Giới thiệu

Các dự án xây dựng thường gặp phải những thiếu hiệu quả tốn kém trong cả dự toán đấu thầu và an toàn công trường. Việc bóc tách thủ công và giấy tờ khiến các nhà dự toán bị sa lầy vào bảng tính và đánh dấu bản vẽ thay vì lập kế hoạch có giá trị cao (www.planmetry.com). Các quản lý an toàn dựa vào các cuộc kiểm tra định kỳ và báo cáo phản ứng, mặc dù xây dựng vẫn là một trong những ngành nguy hiểm nhất cả nước (arxiv.org). Ngược lại, trí tuệ nhân tạo (AI) và thị giác máy tính hứa hẹn tự động hóa các tác vụ tẻ nhạt, phát hiện nguy hiểm trong thời gian thực và làm lộ ra các rủi ro tiềm ẩn (www.mckinsey.com) (www.mckinsey.com). Bài viết này phác thảo tầm nhìn về AI toàn diện trong xây dựng: từ việc trích xuất khối lượng vật liệu trên các bản vẽ, đến dự đoán nguy hiểm công trường, đến việc thực thi tuân thủ quy định – tất cả được tích hợp với các công cụ như Procore, Autodesk Construction Cloud và các hệ thống ERP văn phòng. Chúng tôi cũng thảo luận về các giao diện ưu tiên thiết bị di động cho quản đốc, ước tính chi phí và ROI, cũng như giải quyết các mối lo ngại về quyền sở hữu dữ liệu và trách nhiệm pháp lý.

Thách thức trong dự toán đấu thầu

Dự toán đấu thầu trong xây dựng là một công việc thủ công đầy khó khăn. Các nhà dự toán thường dành phần lớn thời gian của họ cho công việc bóc tách định kỳ – mở bản vẽ CAD/PDF, hiệu chỉnh tỷ lệ, đo chiều dài và diện tích, và đếm các ký hiệu (www.planmetry.com). Các khảo sát ngành chỉ ra rằng một nhà dự toán có thể lãng phí 60–80% thời gian của họ vào các tác vụ như nhập liệu và định dạng lại (www.bidicontracting.com). Ví dụ, một phân tích lưu ý: “Mỗi giờ nhà dự toán của bạn dành để đếm cửa và cửa sổ thủ công là một giờ họ không xem xét phạm vi hoặc tối ưu hóa giá cả” (www.bidicontracting.com).

Những thiếu hiệu quả này gây ra chi phí thực tế. Với mức lương đã tính toán, giả sử 80 đô la/giờ, một hồ sơ dự thầu duy nhất có thể tiêu tốn 3.000–8.000 đô la lao động dự toán trước khi một con số được đưa ra (www.bidicontracting.com). Nếu một công ty chỉ thắng 20–25% hồ sơ dự thầu (tỷ lệ thắng điển hình của Tổng thầu (www.bidicontracting.com)), chi phí dự toán cho mỗi lần thắng sẽ tăng vọt. Các nhà dự toán bị thúc ép bởi thời hạn chặt chẽ cũng mắc lỗi – 3–8% trong việc bóc tách khối lượng trên các dự án phức tạp, theo các tiêu chuẩn bảo thủ (www.bidicontracting.com). Trên một dự án 4 triệu đô la, lỗi bóc tách 4% có nghĩa là thiếu 160.000 đô la lao động hoặc vật liệu (www.bidicontracting.com). Tóm lại, đấu thầu thủ công lãng phí thời gian, đè nặng gánh nặng công việc thường xuyên lên nhân viên có tay nghề cao và âm thầm làm xói mòn lợi nhuận.

Thách thức về an toàn công trường và tuân thủ

Các công trường xây dựng phải đối mặt với rủi ro an toàn nghiêm trọng. Các nghiên cứu báo cáo rằng xây dựng chiếm khoảng 20–25% số ca tử vong tại nơi làm việc (redexconsulting.com). Các chương trình an toàn truyền thống (thảo luận hộp công cụ, kiểm tra đột xuất, kiểm toán PPE) có thể giảm tai nạn nhưng khó phát hiện mọi thứ. Các giám sát viên thường kiểm tra định kỳ, vì vậy nhiều điều kiện không an toàn không được chú ý cho đến khi xảy ra sự cố. Báo cáo tuân thủ cũng tương tự như vậy – giấy tờ được điền sau sự việc, và các cơ quan quản lý có thể phạt các nhà thầu vì vi phạm. Những sự chậm trễ và điểm mù này có nghĩa là những nguy hiểm nhỏ có thể trở thành vấn đề lớn. Thực tế, một khuyến nghị về an toàn lưu ý rằng các hệ thống dựa trên AI có thể giảm các sự cố có thể ghi nhận được tới 40–60% khi được triển khai đúng cách (redexconsulting.com).

Trong thực tế, hầu hết các nhà thầu chỉ dựa vào camera hoặc cảm biến để giám sát cơ bản. Rất ít người đã tích hợp các nguồn cấp dữ liệu này với phân tích thời gian thực. Kết quả là một quy trình an toàn rời rạc: video được ghi lại nhưng không được phân tích, nhật ký sự cố được lưu trữ cho đến khi xem xét, và nhiều "suýt tai nạn" không bao giờ được ghi lại chính thức. Và mỗi khoản tiền phạt của OSHA – hiện có thể lên tới 16.000 đô la cho mỗi vi phạm (www.nahb.org) – đều làm tăng chi phí. Về cơ bản, việc giám sát an toàn hiện tại là theo từng đợt và thủ công, thiếu sự giám sát liên tục, dựa trên dữ liệu cần thiết cho việc phòng ngừa thực sự.

Công cụ AI hỗ trợ thị giác và tài liệu

AI cung cấp một giải pháp thống nhất: thị giác máy tính và phân tích tài liệu tự động hóa việc bóc tách, phát hiện nguy hiểm tại công trường và xác minh tuân thủ trong thời gian thực. Tầm nhìn là một hệ thống AI toàn diện quét qua cả kế hoạch dự án và nguồn cấp dữ liệu công trường trực tiếp, trích xuất dữ liệu có thể hành động và tự động cảnh báo quản lý.

• Bóc tách khối lượng tự động (AI tài liệu): Các công cụ AI hiện đại có thể đọc các bản vẽ kỹ thuật số (PDF, mô hình BIM, bản vẽ CAD) và chuyển đổi chúng thành khối lượng vật liệu. Sử dụng nhận dạng ký tự quang học (OCR) và nhận dạng mẫu, AI xác định tường, cửa, dầm, cốt thép, đường điện, v.v. Không giống như các công cụ CAD truyền thống, các hệ thống bóc tách nguyên bản AI tự động phân loại đối tượng theo ngành (cửa, cửa sổ, đường ống, v.v.) thay vì buộc nhà dự toán phải gắn thẻ mọi yếu tố (www.bidicontracting.com). Ví dụ, các sản phẩm như BuildVision tuyên bố đếm hàng trăm hạng mục trong vài phút thay vì vài ngày. Các nhà phân tích ngành lưu ý rằng việc bóc tách tự động có thể cắt giảm thời gian thiết kế thủ công tới 50–80% trên các bộ bản vẽ tiêu chuẩn (www.bidicontracting.com). Ngay cả khi độ chính xác khác nhau theo ngành, đầu ra “lần quét đầu tiên” này cho phép các nhà dự toán xem xét thay vì xây dựng lại khối lượng (www.bidicontracting.com). Trong thực tế, bóc tách AI đã được chứng minh là nắm bắt các số lượng lặp lại, khối lượng lớn (như diện tích tường hoặc thể tích sàn) rất chính xác, giao việc kiểm tra phức tạp cho con người. (www.bidicontracting.com).

• Dự đoán rủi ro và cảnh báo sớm: AI không giới hạn ở các kế hoạch tĩnh. Bằng cách huấn luyện các mô hình học máy trên dữ liệu lịch sử và ngữ cảnh dự án, nó có thể đánh giá các tác vụ về rủi ro. Ví dụ, nếu một số trình tự nhất định (ví dụ: đổ bê tông trên cao) có tỷ lệ sự cố cao hơn, AI sẽ gắn cờ chúng trong lịch trình. Tương tự, dữ liệu từ danh sách kiểm tra kỹ thuật số, thời tiết và phân tích nhân sự Charleston có thể cung cấp cho các mô hình dự đoán. Nghiên cứu học thuật đã chỉ ra rằng NLP và ML thực sự có thể dự đoán kết quả chấn thương từ các báo cáo lịch sử (arxiv.org). Trong thực tế, một hệ thống tích hợp có thể phân tích báo cáo của công nhân, nhật ký chấn thương cơ thể hoặc thậm chí các thuộc tính dự án (độ dốc, chiều cao, sử dụng cần cẩu) để đưa ra xếp hạng rủi ro an toàn cho mỗi ngày hoặc dự án. Kết hợp với các cảm biến tại chỗ (gia tốc kế đeo được, đèn hiệu định vị) và dự báo thời tiết, các mô hình rủi ro này cho phép các nhà quản lý chủ động phân bổ lại tài nguyên an toàn. Tóm lại, AI có thể biến dữ liệu sự cố trong quá khứ thành tầm nhìn hành động.

• Giám sát video thời gian thực (AI thị giác): Có lẽ ứng dụng mang tính biến đổi nhất là thị giác máy tính trên camera công trường. Các thuật toán AI có thể xem nguồn cấp video (từ máy bay không người lái, camera an ninh hoặc cột cố định) 24/7 và tự động phát hiện các vi phạm an toàn. Ví dụ, các hệ thống như SiteCortex giám sát các giàn khoan hiện có để gắn cờ thiếu mũ bảo hiểm hoặc lắp đặt giàn giáo không đúng cách (sitecortex.me). AI của họ chạy tại chỗ (không có khung hình nào được gửi ra ngoài công trường) và "cung cấp các báo cáo an toàn rõ ràng, có thể hành động" mà không cần xem xét thủ công (sitecortex.me). Các nhà nghiên cứu và tư vấn lưu ý rằng phân loại hình ảnh nâng cao có thể xác định các hành vi không an toàn (như ngã, vấp ngã hoặc bỏ sót PPE) và đưa ra cảnh báo tức thì (www.mckinsey.com). Ví dụ, các tháp Forsight của EquipmentShare sử dụng AI để "phát hiện rủi ro trong thời gian thực và cảnh báo bạn trước khi các vấn đề nhỏ trở thành vấn đề tốn kém" (www.equipmentshare.com). Kết hợp với ngữ cảnh địa lý (biết khu vực nào của công trường đang được nhìn thấy), cách tiếp cận này chủ động phát hiện các vi phạm – một công nhân không đội mũ bảo hiểm, một người ở khu vực cấm hoặc nguy hiểm thiết bị – trước khi sự cố xảy ra. Theo thời gian, các nguồn cấp dữ liệu này xây dựng một bảng điều khiển an toàn, tự động theo dõi các chỉ số tuân thủ (tỷ lệ sử dụng PPE, tuân thủ khu vực an toàn).

• Theo dõi tuân thủ: Ngoài việc phát hiện nguy hiểm, AI có thể giúp xác minh rằng các quy trình an toàn được tuân thủ. Hãy xem xét các báo cáo hàng ngày: các hệ thống thị giác AI có thể xác nhận rằng các lối đi được chỉ định đã thông thoáng, các biển báo cần thiết đã được dán và các con đường đã được đánh dấu đúng cách. Nó có thể giám sát các cảm biến môi trường (tiếng ồn, bụi) và gọi ra các trường hợp vượt quá giới hạn. Về tài liệu, AI có thể phân tích các yêu cầu quy định và đối chiếu chúng với dữ liệu dự án; ví dụ, đảm bảo các con dấu PE hoặc ngày hết hạn giấy phép được phát hiện trong các tài liệu thiết kế. Mục tiêu là một nhật ký kiểm toán: bất cứ khi nào một kiểm tra quy tắc thất bại, hệ thống sẽ ghi lại và cảnh báo quản lý. Việc tuân thủ liên tục này giảm bớt giấy tờ thủ công và đảm bảo rằng khi các kiểm toán viên đến, tất cả bằng chứng đã được số hóa.

Cùng với nhau, các khả năng AI thị giác và tài liệu này tạo ra một vòng lặp phản hồi: kế hoạch được chuyển đổi thành khối lượng xây dựng chính xác, chi phí ước tính và các khu vực rủi ro tiềm ẩn; nguồn cấp dữ liệu công trường xác nhận các điều kiện thực tế so với kế hoạch và gắn cờ các vấn đề phát sinh. AI hoạt động hiệu quả như một "thanh tra viên liên tục", bổ sung cho quản đốc những hiểu biết về thị giác máy tính và giúp các nhà dự toán có lợi thế trong việc bóc tách.

Tích hợp với Procore, Autodesk và các hệ thống ERP

Một giải pháp AI chỉ có giá trị nếu nó phù hợp với các quy trình làm việc hiện có. May mắn thay, các nền tảng phần mềm xây dựng lớn cung cấp các điểm tích hợp:

• Procore: API và khung tích hợp của Procore cho phép dữ liệu xây dựng (bản vẽ, dòng chi phí, danh sách vật liệu) chảy từ các công cụ bên ngoài (support.procore.com). Ví dụ, một công cụ bóc tách AI có thể đẩy đầu ra khối lượng của nó trực tiếp vào các mô-đun ngân sách hoặc đệ trình của Procore. Một số người dùng Procore đã liên kết các ứng dụng chuyên biệt thông qua App Marketplace, và Procore hỗ trợ liên kết dữ liệu bảng lương và kế toán với các hệ thống ERP (support.procore.com). Trong thực tế, một hệ thống AI có thể được cấu hình để coi Procore là “nguồn sự thật duy nhất” của nó – đọc các tham số dự án từ Procore và ghi kết quả trở lại (ví dụ: cập nhật các hạng mục hoặc lệnh thay đổi). Điều này đảm bảo toàn bộ nhóm dự án thấy đầu ra của AI trong giao diện Procore quen thuộc.

• Autodesk Construction Cloud (ACC): Tương tự, hệ sinh thái của Autodesk (bao gồm BIM 360, PlanGrid và Revit) hỗ trợ nhập/xuất dữ liệu và tích hợp. Các công cụ bóc tách AI có thể nhập các mô hình Revit hoặc PDF được xuất từ ACC và xuất các mô hình được chú thích hoặc bảng tính. Autodesk cũng liên kết với các hệ thống kế toán (ví dụ: Sage, QuickBooks) thông qua hệ sinh thái Finance & ERP Connector của mình (construction.autodesk.com). Trong thực tế, một hệ thống AI có thể sử dụng API Forge của Autodesk để cập nhật một phần tử BIM với khối lượng chính xác hoặc để gắn thẻ các va chạm. Bằng cách kết nối với Autodesk Construction Cloud, các tính năng AI trở thành một phần của vòng lặp dữ liệu từ thiết kế đến xây dựng, cho phép đối chiếu khối lượng thời gian thực giữa thiết kế đã lên kế hoạch (Revit) và dự án đã xây dựng (chụp thực tế).

• Hệ thống ERP: Hầu hết các nhà thầu sử dụng các công cụ ERP (ví dụ: Acumatica, CMiC, Sage, Oracle) cho tài chính và bảng lương. Nền tảng AI nên đồng bộ hóa với các hệ thống này thông qua các trình kết nối. Ví dụ, sau khi AI tính toán danh sách vật liệu và định giá, dữ liệu đó có thể được xuất sang ERP để tạo đơn đặt hàng hoặc báo giá nhà cung cấp. Bản thân Procore có các công cụ “Sync” ERP chính thức kết nối Procore và kế toán văn phòng (support.procore.com). Bằng cách tận dụng các trình kết nối này, các ước tính và theo dõi chi phí do AI điều khiển sẽ trực tiếp đi vào các hệ thống tài chính của doanh nghiệp, tránh nhập liệu trùng lặp.

Mỗi tích hợp được tạo điều kiện bởi API hoặc middleware. Để triển khai thử nghiệm, chúng tôi khuyên bạn nên kết nối nhẹ nhàng nguyên mẫu AI với một hệ thống trước (ví dụ: gửi khối lượng bóc tách vào Procore) trước khi mở rộng ra tất cả. Điều quan trọng là AI trở thành một cải tiến cho các nền tảng mà công ty đã tin tưởng, chứ không phải một silo riêng biệt. Bằng cách này, phân tích kế hoạch và cảnh báo an toàn được nhúng vào các bảng điều khiển hoặc ứng dụng di động hiện có, thay vì yêu cầu các đội phải sử dụng các công cụ hoàn toàn mới.

Giao diện ưu tiên thiết bị di động cho quản đốc

Người dùng chính của các bản cập nhật an toàn và bóc tách theo thời gian thực là các quản đốc và giám sát viên công trường. Đối với họ, mọi thông tin chi tiết về AI phải có sẵn trên thiết bị di động tại hiện trường. Điều kiện hiện trường đòi hỏi thiết kế ưu tiên thiết bị di động: như một hướng dẫn UX đã lưu ý, một ứng dụng hiện trường "thành công hay thất bại dựa vào tốc độ và sự rõ ràng," vì công nhân thường đứng, đeo găng tay hoặc đang di chuyển (koder.ai). Cụ thể, một ứng dụng quản đốc thành công nên có:

• Các mục chạm lớn và bố cục đơn giản: Giao diện phải cho phép sử dụng một tay với các nút lớn (44+ px) và ít nhập liệu nhất có thể (koder.ai). Ví dụ, màn hình cảnh báo an toàn có thể chỉ hiển thị một bức ảnh hoặc video clip về vi phạm với các nút “Phê duyệt” / “Giải quyết”, thay vì các biểu mẫu dày đặc. Nhãn nên sử dụng ngôn ngữ đơn giản (ví dụ: “Thiếu mũ bảo hiểm” thay vì “Cảnh báo PPE”).

• Truy cập ngoại tuyến & Đồng bộ hóa: Các ứng dụng xây dựng thường hoạt động ở những khu vực có kết nối kém. Ứng dụng di động nên lưu trữ bố cục công trường mới nhất và huấn luyện các mô hình đơn giản trên thiết bị nếu có thể, sau đó tải dữ liệu lên khi có kết nối mạng. (Một số hệ thống đã sử dụng điện toán biên để bảo mật – ví dụ: SiteCortex nhấn mạnh “không tải lên đám mây,” xử lý video tại chỗ (sitecortex.me).)

• Cảnh báo tập trung vào tác vụ: Quản đốc quan tâm nhất đến các mục có thể hành động. Ứng dụng có thể có màn hình chính của các tác vụ công việc hôm nay (các mục kiểm tra, số bóc tách mới, cảnh báo khẩn cấp). Một mẫu được khuyến nghị là mặc định hiển thị “Công việc hôm nay” và chỉ hiển thị các thông báo quan trọng: các nguy hiểm an toàn mới được phát hiện, giao vật liệu chậm trễ hoặc các bản sửa đổi RV lớn.

• Biểu mẫu ngoại tuyến & Chụp ảnh: Nhân viên hiện trường nên dễ dàng ghi lại các vấn đề. Ứng dụng nên cho phép họ chụp ảnh hoặc quay video về các nguy hiểm, chú thích kế hoạch (đánh dấu kỹ thuật số) và gửi báo cáo ngay cả khi không có kết nối đám mây (koder.ai). Ghi chú giọng nói hoặc các tùy chọn cài đặt sẵn có thể tăng tốc báo cáo (ví dụ: một nút “khu vực bị chặn” nhanh).

Tóm lại, các thông tin chi tiết về AI nên được cung cấp thông qua một giao diện thân thiện với hiện trường phản ánh các thói quen hiện có. Nếu đội ngũ đã sử dụng các ứng dụng di động Procore hoặc Autodesk BIM 360, các tính năng AI nên được tích hợp vào đó. Nếu cần một ứng dụng mới, nó phải tuân thủ các thực hành tốt nhất cho thiết bị di động: bảng điều khiển rõ ràng, cảnh báo được ưu tiên và đường cong học tập tối thiểu (koder.ai). Sự thành công của bất kỳ công cụ AI nào đều phụ thuộc vào khả năng sử dụng ở tuyến đầu này.

ROI và kế hoạch kinh doanh

Đầu tư vào công cụ AI phải mang lại lợi tức rõ ràng. May mắn thay, các dự án thử nghiệm ban đầu cho thấy những lợi ích mạnh mẽ:

• Tiết kiệm thời gian: Nếu AI cắt giảm thời gian bóc tách đi một nửa (một ước tính thận trọng với mức giảm 50–80% được báo cáo (www.bidicontracting.com)), các nhà dự toán có thể đấu thầu nhiều dự án hơn và tinh chỉnh giá sớm hơn. Đối với một công ty thắng một trong năm hồ sơ dự thầu (www.bidicontracting.com), việc giảm chi phí dự toán cho mỗi hồ sơ dự thầu có thể trực tiếp cải thiện lợi nhuận. Ví dụ, nếu AI tiết kiệm 5.000 đô la chi phí lao động cho mỗi hồ sơ dự thầu (www.bidicontracting.com), ngay cả việc thắng thêm một dự án mỗi năm cũng mang lại lợi nhuận gấp nhiều lần chi phí nền tảng.
• Giảm lỗi và lệnh thay đổi: Giảm lỗi bóc tách thậm chí 50% sẽ dẫn đến ít sự cố vượt ngân sách không dự kiến hơn. Trên một công việc 4 triệu đô la, việc cắt giảm lỗi 4% xuống 2% sẽ giữ lại 80.000 đô la không bị mất (www.bidicontracting.com). Tránh một sự cố vượt mức như vậy mỗi năm có thể biện minh cho khoản đầu tư phần mềm đáng kể.
• Đấu thầu nhanh hơn, tỷ lệ thắng cao hơn: Với việc AI tự động hóa công việc nhàm chán, các công ty có thể gửi nhiều hồ sơ dự thầu cạnh tranh hơn với ít sự chậm trễ hơn. Nếu một tổng thầu cải thiện tỷ lệ thắng từ 20% lên, giả sử, 25% do tốc độ và độ chính xác, thì mức tăng doanh thu 25% đó có thể là đáng kể.
• Tiết kiệm an toàn và bảo hiểm: Về mặt an toàn, hãy xem xét trường hợp nghiên cứu Partner in the Loop, nơi một dự án thí điểm an toàn AI đã đạt được mức giảm 35% sự cố trong 12 tháng (partnerintheloop.com). Công ty đó đã giảm chi phí bảo hiểm hàng năm 120 nghìn đô la và không ghi nhận không có sự cố nào tại các công trường thí điểm trong 9 tháng (partnerintheloop.com). Ngay cả khi tính đến chi phí công nghệ, họ đã hòa vốn trong khoảng 14 tháng (partnerintheloop.com). Giải quyết chỉ một khoản tiền phạt của OSHA thường có thể vượt quá 10.000 đô la, vì vậy mỗi vi phạm được ngăn chặn đều có ROI tức thì. Đạt được kết quả tương tự (ví dụ: ít hơn 20–40% sự cố) sẽ cắt giảm đáng kể chi phí bồi thường cho công nhân và thời gian ngừng hoạt động.
• Hiệu quả tuân thủ: Tuân thủ tự động giúp tiết kiệm thời gian hành chính và tránh các hình phạt. Nếu AI thị giác phát hiện nguy hiểm trước khi OSHA làm, một nhà thầu sẽ tránh được các khoản tiền phạt (hiện lên tới 16 nghìn đô la cho mỗi vi phạm (www.nahb.org)) và các lệnh dừng công việc đột ngột. Hơn nữa, việc chứng minh tuân thủ thông qua nhật ký AI có thể giúp giảm giá bảo hiểm hoặc phê duyệt giấy phép nhanh hơn.

Nhìn chung, các cuộc thảo luận trong ngành cho thấy các hệ thống an toàn AI có thể tự chi trả trong vòng 1–2 năm, thường mang lại ROI 200–300% trong 3–5 năm. Một nhà cung cấp quảng cáo ROI 300% từ AI tuân thủ (viso.ai) (mặc dù các chi tiết cụ thể phụ thuộc vào phạm vi). Bằng cách định lượng lao động tiết kiệm và sự cố được ngăn chặn, các công ty có thể xây dựng một kế hoạch kinh doanh rõ ràng. Chúng tôi khuyên bạn nên tính toán các chỉ số cơ bản (số hồ sơ dự thầu mỗi tháng, số sự cố mỗi dự án, v.v.) và dự kiến các cải tiến của AI sẽ chuyển thành tiết kiệm chi phí và doanh thu bổ sung như thế nào.

Thiết kế và triển khai thí điểm

Để đạt được những lợi ích này, việc thực hiện thí điểm theo từng giai đoạn là hợp lý. Dưới đây là một phương pháp tiếp cận:

1. Xác định phạm vi: Bắt đầu với một bộ phận hoặc ngành nghề duy nhất (ví dụ: bê tông hoặc khung) nơi lỗi bóc tách hoặc rủi ro an toàn là cao nhất. Hoặc, bắt đầu với việc giám sát an toàn tại một công trường đang hoạt động bằng cách sử dụng các camera hiện có.
2. Chọn chỉ số: Theo dõi các chỉ số hiệu suất chính trước và sau khi triển khai. Đối với đấu thầu: đo số giờ dự toán cho mỗi hồ sơ dự thầu, số lượng hồ sơ dự thầu được chuẩn bị và tỷ lệ thắng. Đối với an toàn: ghi lại số lượng sự cố, tỷ lệ tuân thủ PPE và số giờ kiểm tra. Sử dụng [30] làm tiêu chuẩn (ví dụ: đạt 60% tuân thủ PPE so với 0% khi có AI).
3. Tích hợp dữ liệu: Để bóc tách, hãy cho công cụ AI nhập các kế hoạch dự án gần đây và xuất ra danh sách vật liệu đầy đủ. So sánh đầu ra của nó với các bóc tách thủ công lịch sử trên cùng một công việc (như các thực hành tốt nhất gợi ý) (www.bidicontracting.com). Đối với an toàn, ban đầu chạy camera qua hệ thống AI ở chế độ ẩn: để nó gắn cờ nguy hiểm nhưng chưa cảnh báo đội ngũ. Thay vào đó, so sánh các phát hiện của nó với nhật ký thủ công để xác minh độ chính xác.
4. Kiểm tra song song: Duy trì quy trình hiện tại song song trong một khoảng thời gian ngắn (ví dụ: 30–60 ngày). Một số chuyên gia khuyên nên để các nhà dự toán chạy bóc tách AI song song với bóc tách thủ công trên các hồ sơ dự thầu trực tiếp, sau đó so sánh sự khác biệt (www.bidicontracting.com). Sử dụng kết quả để hiệu chỉnh sự tin tưởng và điều chỉnh cài đặt AI.
5. Phản hồi của người dùng: Thu hút quản đốc và nhà dự toán tham gia sớm. Để một vài người dùng tiên phong thử nghiệm ứng dụng di động và cảnh báo an toàn, thu thập phản hồi về tần suất thông báo, độ rõ ràng của giao diện người dùng, v.v. Điều chỉnh giao diện (ví dụ: thêm chức năng vuốt để bỏ qua nguy hiểm hoặc đơn giản hóa nhãn) bằng cách sử dụng các hướng dẫn như trong nghiên cứu UX hiện trường (koder.ai).
6. Lặp lại và mở rộng: Sử dụng dữ liệu thí điểm để tinh chỉnh các mô hình và quy trình. Nếu một số nguy hiểm dương tính giả phổ biến, hãy đào tạo lại thuật toán thị giác hoặc điều chỉnh góc camera. Nếu bóc tách phân loại sai một yếu tố lặp lại, hãy cập nhật các mẫu NLP. Sau khi hài lòng, mở rộng hệ thống cho nhiều dự án hoặc nhóm hơn.

Điều quan trọng để thành công là làm cho thí điểm có thể đo lường được và có rủi ro thấp. Ví dụ, trường hợp nghiên cứu ở Vương quốc Anh đã cố ý đóng khung kết quả là “kết quả thực tế được quan sát trên nhiều dự án tương tự” (partnerintheloop.com), chứ không phải một trường hợp ngoại lệ duy nhất. Với dữ liệu cụ thể, ban quản lý có thể thấy AI cải thiện tốc độ và an toàn từng bước như thế nào.

Trách nhiệm pháp lý, quản trị và quyền sở hữu dữ liệu

Cuối cùng, hãy giải quyết mặt “con người và chính sách”. Khi con người dựa vào AI, các câu hỏi phát sinh về trách nhiệm và quyền dữ liệu:

• Trách nhiệm pháp lý: Các công cụ AI nên bổ trợ – không thay thế – phán đoán của con người. Hợp đồng và đào tạo phải làm rõ rằng các nhà dự toán và giám sát vẫn giữ quyền phê duyệt cuối cùng đối với hồ sơ dự thầu và an toàn. AI có thể đưa ra cảnh báo hoặc khuyến nghị, nhưng công ty nên kiểm toán bất kỳ vấn đề nào được gắn cờ trước khi nộp hồ sơ dự thầu hoặc dừng công việc. Các tuyên bố miễn trừ trách nhiệm trong SLA phần mềm và chính sách nội bộ có thể giới hạn trách nhiệm pháp lý: ví dụ, tuyên bố “đầu ra của AI là tư vấn” và yêu cầu con người xem xét sẽ giúp làm rõ ai là người chịu trách nhiệm.
• Khả năng giải thích: Sử dụng các mô hình AI cung cấp lý do hoặc bằng chứng cho mỗi cảnh báo. Ví dụ, SiteCortex quảng cáo “AI có khả năng giải thích” (sitecortex.me), nghĩa là mỗi cờ an toàn đi kèm với một video clip và mô tả lý do nó được kích hoạt. Điều này rất quan trọng để quản đốc tin tưởng các cảnh báo và cho các cuộc điều tra nếu xảy ra sự cố.
• Quyền sở hữu dữ liệu: Tất cả dữ liệu dự án (kế hoạch, cảnh quay video, lịch trình) thường thuộc sở hữu của nhà thầu hoặc chủ sở hữu. Đảm bảo các hợp đồng với nhà cung cấp AI nêu rõ rằng công ty giữ quyền sở hữu hoàn toàn mọi dữ liệu và nhà cung cấp AI không thể sử dụng dữ liệu cho mục đích đào tạo khác. Ví dụ, Foreman AI nhấn mạnh rằng “kế hoạch của bạn được giữ riêng tư – mã hóa… và không bao giờ được sử dụng để đào tạo” (foremanai.co). Lưu trữ phải tuân thủ luật riêng tư (ví dụ: giữ video tại chỗ nếu được yêu cầu) và dữ liệu phải được mã hóa khi truyền và khi lưu trữ.
• Bảo mật và quyền riêng tư: Nguồn cấp video và dữ liệu công nhân có thể nhạy cảm. Sử dụng xử lý tại chỗ hoặc biên khi có thể để tránh truyền liên tục lên đám mây (như [23] đã nhấn mạnh). Chỉ lưu trữ siêu dữ liệu hoặc ảnh chụp độ phân giải thấp trên đám mây nếu cần cho giám sát của trụ sở chính. Giữ nhật ký kiểm toán về những người đã truy cập báo cáo AI.
• Tuân thủ quy định: Kiểm tra xem việc sử dụng hệ thống thị giác có phù hợp với các quy định về lao động và quyền riêng tư hay không. Ở một số khu vực pháp lý, việc thông báo cho công nhân về camera hoặc giới hạn giờ quay có thể được yêu cầu. Thiết kế hệ thống với mục đích tuân thủ (ví dụ: ẩn danh theo mặc định nếu không liên quan).

Bằng cách thiết lập các chính sách quản trị này sớm, các công ty có thể giảm thiểu rủi ro pháp lý. Mục tiêu là AI trở thành một đối tác đáng tin cậy giúp khuếch đại chuyên môn của con người, chứ không phải một hộp đen mà bộ phận HR hoặc các cơ quan quản lý chất vấn.

Kết luận

AI có tiềm năng biến đổi việc đấu thầu và an toàn xây dựng bằng cách tự động hóa các công việc nặng nhọc và cung cấp thông tin chi tiết theo thời gian thực. AI tài liệu có thể biến các bản thiết kế phức tạp thành các bản bóc tách vật liệu tức thì, cắt giảm thời gian và lỗi dự toán (www.planmetry.com) (www.bidicontracting.com). Đồng thời, AI thị giác có thể giám sát công trường 24/7, phát hiện các nguy hiểm và vấn đề tuân thủ khi chúng xảy ra (sitecortex.me) (www.mckinsey.com). Bằng cách tích hợp các khả năng này với các nền tảng như Procore, Autodesk và các hệ thống ERP, và trình bày chúng thông qua các ứng dụng di động được thiết kế cho các quản đốc bận rộn (koder.ai), các nhà thầu có thể xây dựng các quy trình an toàn hơn, hiệu quả hơn mà không cần đại tu các công cụ hiện có. Các dự án thí điểm ban đầu cho thấy ROI mạnh mẽ – ít sự cố hơn, chi phí bảo hiểm thấp hơn và hồ sơ dự thầu nhanh hơn, chính xác hơn (partnerintheloop.com) (www.bidicontracting.com). Tất nhiên, việc triển khai cẩn thận, trách nhiệm rõ ràng và các biện pháp bảo vệ dữ liệu là điều cần thiết. Nhưng đối với các công ty có tầm nhìn xa, ước tính và giám sát an toàn hỗ trợ AI mang đến một con đường khả thi để vận hành xây dựng thông minh hơn, an toàn hơn.