Az építkezések veszélyes munkahelynek számítanak: az ágazatban bekövetkező halálos kimenetelű balesetek száma az Egyesült Államokban ötször magasabb, mint bármely más iparág esetén. A mesterséges intelligencia viszont ezen a területen is segíthet, és egyre több nemzetközi építőipari cég nyit az ilyen irányú fejlesztések irányába.

Például a bostoni székhelyű Suffolk is így döntött. A társaság a szintén bostoni SmartVid-del karöltve dolgozik a kapcsolódó projekten. Az év elején pedig több versenytársukat is meggyőzték, hogy csatlakozzanak a projekthez.

Jit Kee Chin, a Suffolk adatvagyonért felelős igazgatója (Chief Data Officer – CDO) és ügyvezető alelnöke egy konferencián beszélt a részletekről. Mint elmondta, a rendszer az építési helyszíneken és baleseti feljegyzések alapuló, úgynevezett deep learning (mélytanulási) algoritmusok alapján működik. Továbbá képes az új helyszíneken történő monitorozásra és a nagy valószínűséggel balesettel végződő szituációk azonosítására. Ezzel még időben megelőzhető a baj, legyen szó arról, hogy a munkás nem visel védőkesztyűt, vagy túl közel dolgozik egy veszélyes géphez.

Amint arra Chin is felhívta a figyelmet, a biztonság kérdése igen nagy problémát jelent az építkezéseken. A helyzet javítására a Suffolk és a SmartVid márciusban megalapította a prediktív, vagyis megelőző elemzésre fókuszáló stratégiai társulást. Ennek köszönhetően olyan adatszolgáltatást nyújtanak az érintett cégeknek, amely hozzájárulhat a rendszer teljesítményének javulásához.

A CDO szerint mindez teljesen ésszerű, mivel a vállalkozások saját adatai általában nem elegendők a megfelelő intézkedésekhez. A mélytanulási algoritmusok hatalmas mennyiségű adatot igényelnek az álaluk felállított modellek javításához, ezért is szükséges a vállalatok közötti együttműködés.

Habár a fenti projekt elsődlegesen a munkavállalók biztonságának javítására irányul, a mesterséges intelligenciát egyre szélesebb körben használják a munka világában. Segítségével ugyanis jóval alaposabban figyelemmel kísérhetők, számszerűen meghatározhatók és optimalizálhatók a folyamatok. A munkáltatók egyre több módot találnak arra, hogy nyomon követhessék az emberek által végzett feladatokat, valamint algoritmusokat használnak a teljesítmény optimalizálására.