LeanAI: A method for AEC practitioners to effectively plan AI implementations

要約

人工知能 (AI) の最近の発展により、建築、エンジニアリング、建設 (AEC) 業界に前例のない自動化の機会が提供されています。
しかし、AI の利用に対する熱意にもかかわらず、現在のビッグデータ プロジェクトの 85% は失敗しています。
AEC 業界における AI プロジェクトの失敗の主な理由の 1 つは、AI の使用を計画または決定する人と、AI を実装する人との間の断絶です。
AEC の専門家は、AI の機能と限界について明確な理解を欠いていることが多く、その結果、AI が解決すべきこと、AI が解決できること、AI が解決するものを区別できず、これらのカテゴリを互換性があるかのように扱っています。
この理解の欠如により、AI の計画と実装の間に断絶が生じます。計画は、AI が解決できるかどうか、または解決するかどうかを考慮せずに、AI が何を解決すべきかというビジョンに基づいているためです。
この課題に対処するために、この研究では LeanAI メソッドを導入しました。
この手法は、AEC 業界での AI 実装を分析する進行中のいくつかの縦断的研究のデータを使用して開発されました。これには 50 時間以上のインタビュー データが含まれます。
LeanAI 手法は、AI が何を解決すべきか、AI が何を解決できるのか、そして何を解決するのかを明確にし、実務者は関連する利害関係者を巻き込んで計画プロセス自体の早い段階でこれらのコンポーネントを明確に表現する必要があります。
このメソッドを利用することで、実務者は AI の実装を効果的に計画できるため、成功の可能性が高まり、最終的には AI の導入が加速します。
事例はこの方法の有用性を示しています。

要約(オリジナル)

Recent developments in Artificial Intelligence (AI) provide unprecedented automation opportunities in the Architecture, Engineering, and Construction (AEC) industry. However, despite the enthusiasm regarding the use of AI, 85% of current big data projects fail. One of the main reasons for AI project failures in the AEC industry is the disconnect between those who plan or decide to use AI and those who implement it. AEC practitioners often lack a clear understanding of the capabilities and limitations of AI, leading to a failure to distinguish between what AI should solve, what it can solve, and what it will solve, treating these categories as if they are interchangeable. This lack of understanding results in the disconnect between AI planning and implementation because the planning is based on a vision of what AI should solve without considering if it can or will solve it. To address this challenge, this work introduces the LeanAI method. The method has been developed using data from several ongoing longitudinal studies analyzing AI implementations in the AEC industry, which involved 50+ hours of interview data. The LeanAI method delineates what AI should solve, what it can solve, and what it will solve, forcing practitioners to clearly articulate these components early in the planning process itself by involving the relevant stakeholders. By utilizing the method, practitioners can effectively plan AI implementations, thus increasing the likelihood of success and ultimately speeding up the adoption of AI. A case example illustrates the usefulness of the method.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google