技術を導入する際にぜひご活用ください。

Strabag SEとMicrosoftがAI駆動データプラットフォームで建設リスク管理を革命化の紹介画像

Strabag SEは、Microsoftと提携し、データプラットフォームを活用した革新的な建設リスク管理ソリューションを開発しました。このAIベースのソリューションは、80%の精度で建設プロジェクトのリスクを予測し、時間と費用の削減に貢献しています。

【導入の背景】

建設業界は伝統的であり、他業界のようなデータ駆動型の運営効率化に遅れをとっていました。Strabag SEは、会社内のデータ共有の改善を目指し、データを活用して革新を遂げることを目標に掲げました。

【元々の課題】

Strabag SEは、各施工現場が非中央集権化されており、データの分散、複数のログイン要求など、日常業務において技術的課題を抱えていました。また、データ共有に対する文化的な障壁も存在しました。

【解決策】

Microsoft Intelligent Data Platformの導入により、中央集権化されたData Science Hubを確立し、全てのデータソースを結びつけ、有益な洞察を生み出すシステムを構築しました。さらにAzure OpenAI Serviceを活用したAIリスク管理ソリューションが開発されました。