En una era cada vez más dominada por la inteligencia artificial y la automatización, es sorprendente cuánta parte de la construcción sigue siendo manual. La brecha es especialmente marcada en los data centers: instalaciones diseñadas para soportar tecnología de vanguardia, pero cuya entrega continúa ralentizándose por una fragmentación significativa y tareas manuales que consumen tiempo.

Uno de los mayores desafíos de la industria parece ser capturar y entender qué está sucediendo realmente en un proyecto. Los gestores de proyectos pueden invertir decenas de horas en recorrer obra, verificar el trabajo realizado y coordinar a contratistas que operan con calendarios diferentes. Cuando la documentación se retrasa, problemas menores pueden pasar inadvertidos y, con el tiempo, convertirse en retrasos costosos.

Aunque la industria está empezando a familiarizarse con esta tecnología, la construcción presenta sus propias dificultades. La autonomía funciona mejor dentro de parámetros fijos y con un número limitado de variables, pero en un sitio en vivo reina lo opuesto: planes cambiantes, materiales en movimiento, nuevas estructuras en construcción y múltiples oficios trabajando juntos.

La construcción es donde la automatización falla: ¿es ahora el punto de inflexión?

Estas son exactamente las condiciones que han hecho que la automatización resulte ineficaz en la construcción. Pero la automatización no es impracticable ni imposible; simplemente significa que los proveedores deben centrarse en las tareas donde las máquinas pueden ofrecer los mejores resultados.

El progreso en la captura de datos, la documentación secundaria y las inspecciones rutinarias son áreas donde la automatización podría funcionar mejor y, lo que es aún más ventajoso, empresas como OpenSpace sostienen que gran parte de este trabajo puede realizarse fuera de las horas normales de operación para reducir la disrupción y la exposición a un entorno dinámico y en vivo.

Los data centers podrían convertirse en un campo de pruebas idóneo para ello, con planos de planta grandes, diseños repetibles y una presión de calendario intensa. Con datos actualizados a partir de verificaciones nocturnas, por ejemplo, los líderes podrían evaluar el progreso e identificar áreas que requieren atención adicional.

Pero recolectar esos datos es solo el primer paso, porque la IA que opera tras bambalinas debe ser capaz de interpretar las imágenes del sitio para cruzarlas con los planos, dibujos, cronogramas y otra información almacenada en sistemas distintos.

En esta entrevista, Jeevan Kalanithi, CEO de OpenSpace, explica por qué la automatización en construcción está ganando impulso, por qué “lo suficientemente bueno” puede ser suficiente sin necesitar perfección inmediata, y cómo la monitorización automática podría ayudar a suavizar el impacto de la persistente escasez de mano de obra.

• La construcción ha sido tradicionalmente una de las industrias menos automatizadas. ¿Por qué está empezando a cambiar ahora?

Creo que la idea de que la construcción es lenta para adoptar tecnología es una concepción errónea. Los constructores adoptan herramientas que realmente facilitan su trabajo; simplemente estaban esperando tecnologías que entendieran cómo trabajan realmente.

La construcción es fundamentalmente diferente de industrias como la fabricación. Cada proyecto es único. Los sitios cambian a diario. Los equipos trabajan en entornos que evolucionan constantemente, con docenas de oficios operando simultáneamente. Ese es un entorno mucho más difícil de automatizar que una fábrica o almacén, donde las condiciones están altamente controladas.

Durante mucho tiempo, la mayor parte del software de construcción se centró en documentos, cronogramas e informes porque eso es lo que las computadoras podían entender. Pero la construcción no es realmente un problema documental: es un problema del mundo físico. La información más importante vive en el propio sitio: lo que se ha construido, lo que ha cambiado, dónde avanza el trabajo y dónde emergen riesgos.

Lo que está cambiando ahora es que la IA está empezando a entender el mundo físico. En lugar de pedir a las personas que documenten manualmente lo que está sucediendo, la IA puede interpretar imágenes y otros datos del mundo real para entender el estado de un proyecto. Eso hace que la robótica y la automatización sean mucho más prácticas, porque se ajustan de manera natural a la forma en que los constructores ya trabajan, en lugar de forzarlos a adoptar procesos completamente nuevos.

• La robótica en la construcción ha sido discutida durante años, pero ha tenido adopción relativamente limitada. ¿Qué factores están contribuyendo al mayor interés en sistemas autónomos o semiautónomos en las obras hoy?

La conversación se ha vuelto mucho más práctica.

Hace diez años, la gente preguntaba si los robots reemplazarían a los trabajadores de la construcción o construirían edificios de forma autónoma. Hoy la pregunta es mucho más simple: ¿cómo pueden los robots ayudar a los constructores experimentados a trabajar de forma más eficiente? Ese es un cambio importante, porque la construcción siempre ha adoptado herramientas que resuelven problemas reales.

Las mayores oportunidades hoy giran en torno a tareas repetitivas y que consumen mucho tiempo, como documentar el progreso, capturar condiciones del sitio o realizar inspecciones rutinarias. Esas actividades son muy valiosas, pero no necesariamente la mejor utilización del tiempo de un superintendente o de un ingeniero de obra.

Pienso en la robótica como la introducción de las clavos neumáticos: no reemplazaron a los carpinteros, sino que les ayudaron a trabajar más rápido y de forma más consistente. La robótica está siguiendo un camino similar. El objetivo no es automatizar la construcción, sino automatizar tareas específicas que permitan a los profesionales capacitados dedicar más tiempo a coordinar el trabajo, resolver problemas y tomar decisiones.

Ya estamos viendo esto con las empresas de robótica con las que nos integramos, cada una abordando diferentes aspectos de la autonomía. En lugar de intentar resolver todos los problemas, están demostrando que los robots pueden realizar de forma fiable tareas específicas que aportan valor inmediato en los sitios de trabajo actuales.

• Los data centers y otros proyectos a gran escala se han citado como casos de uso prometedores para la robótica en construcción. ¿Qué características hacen estos entornos más adecuados para tecnologías autónomas?

Los data centers son, de hecho, un gran ejemplo de dónde la robótica y la IA pueden demostrar valor hoy, porque combinan tres características que funcionan bien para sistemas autónomos.

En primer lugar, son entornos relativamente estructurados. Comparados con un proyecto de renovación o un hospital ocupado, los data centers suelen tener plantas de piso grandes, diseños repetibles y menos obstáculos inesperados, lo que facilita la navegación de los robots.

En segundo lugar, son increíblemente sensibles a los cronogramas. La infraestructura de IA está expandiéndose a un ritmo sin precedentes, y cada día importa. Los dueños y contratistas necesitan visibilidad continua del progreso porque cientos de actividades ocurren simultáneamente.

Finalmente, son altamente repetitivos. Los mismos sistemas y secuencias de construcción se repiten, lo que permite que la robótica opere de manera más consistente y facilita medir el progreso a lo largo del tiempo.

La captura autónoma de datos es particularmente valiosa en estos entornos porque crea un registro visual consistente sin interrumpir el trabajo durante el día. Eso ofrece a los equipos de proyecto información objetiva sobre lo que realmente está sucediendo en el sitio, ayudándolos a identificar problemas antes, coordinar con mayor eficacia y mantener a las partes interesadas alineadas.

• Los sitios de construcción son entornos muy dinámicos. ¿Cuáles son algunos de los mayores desafíos técnicos y operativos que enfrentan los robots cuando se despliegan en proyectos activos?

Los sitios de construcción probablemente sean uno de los entornos más difíciles para que opere un sistema autónomo.

A diferencia de un almacén, donde todo está diseñado para ser predecible, los sitios de construcción cambian constantemente. Los materiales se mueven. El equipo se reubica. Aparecen muros. Puertas que estaban abiertas ayer pueden estar cerradas hoy. También hay decenas o incluso cientos de personas trabajando junto a sistemas autónomos, por lo que la seguridad debe seguir siendo la prioridad más alta.

También existen desafíos prácticos. La conectividad no siempre es fiable. El GPS a menudo no funciona en interiores. La navegación debe contemplar diseños cambiantes y obstáculos temporales que no existen en entornos más controlados.

Por eso creo que seguiremos viendo autonomía supervisada durante bastante tiempo. Los humanos siguen siendo notablemente buenos para adaptarse a situaciones inesperadas, y la construcción ofrece muchas de ellas.

Una lección que hemos aprendido es que “lo suficientemente bueno” a menudo supera a lo “técnicamente perfecto”. Los constructores no necesitan el robot más sofisticado; necesitan uno que sea lo suficientemente fiable para acudir cada día, operar con seguridad y de forma constante, y encajar en la forma en que los proyectos ya se gestionan.

• Con el crecimiento de la adopción de la robótica, ¿qué papel juega la inteligencia visual para ayudar a las máquinas a entender y navegar por el mundo físico?

Ya sea que la imagen provenga de una persona con una cámara 360°, de un robot, de un dron u otro sistema autónomo, la recopilación de datos es solo el primer paso. El verdadero reto es entender qué significan esos datos.

La IA se ha vuelto extraordinariamente buena entendiendo el lenguaje, pero si va a operar en la economía real, también necesita entender lugares físicos, activos físicos y trabajo físico.

La construcción siempre ha tenido información sobre lo que se suponía que debía ocurrir: planos, modelos BIM, cronogramas y especificaciones. Lo que históricamente ha sido mucho más difícil es entender qué pasó realmente en el campo.

Ahí es donde entra la inteligencia visual. La IA puede comparar lo construido con lo que se esperaba construir, medir el progreso con el tiempo, identificar posibles problemas y sacar a la superficie ideas que ayuden a los equipos de proyecto a tomar mejores decisiones.

Nuestra filosofía es simple: no nos preocupa realmente cómo se recoge la data. Ya sea desde un teléfono, una cámara 360°, un dron, un escáner láser o una plataforma robótica de uno de nuestros socios de robótica, nuestro objetivo es reunir esa información en una comprensión común del sitio de trabajo.

Hoy, nuestros clientes han capturado imágenes en más de 70 mil millones de pies cuadrados de construcción. Esa escala crea una oportunidad no solo para ayudar a los constructores hoy, sino también para entrenar y validar la próxima generación de sistemas de IA que necesiten entender el mundo físico.

• A menudo surge la preocupación de que la robótica podría reemplazar a los trabajadores. ¿Cómo están pensando los constructores la relación entre la automatización y la fuerza laboral de construcción existente?

Creo que es una preocupación muy razonable, pero no refleja lo que vemos en los lugares de trabajo.

Los constructores con los que trabajamos no buscan reemplazar a las personas experimentadas. Si acaso, buscan ayudar a esas personas a hacer más.

La construcción ha enfrentado prolongadas carencias de mano de obra durante décadas, y la demanda continúa superando a la disponibilidad de trabajadores cualificados. No hay suficientes personas con formación para atender el volumen de trabajo que se necesita. Eso es especialmente cierto a medida que construimos más data centers, instalaciones de manufactura e infraestructura.

La robótica y la IA ayudan a abordar ese desafío asumiendo tareas repetitivas como la documentación rutinaria, la captura de progreso o las inspecciones, permitiendo que profesionales experimentados dediquen más tiempo a coordinar el trabajo, resolver problemas y aplicar su experiencia.

La mejor tecnología no reemplaza a las personas: las amplifica. Así es como la construcción seguirá adoptando herramientas impulsadas por IA y robótica. Se convierten en otro conjunto de herramientas que ayudan a los equipos experimentados a tomar mejores decisiones, trabajar con más eficiencia y hacer más con los recursos que ya tienen.

• El concepto de robótica con intervención humana está ganando atención en distintas industrias. ¿Cómo se aplica ese enfoque en entornos de construcción?

Creo que la robótica con intervención humana será el modelo dominante para la construcción durante bastante tiempo.

La construcción es simplemente demasiado dinámica para esperar sistemas completamente autónomos capaces de manejar cada situación. Suceden cosas inesperadas cada día: un pasillo bloqueado, una pieza de equipo reubicada, una nueva barrera de seguridad, un área que de pronto es inaccesible. Los humanos siguen siendo excepcionalmente buenos reconociendo esas situaciones y adaptándose en tiempo real.

Lo que vemos hoy es una división muy práctica de responsabilidades. Los robots manejan tareas rutinarias y repetitivas de forma constante, mientras las personas proporcionan juicio, contexto e intervención siempre que sea necesario.

Algunos de nuestros socios de robótica ya operan de esta manera, donde los sistemas autónomos realizan la mayor parte del trabajo pero permanecen supervisados a distancia para que una persona pueda intervenir si algo inesperado ocurre.

No creo que sea un compromiso. Creo que es el modelo correcto. El objetivo no es la autonomía por sí misma. El objetivo es proporcionar a los equipos de proyecto mejor información manteniendo la flexibilidad y el juicio que requieren los proyectos de construcción complejos.

• Algunas empresas están experimentando con la captura de datos autónoma fuera de horas, como durante la noche o antes de que lleguen las cuadrillas. ¿Qué lecciones están emergiendo de esos despliegues tempranos?

La lección más importante ha sido la consistencia.

Uno de los mayores retos de la documentación manual es que depende de que las personas tengan tiempo para hacerlo. En un proyecto ocupado, es fácil que la documentación pase a un segundo plano porque todos están centrados en resolver problemas inmediatos.

La captura autónoma lo cambia. Los robots pueden documentar el sitio en un horario predecible, a menudo por la noche o antes de que las cuadrillas lleguen, creando un registro visual constante cada día sin interrumpir las actividades de construcción.

Esa consistencia ofrece a los equipos una comprensión mucho más clara de cómo avanza un proyecto a lo largo del tiempo. También hace que la documentación sea mucho más resistente: si un superintendente está ocupado o un ingeniero de proyecto no está disponible ese día, el registro visual no se detiene. Todos siguen teniendo acceso a información actual sobre lo que está sucediendo en el sitio.

Capturar un registro visual siempre ha sido una consecuencia natural de recorrer una obra con una cámara 360°. Es también una tarea muy natural para delegar en un robot. Eso permite que las personas experimentadas dediquen más tiempo a interpretar la información y a tomar decisiones en lugar de simplemente recolectar datos.

• Hacia el futuro, ¿qué indicadores debe vigilar la industria para entender si la robótica en construcción está pasando de pilotos a adopción más amplia?

No creo que el mayor indicador sea el número de robots en los sitios de trabajo. Será si los contratistas siguen usándolos una vez que termine el piloto.

La construcción es una industria muy práctica. Los constructores no adoptan tecnología porque es emocionante; la adoptan porque ahorra tiempo, reduce riesgos o ayuda a que los proyectos funcionen más suavemente. Si una tecnología genera más trabajo del que elimina, no perdurará.

También sabremos que la industria ha alcanzado la próxima etapa cuando la robótica se convierta en simplemente otra forma de recopilar información del proyecto. Los constructores no deberían tener que pensar si los datos provienen de una persona, de un robot, de un dron u otro sistema autónomo. Simplemente deberían tener acceso a una comprensión precisa y actualizada de lo que está sucediendo en sus proyectos.

En última instancia, creo que la historia es más grande que la robótica. La economía real no funciona solo con documentos. Funciona con lugares físicos, activos físicos y trabajo físico. Si la IA quiere generar valor allí, debe entender la realidad, no solo el lenguaje.

Por eso decimos que los agentes necesitan ojos. Cuando la IA puede ver, entender y razonar de forma fiable sobre lo que sucede en el mundo físico, la robótica se convierte en mucho más que automatización. Se convierte en una nueva forma de que las personas interactúen con el entorno construido y tomen mejores decisiones. Creo que esa es la transición sobre la que estaremos hablando durante la próxima década.

from Latest from TechRadar https://ift.tt/cJE9bax
via IFTTT IA