IA para la Estimación de Cantidades de Concreto: Benchmarks de Precisión Frente al Despegue Manual

Un contratista comercial mediano en Phoenix realizó un experimento interesante el año pasado. Tomaron 12 proyectos completados, que iban desde una remodelación comercial de 4,000 pies cuadrados hasta un almacén de 60,000 pies cuadrados, y pasaron los planos por tres herramientas de estimación con IA diferentes. Luego compararon las cantidades de la IA con lo que su estimador senior había producido, y con las cantidades reales vertidas en obra.

Los Números de Referencia

Para trabajos de losa plana sobre terreno, las herramientas de IA promediaron una desviación del 2.3% respecto a las cantidades reales colocadas. El estimador humano promedió una desviación del 4.1%. Solo en términos de área superficial, la IA tenía ventaja porque podía digitalizar cada centímetro cuadrado del plano sin fatiga ni atajos de interpolación.

Pero el panorama se complica más con el concreto estructural. Cimentaciones, vigas de cimentación, columnas, losas elevadas con espesores variables. Aquí las herramientas de IA promediaron una desviación del 6.8% respecto a los valores reales, mientras que el estimador experimentado alcanzó un 3.9%. El humano entendía la secuencia constructiva, sabía qué detalles del plano eran aspiracionales frente a lo que realmente se construiría, y aplicaba factores de desperdicio basados en la complejidad del encofrado.

Dónde Destaca la Estimación con IA

La velocidad es la ventaja obvia. Lo que a un estimador experimentado le toma de 6 a 10 horas para un proyecto comercial mediano, las herramientas de IA lo completan en 15 a 40 minutos. Para un contratista general respondiendo a una invitación a licitar con un plazo de 5 días, ese ahorro de tiempo es significativo.

La consistencia es la ventaja menos obvia. Pasa los mismos planos por una herramienta de IA diez veces y obtendrás el mismo número diez veces. Pide a tres estimadores diferentes que hagan el despegue del mismo proyecto y obtendrás tres números diferentes, a veces con variaciones del 8% o más. Un estudio del programa de ciencias de la construcción de Texas A&M encontró que la variación del despegue manual entre estimadores calificados promediaba un 7.2% en proyectos de concreto estructural.

La IA también detecta elementos de cantidad que los humanos rutinariamente pasan por alto en la primera revisión. Detalles de cartelas en intersecciones de columnas, bordes de losa engrosados en ubicaciones de muelles de carga, pequeñas bases de equipos mostradas en planos mecánicos pero no en los estructurales. Una plataforma de IA reportó que, a lo largo de 500 proyectos analizados, identificó un promedio de 3.4 elementos de concreto omitidos por proyecto en comparación con el despegue manual inicial.

Dónde el Despegue Manual Aún Gana

Los estimadores experimentados aplican un juicio que las herramientas de IA actuales no pueden replicar. Saben que el arquitecto dibujó una losa de 6 pulgadas, pero el informe geotécnico probablemente requerirá 8 pulgadas dadas las condiciones del suelo. Saben que la mezcla de concreto especificada requerirá un camión bomba, lo que cambia los cálculos de desperdicio. Consideran juntas frías, correcciones de sobreexcavación y la realidad de que ningún encofrado es perfectamente aplomado.

El conocimiento de constructibilidad es la brecha clave. La IA lee lo que está en el plano. Un estimador veterano lee lo que está en el plano, lo que debería estar en el plano y lo que realmente sucederá en campo. Para trabajos estructurales complejos, ese juicio sigue importando.

El Enfoque Híbrido Que Funciona

Los contratistas que obtienen los mejores resultados están usando la IA para la extracción inicial de cantidades, y luego un estimador experimentado revisa y ajusta. Esto típicamente toma alrededor del 30% del tiempo que requeriría un despegue manual completo, y produce estimaciones dentro del 2% de las cantidades reales en todos los tipos de concreto.

El flujo de trabajo se ve así: la IA extrae cantidades del juego de planos en 20 minutos. El estimador revisa el despegue en 2 horas en lugar de 8, enfocándose en áreas donde se sabe que la IA tiene dificultades, como condiciones de encofrado complejas, detalles no estándar y vaciados por fases. El estimador aplica ajustes basados en conocimiento de campo para desperdicio, sobreexcavación y tolerancias de encofrado.

Las empresas que exploran este tipo de flujo de trabajo de construcción asistido por IA están descubriendo que la tecnología funciona mejor como un acelerador para personas experimentadas, no como un reemplazo para ellas.

Precisión por Tipo de Proyecto

Los datos muestran patrones claros sobre dónde la IA rinde mejor. Los proyectos de almacenes tilt-up con diseños de paneles repetitivos muestran una precisión de la IA dentro del 1.5% de los valores reales. Los centros comerciales tipo strip y locales comerciales con losa estándar sobre terreno caen en el rango del 2 al 3%. El concreto estructural de varios pisos con losas postensadas, vigas de transferencia y sistemas de cimentación complejos aún muestran una desviación del 5 al 8% cuando la IA trabaja sola.

El concreto residencial, curiosamente, presenta resultados mixtos. La IA maneja bien los planos de cimentación, típicamente con una precisión dentro del 3%, pero tiene dificultades con el concreto decorativo, las piscinas personalizadas y las formas de trabajo plano no estándar que los proyectos residenciales frecuentemente incluyen.

Lo Que Nos Dicen los Benchmarks

La brecha de precisión entre la IA y la estimación manual se está cerrando, pero se está cerrando más rápido para trabajos simples y repetitivos que para proyectos estructurales complejos. Esto es consistente con cómo funciona el aprendizaje automático en general. Cuanto más estandarizado y basado en patrones sea el trabajo, mejor rinde la IA.

Para los contratistas que evalúan estas herramientas, la pregunta relevante no es si la IA es más precisa que un humano. Es si la IA más un humano, trabajando juntos en un proceso de revisión estructurado, produce mejores estimaciones en menos tiempo que un humano trabajando solo. Los datos de múltiples estudios independientes consistentemente dicen que sí, por un margen significativo.