Project Health - Maskinlæring i byggeprosjekter

En prosjektleder ønsker alltid å gjennomføre et vellykket prosjekt, likevel er det ytterst få prosjekter som leveres innen de tidsrammer, budsjett og kvalitetskriterier som er gitt. Dette må jo være et perfekt utgangspunkt for kunstig intelligens og maskinlæring? 

Maskinlæring har de siste årene blitt et godt kjent buzzord. Teknologien har revolusjonert bransjer, selskaper og måten vi mennesker tar beslutninger og jobber på. Likevel er dette et mindre kjent begrep og lite brukt i byggenæringen. Som teknologi- og prosjektnerder ønsker vi i Fonn å gjøre noe med dette! 

Utvikle de riktige algoritmene 

Maskinlæring tar utgangspunkt i en predektiv analyse. I en predektiv analyse må du implementere riktige algoritmer. Fo at utviklerne skal kunne gjøre dette, trenger de historiske data som er analysert og strukturert. 

Å finne de riktige parametrene, variablene, og deretter skalering og vekting av disse er en kompleks og kjedelig oppgave, spesielt når du arbeider med forskjellige typer byggeprosjekter og med forskjellige brukere som kan se på resultatene ulikt. 

Fonn kan nå måle "helsen" på dine byggeprosjekter 

I Fonn har vi samlet inn data fra over 70 000 byggeprosjekter i over 5 år. Ved hjelp av avanserte maskinlæringsalgortimer har vi nå fått undersøkt “helsen” på alle disse prosjektene. Dataen vi har samlet inn er av høy kvalitet fra ulike type byggeprosjekter, og “helsen” på disse prosjektene er basert på de viktigste aktivitetene i et byggeprosjekt.

Vi har spurt en rekke av våre brukere om utfallene av disse prosjektene, nemlig kostnad, plan, kvalitet og tilfredshet, for å kunne sammenligne tilsvarende prosjekter i sanntid.

Ved hjelp av innsikten fra vår maskinlæringsalgoritme kan du forutse flaskehalsene og risikoene i dine byggeprosjekt, og sørge for at prosjektet blir en suksess!