Του
ΓΙΩΡΓΟΥ ΠΑΠΑΚΩΣΤΑ,
πολιτικού μηχανικού – κατασκευαστή
PPK Constructions
Από τα σχέδια και τους υπολογισμούς μέχρι την καθημερινή λειτουργία ενός εργοταξίου, η τεχνητή νοημοσύνη αρχίζει να διεκδικεί έναν νέο ρόλο στον κατασκευαστικό κλάδο. Η αλλαγή δεν αφορά μόνο την αυτοματοποίηση ορισμένων εργασιών, αλλά την προσπάθεια να δημιουργηθεί ένα ενιαίο ψηφιακό περιβάλλον, στο οποίο οι πληροφορίες ενός έργου θα μπορούν να αξιοποιούνται ταχύτερα και να οδηγούν σε πιο άμεσες αποφάσεις.
Σε ανάλυση που δημοσίευσε στις 15 Ιουλίου 2026, η McKinsey & Company εξετάζει τον τρόπο με τον οποίο τα συστήματα τεχνητής νοημοσύνης θα μπορούσαν να επηρεάσουν την αρχιτεκτονική, τη μηχανική και τις κατασκευές. Η εταιρεία περιγράφει ένα πιθανό μέλλον στο οποίο τα συστήματα αυτά δεν θα περιμένουν απλώς μια εντολή για να εκτελέσουν μια εργασία, αλλά θα μπορούν να αναλύουν δεδομένα, να εντοπίζουν προβλήματα, να εξετάζουν διαφορετικά σενάρια και να προτείνουν ενέργειες.
Η μεγαλύτερη αλλαγή ενδέχεται να προκύψει από τη δυνατότητα σύνδεσης πληροφοριών που μέχρι σήμερα βρίσκονται σε διαφορετικά σημεία. Ένα κατασκευαστικό έργο παράγει τεράστιο όγκο δεδομένων: σχέδια, τεχνικές προδιαγραφές, οικονομικά στοιχεία, παραγγελίες υλικών, χρονοδιαγράμματα, αναφορές από το εργοτάξιο και στοιχεία για την πρόοδο των εργασιών. Όσο περισσότερα από αυτά τα δεδομένα μπορούν να «επικοινωνούν» μεταξύ τους, τόσο περισσότερες δυνατότητες δημιουργούνται για γρήγορη ανάλυση της πραγματικής κατάστασης ενός έργου.
Η εικόνα ενός εργοταξίου θα μπορούσε, για παράδειγμα, να αποτελέσει πλέον πηγή πληροφοριών για τη λήψη αποφάσεων. Μια φωτογραφία που καταγράφει μια απόκλιση από τον σχεδιασμό ή ένα τεχνικό πρόβλημα θα μπορούσε να αναλυθεί από την τεχνητή νοημοσύνη και να συσχετιστεί με τα σχέδια και τα διαθέσιμα στοιχεία. Στη συνέχεια, το σύστημα θα μπορούσε να εξετάσει πιθανές λύσεις και να υπολογίσει τις συνέπειες που μπορεί να έχουν στο κόστος, στα υλικά και στον χρόνο παράδοσης. Ο μηχανικός θα έχει έτσι μπροστά του περισσότερα δεδομένα πριν αποφασίσει πώς θα αντιμετωπιστεί το πρόβλημα.
Ανάλογες εφαρμογές μπορούν να αφορούν και το στάδιο πριν από την έναρξη της κατασκευής. Η τεχνητή νοημοσύνη θα μπορούσε να χρησιμοποιηθεί στην εκτίμηση του κόστους, στην εξέταση της δυνατότητας υλοποίησης ενός σχεδιασμού και στην οργάνωση των εργασιών. Με την αξιοποίηση δεδομένων από προηγούμενα έργα, θα μπορούσε επίσης να εντοπίζει επαναλαμβανόμενα προβλήματα και να βοηθά τις επιχειρήσεις να προετοιμάζονται καλύτερα για αντίστοιχες καταστάσεις.
Η ποιότητα των διαθέσιμων δεδομένων αποτελεί, πάντως, προϋπόθεση για να λειτουργήσει αποτελεσματικά ένα τέτοιο μοντέλο. Μια επιχείρηση που έχει διάσπαρτες, ελλιπείς ή ανακριβείς πληροφορίες δεν μπορεί εύκολα να περιμένει αξιόπιστες προτάσεις από ένα σύστημα τεχνητής νοημοσύνης. Η ψηφιακή οργάνωση των έργων και η σωστή καταγραφή των στοιχείων αποκτούν επομένως ιδιαίτερη σημασία.
Η μετάβαση αυτή μπορεί να επηρεάσει και τον ίδιο τον τρόπο εργασίας στον κλάδο. Επαναλαμβανόμενες διαδικασίες που σήμερα απαιτούν πολλές ώρες ανθρώπινης εργασίας θα μπορούσαν να εκτελούνται ταχύτερα, αφήνοντας περισσότερο χρόνο στους επαγγελματίες για τεχνικό σχεδιασμό, επίλυση σύνθετων προβλημάτων και λήψη αποφάσεων. Παράλληλα, μπορεί να αλλάξει σταδιακά και η σχέση μεταξύ χρόνου εργασίας και αμοιβής, καθώς μεγαλύτερη σημασία θα έχει η αξία και το αποτέλεσμα που παράγεται.
Η εξέλιξη αυτή, όμως, δεν είναι χωρίς προκλήσεις. Ένα από τα ζητήματα που αναδεικνύει η McKinsey αφορά την εκπαίδευση των νέων μηχανικών. Μέρος της εμπειρίας που αποκτά ένας επαγγελματίας στα πρώτα χρόνια της καριέρας του προέρχεται από εργασίες που στο μέλλον ενδέχεται να αυτοματοποιηθούν. Αν αυτές εξαφανιστούν πλήρως, υπάρχει ο κίνδυνος να μειωθούν οι ευκαιρίες μέσα από τις οποίες οι νέοι επαγγελματίες μαθαίνουν να αντιμετωπίζουν πραγματικά προβλήματα.
Η λύση, σύμφωνα με την ανάλυση, δεν είναι να αποκλειστεί η τεχνολογία από την εκπαίδευση, αλλά να δημιουργηθούν νέοι τρόποι απόκτησης εμπειρίας. Προσομοιώσεις, μελέτη πραγματικών περιστατικών και συμμετοχή σε σύνθετες αποφάσεις μπορούν να αποκτήσουν μεγαλύτερη σημασία, ώστε οι νέοι μηχανικοί να μαθαίνουν να αξιοποιούν τα ψηφιακά εργαλεία χωρίς να εξαρτώνται αποκλειστικά από αυτά.
Το μέλλον που περιγράφεται από τη McKinsey παραμένει ένα πιθανό σενάριο και όχι μια βεβαιότητα. Είναι, ωστόσο, ενδεικτικό της κατεύθυνσης προς την οποία κινείται η συζήτηση για τις κατασκευές. Το εργοτάξιο του μέλλοντος μπορεί να είναι ένας χώρος όπου άνθρωποι και τεχνολογία συνεργάζονται συνεχώς, με τα δεδομένα να μετατρέπονται σε άμεσες πληροφορίες και τις πληροφορίες σε αποφάσεις. Το μεγάλο στοίχημα θα είναι η τεχνητή νοημοσύνη να ενισχύσει την ταχύτητα και την παραγωγικότητα χωρίς να υποκαταστήσει την τεχνική κρίση και την ευθύνη εκείνων που έχουν την τελική ευθύνη για ένα έργο.
