NavigateAI razvija AI pomoćnika za radnike na gradilištima
NavigateAI, nova kompanija Erika Vua, zvanično je lansirana krajem maja sa 25 miliona dolara početnog finansiranja i vrednovanjem od 225 miliona dolara nakon investicije. Kompanija razvija AI pomoćnike za građevinske radnike i terenske ekipe, dostupne preko pametnih telefona i Meta AI naočara, dok kao ključni problem cilja procenjeni manjak od oko 349.000 radnika potrebnih u američkom građevinarstvu ove godine.
AI pomoćnik sa kamerom na radilištu
Osnovna ideja proizvoda je da radnik kamerom usmeri uređaj na ono što ugrađuje ili održava i glasom postavi pitanje. NavigateAI bi tada trebalo da u realnom vremenu pronađe građevinske specifikacije, priručnike proizvođača i interne politike kompanije. Pitanja mogu da se odnose na pravilnost montaže, obrtni moment ili usklađenost sa propisima.
Vu ističe prednost rada bez ruku, jer gledanje u telefon na gradilištu može biti nepraktično. NavigateAI zato sarađuje sa kompanijom Meta na bezbednosnoj sertifikaciji AI naočara za radna okruženja u kojima je obavezna zaštita očiju. Kompanija sarađuje i sa školom za instalaciju optičkih vlakana AIM, koju podržava Meta i koja polaznicima garantuje zaposlenje.
Uvođenje alata tokom obuke može biti važno za usvajanje tehnologije. Vu navodi da mlađi radnici lakše prihvataju proizvod, dok iskusni majstori sa dugogodišnjom praksom češće oslanjaju na sopstvenu procenu. Upravo njihovo znanje, međutim, može biti vredno za unapređivanje alata koji treba da razume stvarne radne postupke.
Pritisak data centara i model naplate
Manjak ljudi postaje izraženiji uz rast izgradnje data centara. Nekada je velikom kampusu data centra u vršnom periodu bilo potrebno oko 750 radnika, dok najveći aktuelni projekti zahtevaju 4.000 do 5.000 ljudi. Za Meta Hyperion kampus u Luizijani navodi se oko 5.000 građevinskih radnika, a za OpenAI Stargate lokaciju u Abileneu u Teksasu 6.400 radnika.
Kompanija Kelly navodi da 90% operatera data centara nedostatak osoblja smatra ključnim ograničenjem za gradnju ili širenje. NavigateAI je najpre koristio model naplate zasnovan na tokenima i marži, a novije ugovore preusmerava ka udelu u ostvarenoj vrednosti. Kao primer, ako se ukupni trošak kuće smanji sa 300.000 na 280.000 dolara, kompanija bi uzela približno 20% od uštede od 20.000 dolara.
Podaci, odgovornost i dokazivanje učinka
Svaki posao završen uz NavigateAI može generisati označene video-zapise iz perspektive radnika, sa primerima pravilnog i nepravilnog izvođenja radova. Vu računa da bi takav skup podataka dugoročno mogao biti vredan i kompanijama koje razvijaju robotiku, pored neposredne vrednosti softvera za građevinske klijente.
Istovremeno, model zasnovan na ostvarenoj vrednosti zahteva pažljivo pripisivanje ušteda. Brža gradnja ili niži trošak mogu zavisiti i od vremenskih prilika, raspoloživosti materijala i konkretne ekipe, pa Vu govori o A/B testiranju između divizija i približnim procenama. Otvorena su i pitanja odgovornosti ako softver potvrdi rad koji kasnije zakaže, posebno u oblasti građevinskih nedostataka gde su sporovi česti.
Za kompanije koje razmatraju ovakve alate, praktičan zaključak je da pilotske primene treba vezati za jasne radne zadatke, merljive pokazatelje i bezbednosne procedure. Korist će zavisiti ne samo od sposobnosti AI modela, već i od kvaliteta izvora podataka, prihvatanja među ekipama i transparentnog načina na koji se dokazuju uštede.