AI en Bouw
Kan artificiële intelligentie bijdragen aan een slimmer, efficiënter en veiliger bouwproces? Absoluut, antwoordt AI-experte Mieke De Ketelaere. Maar ze waarschuwt ook voor valkuilen en een verkeerd begrip van AI. (Laurenz Verledens)
Mieke De Ketelaere, adjunct professor artificiële intelligentie (AI) aan de Vlerick Business School, is een populaire spreker in bouw- en vastgoedmiddens. Daar zijn goede redenen voor: ze is een autoriteit in AI, ze is een bevlogen vertelster én ze heeft voeling met de bouwwereld. Zo is ze lid van de adviesraad van bouwbedrijf Dethier. Het had ook niet veel gescheeld of ze had carrière gemaakt in de bouwsector. “Als student ingenieur moest ik kiezen tussen vier richtingen”, vertelt ze. “Mijn eerste keuze was bouwkunde. Iets groots maken als een gebouw, ik vond dat wel stoer.” Finaal switchte ze toch naar elektromechanica. “Anders was ik misschien nu hoofd digitalisatie bij een groot bouwbedrijf”, lacht ze. We interviewden Mieke De Ketelaere na een informatiesessie van ING met als thema ‘Vastgoed en AI: een winnend duo?’. Ze laat haar publiek kennismaken met de fantastische mogelijkheden van AI, maar ze brengt geen eenzijdig hoera-verhaal. Een belangrijk deel van haar betoog gaat over de gevaren, de maatschappelijke kosten en de ethische dilemma’s van AI. Ze wijst er ook op dat er in het bedrijfsleven veel misverstanden bestaan over AI. “Van de 100 bedrijven die inzetten op AI zijn er maar 25 die er echt meerwaarde – efficiënter werken, een betere dienstverlening, lagere kosten, enz. – uithalen.”
Leiden verkeerde verwachtingen tot een verkeerd gebruik van AI?
MIEKE DE KETELAERE. Ja, verkeerde verwachtingen spelen een rol, maar het probleem zit dieper. Door de hype rond AI springen bedrijven erop zonder goed te begrijpen waar het over gaat. Ze kopen bijvoorbeeld Copilot-licenties, maar denken niet na over welk probleem ze daarmee willen oplossen. Het ontbreekt vaak aan kritisch nadenken en probleemgericht werken. Dat verklaart waarom de succesratio in veel gevallen blijft steken op die 25%.
Wat is AI? En wat is het niet?
DE KETELAERE. Ons idee over AI gaat eigenlijk terug op een filosofische vraag uit de jaren vijftig: kunnen we technologie ontwikkelen die het menselijke denken nabootst? De eerste pogingen om dergelijke systemen te ontwikkelen waren regelgebaseerd: ze volgden vaste instructies. Op een gegeven moment zijn we de weg ingeslagen van inductieve systemen die – net als ons brein – patronen herkennen in grote hoeveelheden data. Denk aan hoe een kind leert wat een kat of een hond is. Je kijkt samen in kinderboeken en bij een tekening van een kat zeg je: ‘dit is een kat’. Na verloop van tijd herkent het kind een kat, zelfs als het die specifieke kat nog nooit gezien heeft. Zo werkt AI ook. Voor zo’n inductief systeem zijn er echter twee cruciale voorwaarden: data en rekenkracht. Heel lang waren die systemen niet echt bruikbaar, juist omdat die voorwaarden niet vervuld waren. Vandaag zijn die barrières er niet meer en de toepassingen hebben heel snel de weg naar het bedrijfsleven gevonden. Maar daar ligt ook het probleem: in veel bedrijven wordt AI slecht begrepen. Beslissers, vaak met een financiële achtergrond, zien AI als een regelgebaseerd systeem – zoals een ERP-pakket – dat altijd een antwoord genereert. En ze denken vanuit hun ervaring met ERP-systemen dat die antwoorden betrouwbaar zijn. Maar AI werkt niet op basis van regels, het werkt op basis van statistiek. Dat betekent dat antwoorden nooit volledig correct zijn. Het inzicht dat AI altijd gebaseerd is op kansberekening is essentieel om de technologie op een zinvolle manier te gebruiken.
U geeft het voorbeeld van zogenaamd slimme gebouwen, die vol zitten met sensoren, maar die een ramp zijn om in te werken. Wat is daar misgelopen?
DE KETELAERE. Op zich is er daar niets misgelopen, maar er ontbreekt een cruciaal aspect: de systemen in slimme gebouwen werken niet goed samen. Kijk naar ons brein: onze sensoren – ogen, oren, neus – verzamelen informatie en combineren die naadloos tot één beeld van de wereld. Zie ik een leeuw in een dierentuin, dan blijf ik rustig. Zie ik diezelfde leeuw in de wildernis, dan weet ik dat ik moet vluchten. In het slimme gebouw zijn het niet de sensoren die falen, maar het gebrek aan samenwerking tussen die sensoren. De systemen zijn vaak van verschillende merken en die communiceren amper met elkaar. Het is dus een misvatting dat je door meer sensoren en meer data automatisch slimmere gebouwen krijgt. Soms heb je simpelweg andere modellen nodig of zelfs gewoon gezond verstand. Neem een brandsensor: die gaat af als er rook is, maar begrijpt niet dat rook na het koken of douchen normaal kan zijn. Dat soort redeneervermogen – of zeg maar boerenverstand – hebben we nog niet gedigitaliseerd.
Kan AI een rol spelen in uitdagingen in de bouw- en vastgoedsector, zoals betaalbaar wonen, duurzaam bouwen, het tekort aan geschoolde arbeidskrachten?
DE KETELAERE. Zeer zeker. Het kan eenvoudig routinewerk overnemen. Een klassieker is de administratie op een werf: documenten die je moet overhandigen voor leveringen raken vaak vuil of kwijt, en niemand weet meer wie wat geleverd heeft. Met AI, zoals beeld- en tekstherkenning, kun je dat proces automatiseren en veel fouten vermijden. Daarnaast kan AI ook complexe problemen aanpakken. Denk aan de erg krappe marges in de bouw. Daardoor heeft elk probleem – zoals een vertraagde levering als gevolg van een tekort aan materialen – meteen een grote impact. AI kan hier alternatieve materialen voorstellen of snel nieuwe opties vinden in grote databronnen. Of bij de aan- of verkoop van grond: het bepalen van een correcte prijs, rekening houdend met talloze variabelen, is iets waar AI goed in is. AI kan ook nuttig zijn om de veiligheid op de werf te verhogen. Camera’s kunnen detecteren of iedereen een helm draagt. Je kunt met AI ook faalkosten verminderen door robots ‘s avonds met camera’s de werf te laten scannen en die beelden te vergelijken met het BIM-model. Zo kan je heel snel fouten in de constructie ontdekken, zoals een muur die een meter te ver staat. Dat laat je toe om meteen te corrigeren in plaats van weken later als je vaststelt dat de deuren of ramen niet passen. Maar AI heeft ook zijn beperkingen. Om bijvoorbeeld afwijkende materiaalkosten te detecteren, schiet het tekort. Want de materiaalprijzen zijn door wereldwijde veranderingen, zoals de oorlog in Oekraïne, zo instabiel dat AI geen betrouwbare analyses kan maken. In zulke situaties moet je terugvallen op menselijke kennis en gezond verstand. AI is een krachtig hulpmiddel, maar het kan niet alles oplossen, zeker niet als de context continu verandert.
Wat zijn vaak voorkomende valkuilen bij implementatie van AI?
DE KETELAERE. Een grote valkuil is dat bedrijven AI puur als een technologisch project zien, iets voor de IT-afdeling. Als je AI wil inzetten, moet het in het DNA van het bedrijf zitten. Je hoeft geen expert te zijn maar je moet wel weten wat AI kan en niet kan. Een tweede valkuil is het gebrek aan duidelijke doelstellingen. Bedrijven starten projecten zonder vooraf te bepalen hoe ze succes gaan meten. En als na zes maanden het team extra budget vraagt, kan niemand zeggen of het project effectief iets heeft opgeleverd. De derde veelvoorkomende fout is te weinig aandacht voor change management. AI moet je by design implementeren: met een plan dat rekening houdt met processen, teams en de impact op het bedrijf.