• Wydajność globalnego sektora infrastruktury wyhamowała, a miejscami nawet spada, choć potrzeby inwestycyjne szybko rosną.
• Błędy zmuszające do poprawek kosztują nawet 15 proc. wartości projektów infrastrukturalnych na świecie. To setki miliardów dolarów rocznie, których wydania można było uniknąć.
• Agentowa AI może wykryć błąd, zanim trafi on na plac budowy, i ograniczyć koszty. Skraca też procesy decyzyjne i pomaga wcześniej wykrywać ryzyka.
• - Polska stoi dziś przed bezprecedensową falą inwestycji infrastrukturalnych. Przy takiej skali nawet niewielka nieefektywność przekłada się na bardzo wysokie dodatkowe koszty - podkreśla Maciej Ziomek z EY-Parthenon Polska.

Zastosowanie agentowej AI może zwiększyć produktywność szeroko pojętego sektora infrastruktury – przekonują autorzy raportu EY-Parthenon pt. „The intelligence layer” („Warstwa inteligencji”).

Wskazują, że obecną wydajność sektora infrastruktury w skali globalnej można ocenić jako stan stagnacji lub wręcz spadku – a to poważny problem, zwłaszcza w obliczu rosnących potrzeb inwestycyjnych i postępującej cyfryzacji. Szacuje się, że roczne potrzeby inwestycji w infrastrukturę na całym świecie do 2030 roku mogą się zbliżyć do 7 bilionów dolarów rocznie.

Wyzwaniem jest nie tylko mobilizacja odpowiednio dużych funduszy, ale przede wszystkim wygenerowanie większej wartości z dostępnego kapitału.

Sektor ma zasoby danych, ale nie potrafi ich wykorzystać

Infrastruktura stanowi fundament rozwoju gospodarczego i społecznego i obejmuje m.in.:

• energetykę,
• przemysł,
• transport i logistykę,
• budownictwo,
• telekomunikację i technologie cyfrowe,
• gospodarkę wodną,
• infrastrukturę miejską.

Raport EY-Parthenon zwraca uwagę, że choć sektor infrastruktury dysponuje ogromną ilością danych, to są one fragmentaryczne i uwięzione w silosach (oddzielnych systemach), co obniża ich przydatność przy podejmowaniu decyzji.

Wśród głównych problemów przy inwestowaniu w infrastrukturę eksperci wymieniają też wysokie koszty poprawek i innych prac, które trzeba wykonać z powodu popełnionych błędów. Według Construction Industry Institute (CII) w grę wchodzą kwoty na poziomie około 5 procent wartości projektu, a uwzględniając koszty pośrednie, nawet 10-15 procent. W skali globalnej oznacza to rocznie setki miliardów dolarów kosztów, których można było uniknąć.

Wyzwaniem są też m.in. opóźnienia decyzyjne i utrudniająca koordynację fragmentacja interesariuszy, bo proces tworzenia infrastruktury jest zazwyczaj rozproszony pomiędzy wielu uczestników (inwestorów, projektantów, wykonawców, regulatorów).

Rozwiązaniem tych problemów zdaniem autorów raportu może być wdrożenie agentowej sztucznej inteligencji (agentic AI).

Agent AI może skrócić tygodnie pracy do kilku godzin

Tytułowa warstwa inteligencji to system współpracujących ze sobą autonomicznych agentów AI, w czasie rzeczywistym łączących procesy, które dotychczas były izolowane: planowanie, budowę i eksploatację infrastruktury. Dzięki temu agentowa AI natychmiast dostarcza dane, na podstawie których można podjąć odpowiednią i szybką decyzję.

Obecnie sektor infrastruktury na świecie posiada już fundamenty do stosowania agentowej AI (są nimi wspomniane zasoby danych), ale dopiero zaczyna wdrożenia tej technologii.

Eksperci z EY-Parthenon przekonują, że agentowa sztuczna inteligencja ułatwia inwestowanie w infrastrukturę przede wszystkim poprzez zwiększenie przewidywalności projektów, redukcję kosztów poprawek oraz zapewnienie lepszego wglądu w ryzyko całego projektu.

Argumentują, że jeśli agenci AI przejmą zdanie zbierania i uzgadniania danych z różnych systemów, to procesy, które obecnie trwają tygodnie, mogą zostać skrócone do godzin – co zredukowałoby czas koordynacji przy poszczególnych projektach infrastrukturalnych i przyspieszyłoby podejmowanie decyzji.

Umożliwiłoby to też bieżące i ciągłe monitorowanie inwestycji, zamiast okresowego raportowania.

Kosztowne błędy można wykryć, zanim trafią na plac budowy

Uniknięcie konieczności wprowadzania kosztownych poprawek jest według autorów raportu możliwe, bo agentowa AI zapewnia takie usprawnienia jak:

• szybka i kompleksowa ocena skutków zmian – tradycyjnie ewaluacja zmiany projektowej odbywa się sekwencyjnie, natomiast agentowa AI umożliwia jednoczesną analizę wpływu danej zmiany na koszty, harmonogram, umowy, bezpieczeństwo itd.;
• redukcja opóźnień decyzyjnych – interwencja może nastąpić, zanim błąd przełoży się na fizyczne prace budowlane (im później błąd zostanie wykryty i naprawiony, tym wyższy jest koszt poprawki, ponieważ więcej prac trzeba wykonać od nowa);
• koordynacja pomiędzy silosami - większość problemów powstaje, gdy decyzje podjęte w jednym obszarze (np. finansowym) nie przystają do realiów innego (np. placu budowy);
• wykrywanie najsłabszych sygnałów ryzyka - łączenie pozornie niepowiązanych informacji i ocena ich skutków dla projektu (np. wpływ prognozy pogody na plan pracy dźwigu);
• ciągłość informacji - wiele błędów wynika z utraty części wiedzy przy przekazywaniu jej między kolejnymi etapami projektu (np. z budowy do eksploatacji), natomiast agentowa AI tworzy „cyfrową pamięć instytucjonalną”, co zapobiega błędom wynikającym z braku pełnej dokumentacji.

Agentowa AI pobiera dane, analizuje je, podejmuje na tej podstawie działania (zależnie od poziomu uprawnień) i uczy się na podstawie osiągniętych wyników. Fot. Materiały prasowe / EY-Parthenon, „The intelligence layer” („Warstwa inteligencji”) Nie każdą decyzję można powierzyć sztucznej inteligencji

W raporcie przedstawiono cztery poziomy autonomii agentów AI, stosowanych w projektach infrastrukturalnych: od najmniejszych uprawnień, gdzie agent AI tylko informuje, przez poziomy rekomendacji i działania za zgodą człowieka – po poziom, na którym agent samodzielnie wykonuje zadania w zdefiniowanych granicach, a człowiek tylko ocenia wyniki i interweniuje w wyjątkowych sytuacjach.

Eksperci zaznaczają, że wybór poziomu autonomii agentowej sztucznej inteligencji zależy od rodzaju podejmowanej decyzji, stopnia ryzyka oraz konsekwencji ewentualnych błędów. Dlatego AI nie powinna samodzielnie rozstrzygać kwestii o wysokich konsekwencjach, gdzie osąd ludzki i odpowiedzialność prawna są kluczowe.

Decyzji człowieka wymagają np. zmiany konstrukcyjne wpływające na trwałość mostu oraz wszelkie działania, które mogą bezpośrednio zagrażać życiu pracowników.

Natomiast większa autonomia jest wskazana przy rutynowych, powtarzalnych zadaniach o niskim stopniu ryzyka, gdzie może maksymalnie zwiększyć wydajność i pozwoli ludziom skupić się na zadaniach o wyższej wartości. Może to być np. uzgadnianie danych między silosami, generowanie raportów z postępów prac lub zamawianie materiałów w zdefiniowanych progach.

Autorzy raportu podkreślają, że najlepszym w danym przypadku poziomem autonomii jest ten, który optymalizuje wydajność bez kompromisów w zakresie bezpieczeństwa i odpowiedzialności. System zawsze musi też pozwalać człowiekowi na interwencję i nadpisanie decyzji agenta AI.

W inwestycjach nawet małe błędy oznaczają wielkie koszty

Jak mówi Maciej Ziomek, partner w EY-Parthenon Polska i lider doradztwa w sektorach transportu i infrastruktury oraz ESG Due Diligence, wnioski z globalnego raportu dotyczą też naszego kraju.

Polska stoi dziś przed bezprecedensową falą inwestycji infrastrukturalnych. Luka inwestycyjna pozostaje ogromna, a wydatki państwa na rozwój infrastruktury znacząco wzrosły w ostatnich latach. Przy takiej skali nawet niewielka nieefektywność przekłada się na bardzo wysokie dodatkowe koszty – argumentuje Maciej Ziomek.

- Dlatego kluczowe staje się nie tylko to, ile inwestujemy, ale przede wszystkim, jak skutecznie realizujemy projekty – dodaje.

Zwraca uwagę, że w krajowych inwestycjach w infrastrukturę brakuje warstwy łączącej informacje z różnych źródeł i przekładającej je na działania.

- Tutaj pojawia się rola agentowej AI, jako rozwiązania działającego ponad istniejącymi systemami, uzupełniającego je, a nie zastępującego – wskazuje ekspert. - Jeśli chcemy nadążyć za globalnymi trendami i lepiej wykorzystywać potencjał inwestycji, konieczne będzie wyraźne przyspieszenie digitalizacji oraz bardziej świadome podejście do integracji danych i technologii – podkreśla.

Zaznacza też, że kluczowe jest, aby inwestorzy mogli mieć zaufanie do decyzji podejmowanych z wykorzystaniem narzędzi opartych na sztucznej inteligencji.

- Dla Polski, gdzie znaczną część inwestycji realizuje sektor publiczny, są to warunki niezbędne do skalowania takich rozwiązań. Bez nich potencjał technologii może pozostać niewykorzystany – stwierdza Maciej Ziomek.