Η τεχνητή νοημοσύνη αλλάζει την οικονομία των κατασκευών

Σύμφωνα με τη μελέτη AI in Construction: Measurable Results, Unclear Benchmarks, της Berkeley Research Group (BRG) το 67% των επιχειρήσεων που έχουν υιοθετήσει εφαρμογές AI αναφέρει εξοικονόμηση κόστους άνω του 10% στη φάση της κατασκευής. Αντίστοιχα αποτελέσματα καταγράφονται στις διοικητικές και επιχειρησιακές λειτουργίες (62%), καθώς και στα στάδια πριν και μετά την κατασκευή (58%).

Σύμφωνα με την έρευνα η τεχνητή νοημοσύνη αρχίζει να επηρεάζει ουσιαστικά την οικονομική απόδοση των κατασκευαστικών έργων, όχι μόνο μέσω της αυτοματοποίησης εργασιών, αλλά κυρίως μέσω της βελτίωσης του σχεδιασμού, της πρόβλεψης κινδύνων και του περιορισμού των αστοχιών που οδηγούν σε υπερβάσεις προϋπολογισμών και χρονοδιαγραμμάτων.

Η έρευνα πραγματοποιήθηκε τον Ιούλιο του 2026 σε 109 ανώτερα στελέχη κατασκευαστικών εταιρειών και επιχειρήσεων ανάπτυξης ακινήτων στη Βόρεια Αμερική, την Ευρώπη και την Ασία-Ειρηνικό. Τα κύρια αποτελέσματα αφορούν το βορειοαμερικανικό δείγμα, ενώ οι περιφερειακές συγκρίσεις παρουσιάζονται χωριστά.

Επενδύσεις εκατομμυρίων, περιορισμένη ενσωμάτωση

Παρά τα ενθαρρυντικά αποτελέσματα, η απόσταση μεταξύ επενδύσεων και πραγματικής αξιοποίησης της τεχνολογίας παραμένει μεγάλη.

Το 68% των επιχειρήσεων στη Βόρεια Αμερική έχει επενδύσει τουλάχιστον 250.000 δολάρια σε εφαρμογές τεχνητής νοημοσύνης την τελευταία διετία, ενώ το 37% έχει διαθέσει περισσότερα από 1 εκατ. δολάρια. Στο 11% φτάνει το ποσοστό όσων έχουν πραγματοποιήσει επενδύσεις τουλάχιστον 5 εκατ. δολαρίων.

Ωστόσο, μόλις το 15% δηλώνει ότι έχει ενσωματώσει πλήρως την τεχνητή νοημοσύνη στα έργα και στις λειτουργίες του. Περίπου το 29% αναμένει να ολοκληρώσει την ενσωμάτωση μέσα στους επόμενους 12 μήνες, ενώ ένα επιπλέον 31% τοποθετεί τον ίδιο στόχο σε ορίζοντα ενός έως δύο ετών.

Η έλλειψη εξειδικευμένου προσωπικού, οι δυσκολίες διασύνδεσης των συστημάτων και η ποιότητα των διαθέσιμων δεδομένων συγκαταλέγονται στα σημαντικότερα εμπόδια.

Η μεγαλύτερη αξία δημιουργείται πριν αρχίσει η κατασκευή

Ένα από τα σημαντικότερα συμπεράσματα της έρευνας είναι ότι η τεχνητή νοημοσύνη μπορεί να δημιουργήσει αξία πολύ πριν από την έναρξη των εργασιών στο εργοτάξιο.

Το 58% των επιχειρήσεων χρησιμοποιεί ήδη εφαρμογές AI για τον προγραμματισμό και τις μελέτες σκοπιμότητας, ποσοστό που αυξάνεται στο 80% μεταξύ των κατασκευαστικών εταιρειών.

Οι εφαρμογές περιλαμβάνουν την εκτίμηση κόστους, την αξιολόγηση εναλλακτικών σχεδιαστικών λύσεων, την ανάλυση της οικονομικής βιωσιμότητας, τον εντοπισμό συγκρούσεων στα σχέδια και την πρόβλεψη προβλημάτων στην εφοδιαστική αλυσίδα.

Στο στάδιο της κατασκευής, η τεχνολογία χρησιμοποιείται για την παρακολούθηση της προόδου, την πρόβλεψη καθυστερήσεων, την κατανομή πόρων και τον έλεγχο της ασφάλειας.

Η σημασία αυτών των εφαρμογών δεν περιορίζεται στη μείωση του χρόνου εκτέλεσης επιμέρους εργασιών. Η δυνατότητα έγκαιρου εντοπισμού ενός σχεδιαστικού σφάλματος ή μιας πιθανής καθυστέρησης μπορεί να αποτρέψει πρόσθετες δαπάνες, αναθεωρήσεις συμβάσεων και απώλειες που επηρεάζουν την τελική απόδοση μιας επένδυσης.

Η τεχνητή νοημοσύνη αναδιοργανώνει τις θέσεις εργασίας

Η έρευνα αμφισβητεί επίσης την αντίληψη ότι η υιοθέτηση της τεχνητής νοημοσύνης οδηγεί αυτομάτως σε μείωση της απασχόλησης.

Μόλις το 11% των επιχειρήσεων αναφέρει ότι περιόρισε το προσωπικό του σε συγκεκριμένους τομείς εξαιτίας της τεχνολογίας, ενώ το 18% προχώρησε σε αύξηση του αριθμού των εργαζομένων.

Αντίθετα, οι μεγαλύτερες αλλαγές καταγράφονται στην εσωτερική οργάνωση. Το 46% των επιχειρήσεων έχει αναδιαρθρώσει τις ομάδες εργασίας του, το 38% έχει προχωρήσει σε επανεκπαίδευση προσωπικού και το 29% έχει δημιουργήσει νέους επαγγελματικούς ρόλους.

Η τεχνητή νοημοσύνη φαίνεται, τουλάχιστον σε αυτή τη φάση, να μετασχηματίζει κυρίως τις εργασίες που σχετίζονται με την επεξεργασία πληροφοριών, τον σχεδιασμό, τη διαχείριση συμβάσεων και τον προγραμματισμό, παρά να υποκαθιστά το ανθρώπινο δυναμικό που απαιτείται για τη φυσική κατασκευή των έργων.

Η Ευρώπη επικεντρώνεται στη διαχείριση των ακινήτων

Ενδιαφέρον παρουσιάζουν οι διαφοροποιήσεις μεταξύ των γεωγραφικών αγορών.

Στη Βόρεια Αμερική, οι εφαρμογές τεχνητής νοημοσύνης επικεντρώνονται κυρίως στον σχεδιασμό και στην εκτέλεση των κατασκευαστικών έργων. Στην Ασία-Ειρηνικό, μεγαλύτερη βαρύτητα δίνεται στις διοικητικές λειτουργίες, στις προμήθειες και στη διαχείριση κινδύνων.

Στην Ευρώπη, αντίθετα, η υψηλότερη διείσδυση καταγράφεται στη φάση μετά την ολοκλήρωση της κατασκευής, όπου το 41% των επιχειρήσεων αξιοποιεί εφαρμογές AI για την παρακολούθηση και τη διαχείριση ακινήτων.

Παράλληλα, η πλήρης ενσωμάτωση της τεχνολογίας παραμένει χαμηλότερη στην ευρωπαϊκή αγορά, στο 9%, έναντι 15% στη Βόρεια Αμερική και 18% στην Ασία-Ειρηνικό.

Επόμενο στοίχημα η μέτρηση της πραγματικής απόδοσης

Παρά τη σημαντική εξοικονόμηση κόστους, η αποτίμηση της συνολικής οικονομικής συνεισφοράς της τεχνητής νοημοσύνης εξακολουθεί να αποτελεί πρόκληση.

Το 37% των επιχειρήσεων αξιολογεί τις επενδύσεις του με χρηματοοικονομικούς δείκτες, όπως η μείωση κόστους και η βελτίωση των περιθωρίων κέρδους. Ένα επιπλέον 29% χρησιμοποιεί λειτουργικούς δείκτες, όπως η παραγωγικότητα, η τήρηση των χρονοδιαγραμμάτων και ο περιορισμός των επαναληπτικών εργασιών.

Ωστόσο, όπως επισημαίνουν οι ερευνητές της BRG, η πραγματική αξία της τεχνολογίας μπορεί να βρίσκεται σε δαπάνες που τελικά αποφεύγονται και σε κινδύνους που αντιμετωπίζονται πριν μετατραπούν σε οικονομικές απώλειες.

Παράλληλα, η αυξανόμενη χρήση AI δημιουργεί νέα ζητήματα συμβατικής και επαγγελματικής ευθύνης. Το 43% των ερωτηθέντων αναγνωρίζει την ευθύνη για πιθανά σφάλματα ως βασικό περιοριστικό παράγοντα, ενώ μόλις το 42% δηλώνει ότι διαθέτει πολιτικές που καλύπτουν την ανθρώπινη εποπτεία και τη λογοδοσία.