91�����

ChatGPT:n julkistus marraskuussa 2022 aloitti uuden luvun tekoälytutkimuksen ja -sovellusten saralla. Sen jälkeen suurten kielimallien kehitys on jatkunut kiivaana, ja suuret teknologiayritykset investoivat  tänä vuonna yli 300 miljardia dollaria AI-kehitykseen, 46 % enemmän kuin vuotta aiemmin.

Nämä huikeat satsaukset auttavat myös rakennusalaa. Vuoden 2024 Building 2030 -viikon  totesivatkin, että rakennusalankin yritysten on järkevää hyödyntää teknologiajättien alustoja.

Vaikka generatiivinen tekoäly on tuore tulokas, rakennushankkeissa on sitä jo kokeiltu suunnittelussa, riskienhallinnassa ja työturvallisuuden tehostamisessa. Yritysten välillä on suuria eroja siinä, miten systemaattisesti ne uutta teknologiaa soveltavat.

Tekoälyn käyttö on vasta alkutaipaleella

Microsoftin Copilot ja OpenAI:n tuotteet ovat jo monissa alan yrityksissä käytössä, mutta Roope Nyqvistin mukaan laajamittainen soveltaminen on vasta alussa. Hänen tekemässään tuoreessa kyselyssä asteikolla 0…10 (ei käytössä…laajasti käytössä kaikilla osa-alueilla) tekoälyn käyttöasteen keskiarvo rakennusyrityksissä oli 4,5. 

Tekoälyn hyödyntämisen systemaattinen kehittäminen sai puolestaan arvosanan 6,4, toisin sanoen hyödyntäminen on suurelta osin tapauskohtaista.

Toisin kuin teollistumisessa, uusi teknologia vaikuttaa eniten valkokaulustyöntekijöihin. McKinsey & Co:n  mukaan esimerkiksi johtamisen automaatiopotentiaali on noussut tekoälyn ansiosta 15,5 prosentista 49 prosenttiin. Asiantuntijatyöstä jopa 58,5 % on yhtiön mukaan automatisoitavissa.

Kysely ei vielä osoita merkittäviä tuottavuusloikkia. Kysymykseen ”kuinka paljon arvioit tekoälyn tehostaneen työskentelyänne prosentuaalisesti” vastaukset vaihtelivat -2 ja 30 prosentin välillä. Keskiarvo oli 8,8 %, mikä sekin on jo merkittävä parannus.  Nyqvist kuitenkin kertoi, että generatiivisen tekoälyn käytön potentiaali on vastausten perusteella suuri, keskiarvoltaan 7,9 kymmenportaisella asteikolla.

Käyttötapauksia on jo runsaasti

Suurten kielimallien ansiosta tapa käyttää tietokonetta on muuttumassa. Sen sijaan, että jokaiseen käyttökohteeseen tarvitaan oma sovelluksensa, keskustelevat botit pystyvät hoitamaan useita tehtäviä ja käsittelemään tekstin lisäksi ääntä, kuvia ja videoita. 

Aiemmin bottien kyvyt rajautuivat niiden kouluttamiseen käytettyyn materiaaliin, mikä johti rakennusalasta puhuttaessa pinnallisiin ja puutteellisiin vastauksiin. Nyt tekoälylle voi ladata omaa materiaalia lähtötiedoksi. Tämä avaa uusia mahdollisuuksia rakennushankkeen johtamiselle. 

Esimerkiksi seuraavanlaiset tehtävät ovat nousseet Nyqvistin tutkimuksissa lupaavimmiksi:

Sihteerin ja puheenjohtajan tehtävät

Tekoäly pystyy tekemään kokousten tallenteista muistiinpanot ja tiivistelmät. Se voi toimia myös ”puheenjohtajana”; tuoda esille aiemmista pöytäkirjoista avoimeksi jääneet asiat ja ehdottaa ratkaisumalleja ja luoda niistä tehtäviä eri osapuolille. Tekoäly ei siis jää pelkäksi kirjuriksi vaan tukee johtamista aktiivisesti.

Viestintä ja tilannekuvan muodostaminen

Työntekijöiden voi olla vaikeaa poimia erilaisesta kokous- ym. aineistosta juuri heitä koskeva informaatio. Tekoäly tekee sen nopeasti ja tuottaa työntekijöille yksilöidyn ja ajantasaisen tilannekuvan ja tehtäväkuvaukset. Tähän ei työnjohdolla olisi välttämättä aikaa perinteisesti toimittaessa.

Rakennustyömaat ovat monikielisiä, ja johdon voi olla vaikeaa tai suorastaan mahdotonta kommunikoida joidenkin tekijöiden kanssa. Tekoäly tulee tässäkin avuksi; se kääntää tekstit nopeasti eri kielille. Reaaliaikainen puheen kääntäminenkin on jo mahdollista älypuhelinsovelluksilla.

Aineiston analysointi

Työmaalla syntyy runsaasti dataa laatu- ja turvallisuushavainnoista. Mikko Kuusakoski kertoi Building 2030 -kesäseminaarissa esimerkkinä, että Jatke kirjasi 12 kuukauden aikana 1300 työturvallisuushavaintoa. Ihmistyönä niiden läpikahlaus on työlästä, mutta Copilot analysoi ja nosti automaattisesti esille merkittävimmät puutteet, joita ei ollut hoidettu.

Tekoälyä on jo käytetty myös piirustusten analysointiin, esimerkiksi määrälaskentaan ja määräystenmukaisuuden arviointiin.

Riskienhallinta

Riskienhallinta on johtamisen kriittinen tehtävä, ja tekoäly tarjoaa siihen hyviä työkalua. Esimerkiksi tarjouspyyntöjen ja tarjousten analysointi voi paljastaa riskejä tai ristiriitaisuuksia, jotka muuten jäisivät huomaamatta.

Riskien tunnistaminen ei rajoitu vain tekstidokumentteihin. Nyqvist kertoi ladanneensa GTP-4o-mallille valokuvan työmaalta ja pyysi sitä kertomaan turvallisuuspuutteista. Tekoäly luetteli puutteet muutamassa sekunnissa ja antoi lisäksi ohjeet korjaavista toimenpiteistä. Se kirjoitti pyynnöstä myös tekstin työturvallisuusreklamaatioon.

Hankintaprosessi

Tekoälystä on apua myös tehtävien suunnittelussa. Nyqvist demonstroi tätä jatkamalla turvallisuuspuute-esimerkkiään. 

Hän ohjeisti tekoälyn laatimaan tehtäväsuunnitelman puutteiden korjaamisesta, tarvittavista resursseista ja tehtävien kestosta. Sen jälkeen tekoäly valmisteli tarjouspyynnön, etsi internetistä sopivia urakoitsijoita tehtäviin ja valmisteli urakkasopimuksen käyttäen sille annettua sopimusmallia.

Nyqvist käytti näihin tehtäviin puolisen tuntia, mikä on arvattavasti vähemmän kuin työmaavastaava työhön käyttäisi. Hänen mukaansa tämä on erinomainen esimerkki tekoälystä johdon tukena.

Mielikuvitus on rajana

Koska chatbotit ovat tehneet tekoälyn käytöstä erittäin intuitiivista, uusia sovelluskohteita syntyy yrityksissä päivittäin. Ainoastaan testaamalla todellisella aineistolla asiantuntija voi arvioida, onko tietty sovellus vielä toimiva. Esimerkiksi aikatautietoa kielimallit eivät vielä käsittele luotettavasti.

Tulevaisuus on tekoälyagenttien

Viimeisin tekoälytrendi ovat agentit. Ne ovat apureita, jotka ovat erikoistuneet tiettyihin tehtäviin. Yksi tekoälyagentti voi olla tiedonkerääjä, toinen analysoida tietoa ja kolmas tehdä esimerkiksi tilauksen saamansa tiedon perusteella. Pidemmälle vietynä agentteja johtaa projektinjohtaja-agentti, joka valitsee tarvittavat apurit kulloisenkin tehtävän mukaan.

Toistaiseksi kaupallisesti käytettäviä agentteja on vähän ja niiden kyvyt ovat rajallisia, mutta tilanne voi muuttua nopeasti. Tällöin rakennushankkeessa voi olla useita agentteja, jotka hoitavat itsenäisesti tehtäviä, joihin nyt tarvitaan asiantuntevia työnjohtajia.

Työnjohto voisi delegoida suuren osan rutiinitehtävistään tekoälylle ja keskittyä ihmisten johtamiseen paperityön sijaan. Työntekijät saisivat henkilökohtaisia agentteja, jotka auttaisivat työn ohjauksessa ja automatisoisivat raportointia. Näillä keinoilla työn tuottavuuskin kasvaisi, kun muu muassa tiedon hakemiseen kuluva aika minimoituu.

Datan laatu on edelleen tärkeää

Tekoälyn hyödyntämisen yhteydessä puhutaan aina datasta ja sen laadusta. Vaikka kielimallit ymmärtävät puhekieltä eivätkä edellytä määrämuotoista dataa, tekoäly tuottaa selvästi parempia ja luotettavampia tuloksia, kun data on vakioitua.

Tekoäly ei siis poista tarvetta tehdä datasta määrämuotoista vaan edellyttää sitä, jotta rakentamisen tietoprosesseja voidaan automatisoida.

Toinen dataan liittyvä haaste on sen saatavuus. Rakennusalan yrityksillä on runsaasti dataa varastoissaan, mutta ne eivät voi hyödyntää sitä tiedon luottamuksellisuuden vuoksi. Tämä vaikeuttaa omien mallien kehittämistä merkittävästi.

Voisiko tekoäly tulevaisuudessa korvata pääurakoitsijan henkilöstön?

Uber on mittava kuljetusyritys, jolla ei ole yhtään autoa, ja Aribnb vuokraa asuntoja, joita se ei omista. Alustalous on osoittanut, että tiedon avulla voi automatisoida johtamisen ja palvelun. 

Voisiko ajatusleikkinä kuvitella, että tulevaisuuden pääurakoitsijalla ei ole yhtään työntekijää tai työnjohtajaa? Pääurakoitsijalla on alusta, joka tekoälyn tukemana kerää hankkeeseen toteuttajat, jakaa näille tehtävät ja ohjaa koko prosessia agenttiensa avulla.

Ehkä tämä ei ole muutaman kymmenen vuoden päästä mahdoton skenaario, vaan looginen seuraus nykyisestä kehityskulusta. Teknologiahan kehittyy eksponentiaalisesti.

Joka tapauksessa rakennusyritysten kannattaa nyt hankkia kokemuksia tekoälystä ja pohtia strategisesti sen merkitystä omalle tulevaisuudelle. Niiden kannattaa myös muistaa, että oli teknologia mikä tahansa, päättäjät ja asiantuntijat ovat lopulta vastuussa työn lopputuloksesta.