IA per il monitoraggio della percentuale di completamento: sostituire i report manuali sull'avanzamento lavori
Chiedete a tre diversi direttori di cantiere di stimare la percentuale di completamento di un impianto meccanico grezzo e otterrete tre numeri diversi. Uno osserva a occhio le canalizzazioni installate e dice 65%. Un altro conta le stanze con l'impianto grezzo completato e dice 58%. Un terzo verifica rispetto alle ore di manodopera pianificate e dice 71%. Tutti e tre stanno cercando di rispondere alla stessa domanda, e nessuno di loro ha un metodo che sia al contempo coerente e accurato.
Il problema dei report manuali sull'avanzamento
I report sulla percentuale di completamento guidano tutto ciò che avviene a valle nella gestione dei progetti di costruzione. Determinano i calcoli dell'earned value, le richieste di pagamento per stato avanzamento lavori, le previsioni di programma e la pianificazione delle risorse. Quando i numeri sulla percentuale di completamento sono imprecisi, ogni decisione a valle si basa su dati errati.
Una ricerca del Construction Industry Institute ha rilevato che le stime manuali della percentuale di completamento nei cantieri attivi si discostano dall'avanzamento reale in media di 12-15 punti percentuali. La distorsione è quasi sempre orientata verso una sovrastima dell'avanzamento. I direttori di cantiere, spesso inconsciamente, riportano percentuali di completamento più alte della realtà perché sono ottimisti riguardo al recupero di piccoli ritardi e perché un avanzamento inferiore alle aspettative innesca conversazioni scomode con committenti e project manager.
Questa sovrastima si accumula. Un progetto che riporta costantemente il 5% di avanzamento in più rispetto al reale nell'arco di 6 mesi crea un divario tra lo stato dichiarato e quello effettivo che alla fine emerge come una sorpresa in termini di programma o costi. Quando il divario diventa innegabile, le opzioni di recupero sono limitate e costose.
Come l'IA misura l'avanzamento
Il monitoraggio dell'avanzamento tramite IA utilizza molteplici fonti di dati per calcolare la percentuale di completamento senza affidarsi a stime soggettive umane. Gli approcci più comuni includono l'analisi fotografica tramite computer vision, il confronto di nuvole di punti 3D da scansioni laser o fotogrammetria, dati da sensori IoT degli impianti installati e il tracciamento dei materiali dai registri di consegna e installazione.
Il monitoraggio dell'avanzamento basato su foto è il più accessibile. I direttori di cantiere o i fotografi di cantiere scattano foto strutturate secondo un programma regolare, seguendo percorsi fotografici definiti attraverso l'edificio. Gli algoritmi di computer vision confrontano queste foto con il modello di progetto e le foto precedenti per identificare cosa è stato installato dall'ultima acquisizione.
Una piattaforma specializzata nel monitoraggio dell'avanzamento basato su foto ha testato la propria accuratezza su 85 progetti di edilizia commerciale. La percentuale di completamento calcolata dall'IA si è attestata in media entro 3,2 punti percentuali dall'avanzamento reale misurato attraverso rilievi fisici dettagliati. I report manuali dei direttori di cantiere sugli stessi progetti presentavano una deviazione media di 11,8 punti percentuali rispetto ai rilievi fisici.
Scansione 3D per una maggiore precisione
La scansione laser e la fotogrammetria offrono un'accuratezza superiore rispetto ai metodi basati su foto, ma richiedono più attrezzature e tempi di elaborazione. Una scansione laser settimanale di un piano in costruzione può essere confrontata con il modello BIM per identificare esattamente quali elementi sono stati installati, parzialmente installati o non ancora iniziati.
L'IA confronta la nuvola di punti della scansione con il modello di progetto e calcola le percentuali di installazione per ogni sistema dell'edificio. Struttura in acciaio completata al 94%, canalizzazioni meccaniche al 67%, tubazioni elettriche al 52%. Questi numeri si basano su misurazioni fisiche anziché su stime, il che li rende più difendibili nelle controversie sui pagamenti per stato avanzamento lavori e più affidabili per le previsioni di programma.
Il compromesso è in termini di costo e impegno. La scansione laser settimanale su un grande progetto richiede un tecnico dedicato alla scansione o un contratto di servizio, con un costo tipico da 2.000 a 5.000 dollari per scansione a seconda delle dimensioni del progetto. Per progetti superiori a 20 milioni di dollari, questo costo è facilmente giustificato dalla maggiore accuratezza del monitoraggio dell'avanzamento e dai suoi effetti a valle sulla gestione del flusso di cassa.
Integrazione dei dati su materiali e manodopera
Il monitoraggio dell'avanzamento tramite IA diventa più accurato quando combina dati visivi con registri di materiali e manodopera. Se il registro delle consegne mostra che l'80% delle canalizzazioni specificate è stato consegnato in cantiere e l'analisi fotografica mostra che il 60% risulta installato, il sistema può dedurre che il 20% è in cantiere ma non ancora installato. Questo fornisce al team di progetto un quadro più sfumato rispetto a quello offerto da una singola fonte di dati.
Il tracciamento delle ore di manodopera fornisce un ulteriore punto di calibrazione. Se il subappaltatore meccanico ha consumato il 70% delle ore di manodopera preventivate ma l'analisi visiva mostra un avanzamento dell'installazione al 55%, la produttività è al di sotto del piano e l'attività probabilmente supererà il budget di manodopera. Questa identificazione precoce consente di intervenire prima che lo sforamento diventi grave.
Le imprese che adottano il monitoraggio dei progetti di costruzione basato sull'IA riscontrano che è l'integrazione di molteplici fonti di dati a rendere affidabile il report sull'avanzamento. Nessuna singola fonte è perfetta, ma la convergenza di dati visivi, sui materiali e sulla manodopera crea un quadro dell'avanzamento significativamente più accurato di qualsiasi metodo manuale.
Impatto sulle richieste di pagamento
Le richieste di pagamento per stato avanzamento lavori sono uno degli aspetti più controversi della gestione dei progetti di costruzione. I subappaltatori vogliono fatturare il più possibile per i lavori completati al fine di mantenere il flusso di cassa. Le imprese generali vogliono assicurarsi di non pagare in eccesso rispetto all'avanzamento reale. I committenti vogliono la garanzia che l'avanzamento dichiarato giustifichi il pagamento richiesto.
I dati sull'avanzamento verificati dall'IA forniscono un punto di riferimento neutrale per queste discussioni. Quando la richiesta di pagamento indica il 72% di completamento e l'avanzamento misurato dall'IA mostra il 68%, il divario di 4 punti è abbastanza contenuto da poter riflettere legittime differenze nella metodologia di misurazione. Quando la richiesta di pagamento indica il 72% e l'IA mostra il 54%, c'è una discrepanza significativa che merita una discussione prima dell'approvazione del pagamento.
Diverse imprese generali riferiscono che il monitoraggio dell'avanzamento tramite IA ha ridotto le controversie sulle richieste di pagamento del 30-40% perché entrambe le parti lavorano con dati più oggettivi. Il direttore di cantiere mantiene comunque un ruolo nell'interpretazione dei numeri e nella contabilizzazione di lavori che l'IA potrebbe non cogliere completamente, come le attività di collaudo e messa in servizio che non sono visivamente evidenti. Ma la misurazione di base è più affidabile.
Implementazione pratica
Il punto di ingresso più semplice per il monitoraggio dell'avanzamento tramite IA è la documentazione fotografica strutturata. Molte imprese scattano già foto giornaliere a scopo documentale. Aggiungere struttura a quelle foto — percorsi definiti, angolazioni costanti e programmi regolari — le rende utilizzabili per l'analisi IA con uno sforzo aggiuntivo minimo.
Gli approcci più avanzati, scansione laser e integrazione di sensori IoT, hanno senso per progetti più grandi dove il costo è proporzionale al valore del progetto e il miglioramento dell'accuratezza ha un impatto finanziario significativo. Un allestimento per inquilini da 5 milioni di dollari probabilmente non giustifica una scansione laser settimanale. Un ospedale da 100 milioni di dollari quasi certamente sì.
La transizione dal monitoraggio manuale a quello assistito dall'IA richiede anche un cambiamento culturale. I direttori di cantiere che hanno trascorso la loro carriera stimando l'avanzamento basandosi su esperienza e giudizio devono fidarsi e imparare a lavorare insieme alle misurazioni basate sui dati. Le implementazioni di maggior successo presentano l'IA come uno strumento che supporta il giudizio del direttore di cantiere piuttosto che sostituirlo. Il direttore di cantiere continua a fornire contesto e interpretazione. L'IA fornisce la base di misurazione.