必赢体育

P: 驴La industria de la construcci贸n entiende la importancia del an谩lisis de datos o ha sido dif铆cil convencerlo?

R: Las personas que trabajan en la construcci贸n son cada vez m谩s conscientes del valor de los datos, con la aparici贸n de cosas como los gemelos digitales, por ejemplo. La industria se encuentra en un punto en el que reconocemos que hay un problema: si no se puede medir algo, es dif铆cil comprenderlo. Por lo tanto, las personas est谩n abiertas a la mejora en muchas 谩reas, desde la productividad hasta las formas en que se eval煤a el impacto del cambio clim谩tico.

La clave, entonces, es c贸mo podemos mejorar las cosas. Ahora somos mejores en la generaci贸n y el almacenamiento de datos, pero generar informaci贸n a partir de una amplia gama de fuentes de datos dispares y hacer uso de esa informaci贸n es algo con lo que el sector a煤n tiene dificultades. Por lo tanto, el verdadero desaf铆o es acompa帽ar a las personas en ese recorrido, ayud谩ndolas a hacer un mejor uso de los conjuntos de datos nuevos y existentes, cuyo tama帽o crece exponencialmente.

P: BKwai se define como una empresa que 鈥渉ace simple lo complejo鈥�. 驴C贸mo lo logran y qu茅 tecnolog铆a emplean para lograrlo?

R: Ahora existe una oportunidad real de hacer un mejor uso de los datos. Hay una enorme diferencia, por ejemplo, entre depender de tan solo seis puntos de medici贸n para supervisar un proyecto que se eval煤an cada pocas semanas y tener acceso a miles de puntos de datos de diversas fuentes, algunos de ellos disponibles en tiempo real. El desaf铆o es poder identificar patrones y tendencias de estas fuentes de datos tan diferentes y obtener informaci贸n a partir de los datos o hacer pron贸sticos y predicciones, algo que a los humanos les resulta dif铆cil pero que es f谩cil para una m谩quina.

Aqu铆 es donde entra en juego BKwai. Las m谩quinas pueden detectar informaci贸n oculta en una masa enmara帽ada de datos, sin importar cu谩ntos conjuntos de datos se incluyan. Nuestra plataforma utiliza datos de todo tipo de fuentes, desde sat茅lites y sensores in situ hasta conjuntos de datos ambientales, utilizando tecnolog铆as adaptables que recopilan datos de muchas formas diferentes. Nuestra soluci贸n luego recopila estos datos para analizar patrones dentro de ellos, lo que permite a las empresas encontrar la causa de lo que est谩 sucediendo utilizando nuestras herramientas de an谩lisis forense, as铆 como tambi茅n permitirles predecir lo que es probable que suceda. Esto facilita la acci贸n preventiva en lugar de reactiva, lo que permite a nuestros usuarios reducir dr谩sticamente los costos de mantenimiento, disminuir el riesgo y eliminar una gran proporci贸n de los errores que pueden ocurrir durante el proceso de construcci贸n o remodelaci贸n.

P: 驴Tiene un cliente t铆pico? 驴En qu茅 proyectos ha trabajado su empresa? 驴C贸mo se utiliz贸 la tecnolog铆a de BKwai para el proyecto del t煤nel Thames Tideway?

R: Normalmente trabajamos con contratistas de primer nivel en proyectos de construcci贸n importantes, como el nuevo estadio Everton y el proyecto del t煤nel Thames Tideway. Sin embargo, tambi茅n trabajamos con gestores de activos que son responsables, entre otras cosas, de infraestructuras nacionales cr铆ticas, como carreteras y ferrocarriles.

La forma en que se utiliza nuestra plataforma var铆a de un proyecto a otro. Sin embargo, generalmente consiste en recopilar y analizar datos para mejorar la gesti贸n de activos y los resultados de las previsiones. Cuando trabajamos en Thames Tideway, por ejemplo, nuestra tecnolog铆a avanzada desempe帽贸 un papel fundamental en la mitigaci贸n del riesgo de inundaciones durante la construcci贸n de uno de los sitios del alcantarillado de 25 km que se est谩 construyendo bajo el r铆o T谩mesis para que el sistema de alcantarillado de Londres est茅 al d铆a con los datos y la capacidad, evitando que los desechos se derramen al r铆o cuando llueve.

El proyecto b谩sicamente requer铆a la excavaci贸n de un pozo de 41 metros de profundidad en la estaci贸n de bombeo de Falconbrook, pero el pozo y la zona circundante eran propensos a inundarse durante las fuertes lluvias, lo que representaba un riesgo significativo tanto para los trabajadores como para el equipo que ten铆a que viajar hasta all铆. Inicialmente, el equipo del sitio depend铆a 煤nicamente de los pron贸sticos meteorol贸gicos para predecir posibles inundaciones, pero esto provoc贸 evacuaciones frecuentes de 煤ltimo momento que pusieron en peligro a las personas y los bienes, y demoras innecesarias cuando se pospusieron los trabajos pero no se produjeron inundaciones.

Por ello, se instal贸 una red de sensores para controlar los niveles de agua en tiempo real. Integramos estos datos con los datos meteorol贸gicos de m谩s de diez estaciones y nuestro equipo de ciencia de datos utiliz贸 estos datos para desarrollar modelos predictivos que pudieran pronosticar los niveles de agua con d铆as de antelaci贸n, lo que proporcionar铆a advertencias cr铆ticas antes de que se produjeran inundaciones. Los an谩lisis predictivos, accesibles en la plataforma BKwai y mostrados en el lugar, permitieron al equipo planificar de manera m谩s eficaz, reduciendo la necesidad de evacuaciones apresuradas y manteniendo al m铆nimo los d铆as de trabajo perdidos debido a falsas alarmas.

Este es el ejemplo perfecto de c贸mo nuestro enfoque m谩s inteligente, basado en datos, puede adaptarse a cada proyecto y cliente para ofrecer resultados excepcionalmente beneficiosos.

P: 驴Es la comprensi贸n de los datos la clave para una industria de la construcci贸n m谩s sostenible?

R: S铆, definitivamente. Uno de los grandes desaf铆os en la construcci贸n es la sostenibilidad y el cambio clim谩tico. Y hay muchos ejemplos de c贸mo la medici贸n y la comprensi贸n de estos datos podr铆an hacer que el sector sea m谩s sostenible.

Si podemos medir los cambios, acceder a los datos y entender c贸mo se comportan las cosas, podemos pasar a predecir los problemas en lugar de solucionarlos cuando las cosas han ido mal. En este sentido, los datos ahorran tiempo y recursos materiales, algo que, en 煤ltima instancia, es bueno para el planeta. Queremos evitar tener que hacer reformas o reconstrucciones, sino evitar que ocurran cosas. Y en lugar de derribar edificios y construir otros nuevos, lo que es costoso y genera una gran cantidad de residuos materiales, las empresas pueden utilizar los datos para entender c贸mo se comportan sus estructuras existentes, alargando su vida 煤til y optando por opciones de reacondicionamiento respetuosas con el medio ambiente, en lugar de reconstrucciones.

P: 驴Qu茅 impacto tendr谩 la tecnolog铆a en la industria de la construcci贸n durante la pr贸xima d茅cada? 驴Hay alguna tendencia que estemos viendo ahora que pueda anticiparla?

R: A menudo se considera que la construcci贸n es un sector que cambia lentamente, pero ahora estamos en un punto en el que la tecnolog铆a puede tener un gran impacto en la pr贸xima d茅cada. En BKwai, por ejemplo, estamos haciendo que los datos sean m谩s accesibles, lo que ayuda a superar desaf铆os como los sistemas que tienen dificultades para comunicarse y compartir datos entre s铆. Estamos utilizando el aprendizaje autom谩tico para comprender mejor las enormes cantidades de datos que pueden abrumar al ingeniero, al top贸grafo o al administrador de activos y, si la industria en su conjunto puede lidiar con esos desaf铆os, habr谩 un gran crecimiento en nuestro sector.

Acerca del autor

El Dr. Sakthy Selvakumaran es el fundador de BKwai, una empresa derivada de la Universidad de Cambridge y el CSIC, una plataforma de an谩lisis de datos para el sector de la construcci贸n cuyo objetivo es mejorar la resiliencia de los activos construidos. El proyecto del t煤nel Thames Tideway en Londres, Reino Unido, utiliz贸 los sensores y los datos meteorol贸gicos de BKwai para predecir el riesgo de inundaciones mientras constru铆an recientemente un alcantarillado de gran capacidad.