Veien fra naturlig til kunstig intelligens i byggenæringen - Kartlegging av digitale løsninger i virksomhetsstyring

Abstract

I forhold til forventningene, er digitale løsninger lite utnyttet i norsk byggenæring. Studier på bruk og implementering av digitale hjelpemidler viser at byggenæringen henger etter relativt til andre produksjonsnæringer -- disse studiene fokuserer på prosjektnivå. Hensikten med denne oppgaven er å kartlegge bruk av digitale løsninger i virksomhetsstyring og å tydeliggjøre gapet mellom prosjekt- og virksomhetsnivå. Dette vil synliggjøre hva som kreves for å gå fra naturlig til kunstig intelligens (AI) i datainnsamling og erfaringslæring. Maskinlæring (ML) er en undergren av AI, nevnelse av AI omhandler ML i denne oppgaven.

AI er i dag lite benyttet, og funn i oppgaven viser at det ennå er for tidlig å diskutere bruk av AI i næringen. Derfor er det gjennom tre forskningsspørsmål valgt å undersøke dagens bruk av digitale løsninger, datainnsamling og erfaringslæring, og utfordringer knyttet til digital utvikling.

Gjennom en litteraturstudie, fem pilotintervjuer og en spørreundersøkelse med 76 svar, vil problemstillingen besvares. Litteraturstudie er benyttet for å avdekke tidligere forskning på feltet. Funnene her gav grunnlaget for spørreundersøkelsen. Pilotintervjuer er holdt for å heve kvaliteten på spørsmålene og sørge for oppnåelse av relevant respons.

Det vil både være strukturelle og menneskelige utfordringer knyttet til bruk og implementering av digitale hjelpemidler. Digital utvikling krever økt kunnskap, digital modenhet og endringsvilje. God bruk av digitale løsninger vil gi store gevinster. De vil forenkle datainnsamling, lagring og erfaringslæring i prosjekt, øke effektivitet og legge til rette for videre implementering av AI på sikt.

Masteroppgaven viser at standardisering er nøkkelen for økt bruk av digitale løsninger. Med standardiserte prosesser for datainnsamling, vil erfaringslæring gjennom AI være mulig. Dette er starten på veien fra naturlig til kunstig intelligens -- på overgangen mellom kortsiktig og langsiktig strategi. Langsiktige strategier må legges av virksomhetsstyringen. Trenden i dag er at prosjektene selv håndterer bruk av digitale hjelpemidler, dette fører til silovirksomhet og kortsiktige planer på prosjektnivå. Strategien må være på virksomhetsnivå, ikke prosjektnivå. Den må være langsiktig og inkludere standarder for systematisk og helhetlig innsamling av erfaringsdata fra mange kilder.

Concerning expectations, digital solutions are barely utilized in the Norwegian construction industry. Studies on the use and implementation of digital solutions show that the construction industry lags relative to other manufacturing industries. The purpose of this thesis is to map the usage of digital solutions in business management, which will highlight requirements when transforming from natural to artificial intelligence (AI) in data collection and empirical learning. Machine learning (ML) is a sub-branch of AI, and in this thesis, the mention of AI deals with ML.

Today, the Norwegian construction industry scarcely uses AI, and findings in this thesis show that it is too early to discuss the use of AI in the industry. Therefore, through three research questions, the author has investigated the current use of digital solutions, data collection, empirical learning and challenges related to digital development.

The thesis statement was examined through a literature study, five pilot interviews and a survey with 76 answers. The literature study was used to uncover previous research on the field, which provided the basis for the survey. Pilot interviews were held to enhance the quality of the survey and ensure that a relevant response was obtained.

Results indicate that there will be both structural and human challenges associated with using and implementing digital solutions. Digital development requires increased knowledge, digital maturity, and a willingness to change. Good use of digital solutions will bring significant benefits. It will simplify data collection, data storage, and empirical learning in projects while increasing efficiency and facilitating further AI implementation in the long run.

This master's thesis shows that standardization is key to increase the use of digital solutions. Through standardized data collection processes, empirical learning through AI will be possible. This is the start of transforming from natural to artificial intelligence - the transition between short-term and long-term strategy. The business management must lay down long-term strategies. However, today's trend is that the projects themselves handle the use of digital solutions, which leads to silo-activities and short-term plans at the project level.