Come dice Assobim, l’implementazione di nuove tecnologie come l’intelligenza artificiale e il machine learning consente di sfruttare al meglio l’enorme potenziale delle basi di dati afferenti al progetto.
Qualsiasi processo progettuale e costruttivo genera un’enorme quantità di dati, ma molte realtà non riescono ancora a trarne tutti i vantaggi che sono in grado di offrire.
Molto frequentemente il loro utilizzo si limita alla valutazione dell’andamento di un progetto, ad esempio se quest’ultimo rispetta il budget o se è in linea con la sua pianificazione temporale, attività certamente utili ma allo stesso tempo limitate in rapporto al reale potenziale, soprattutto nell’ottica di quello che oggi rappresenta forse l’obiettivo strategico primario di ogni attività, ovvero massimizzare l’efficienza dei processi.
L’implementazione di nuove tecnologie come l’intelligenza artificiale e il machine learning rappresenta una risposta al sottoutilizzo dei dati in grado non solo di ottenere risultati di progetto migliori ma anche di prefigurarne i possibili scenari, generando indicatori dinamici di previsione che consentano a tutti gli attori del processo di individuare preventivamente possibili criticità tecniche, temporali ed economiche ed efficientare il progetto prima ancora del suo reale avvio.
Un fattore strategico nell’implementazione di questa strategia di gestione e utilizzo dei dati è la attenta valutazione delle esigenze, delle risorse e delle scelte necessarie a definirla.
Tipicamente, elementi necessari di questo processo sono una cultura d’azienda che valorizzi il processo decisionale basato sui dati, una accurata identificazione delle problematiche che si intendono risolvere, la pianificazione del numero e del tipo di dati concretamente ottenibili in base alle metodologie utilizzate e della loro raccolta, e l’implementazione di strumenti e tecnologie in grado di trarne il massimo beneficio, fra cui intelligenza artificiale e machine learning.
Un fronte, quest’ultimo, che vede ancora una certa riluttanza da parte dei soggetti coinvolti nel processo progettuale e costruttivo, nella convinzione che la loro adozione richieda importanti investimenti in infrastrutture tecnologiche e l’inserimento manuale di grandi quantità di dati.
Tuttavia, ciò non è necessariamente vero.
Molte delle più recenti piattaforme sono dotate di algoritmi predefiniti già oggi in grado di fornire analisi predittive a partire da qualsiasi dato storico inserito nel sistema, e di fatto l’implementazione dell’intelligenza artificiale predittiva non è così complessa come si potrebbe pensare.
Tecnologie e soluzioni software in grado di semplificare e rendere più rapido questo processo sono già oggi disponibili, e le loro capacità sono in grado di generare informazioni utili su performance, criticità e aree critiche di miglioramento del progetto. Soprattutto, l’intelligenza artificiale predittiva può fornire una serie di informazioni per aiutare società di progettazione e imprese di costruzione a operare in modo più efficiente.
Ad esempio, l’analisi predittiva può migliorare l’accuratezza della pianificazione, prevedendo la probabilità e l’entità dei ritardi e quali attività hanno maggiori probabilità di causarli, e parallelamente il machine learning rende tali previsioni sempre più accurate nel tempo.
Allo stesso modo, i budget possono essere definiti con maggiore precisione grazie all’utilizzo dell’intelligenza artificiale predittiva per l’analisi di dati economico finanziari come spese effettive, pagamenti dei subappaltatori, varianti in corso d’opera, modifiche contrattuali e così via.
Come accennato, inoltre, l’intelligenza artificiale predittiva è anche un efficace strumento per l’analisi precoce dei rischi, e quando integrata da sistemi avanzati di raccolta dati come l’Internet of Things consente di valutare lo stato di salute e il grado di sicurezza di qualsiasi tipo di manufatto, generando scenari predittivi tali da consentire ai team di progetto e gestione di intraprendere proattivamente le azioni necessarie.
