OnsiteIQ đã xây dựng một nền tảng phân tích xây dựng được hỗ trợ bởi Ultralytics YOLO11, chạy các model segmentation trên toàn bộ công trường 360 độ để phát hiện tiến độ xây dựng, rủi ro an toàn và các vấn đề vận hành theo thời gian thực, qua đó giảm 20% độ trễ dự án.
Trong lĩnh vực xây dựng, khoảng trống thông tin gây tốn kém. Khi một dự án chậm tiến độ, việc xác định nguyên nhân, phân định trách nhiệm và thống nhất phương án giải quyết giữa chủ sở hữu, nhà phát triển và các nhà thầu phụ có thể mất nhiều tuần. Trong thời gian đó, sự chậm trễ tiếp tục chồng chất, ngân sách bị bào mòn và doanh thu bị thất thoát. Với một khách sạn bị chậm hai tháng, khoảng trống này có thể chiếm một phần đáng kể trong lợi tức đầu tư dự kiến ban đầu.
Vấn đề cốt lõi là khả năng quan sát. Các dự án xây dựng có hàng chục hạng mục thi công đồng thời trên những công trường rộng lớn, phức tạp. Nếu không có hồ sơ liên tục, đáng tin cậy về những gì đã hoàn thành, thời điểm hoàn thành và đơn vị thực hiện, các tranh chấp sẽ khó được giải quyết nhanh chóng, còn tiến độ thì khó dự báo chính xác.
OnsiteIQ được xây dựng để khắc phục khoảng trống đó. Công ty triển khai một mạng lưới các chuyên gia ghi hình đến những công trường đang thi công, ghi lại 100% mỗi công trường bằng camera 360 độ theo lịch hàng tuần, hai tuần một lần hoặc hàng ngày, tùy thuộc vào dự án.
Sau đó, dữ liệu ghi hình được chuyển đổi thành hình ảnh có gắn vị trí địa lý và xử lý qua một pipeline AI độc quyền để phát hiện tiến độ xây dựng, đánh dấu rủi ro an toàn và cung cấp thông tin chuyên sâu về vận hành, tất cả đều được hỗ trợ bởi Ultralytics YOLO11.
Mang năng lực phân tích xây dựng đến mọi công trường#
OnsiteIQ cung cấp năng lực phân tích xây dựng cho các chủ sở hữu và nhà phát triển bất động sản. Đến nay, OnsiteIQ đã giám sát hơn 3.000 dự án tại hơn 200 thành phố ở Hoa Kỳ và Canada, bao phủ hơn 34 tỷ USD giá trị phát triển mới. Nền tảng này giúp các nhóm dự án nắm được những gì đang diễn ra trên công trường gần như theo thời gian thực mà không cần có mặt trực tiếp. Một nhóm dự án quản lý một công trình rộng một triệu feet vuông có thể xem xét toàn bộ công trường trong một ngày làm việc, cùng các thông tin chuyên sâu do AI tạo ra về tiến độ theo tầng, hạng mục thi công và khu vực.
Nền tảng được thiết kế xoay quanh một giá trị cốt lõi rõ ràng: bảo đảm nguồn vốn đã triển khai đạt được kết quả dự kiến đúng hạn và trong ngân sách. Sự chậm trễ xây dựng tác động trực tiếp đến tài chính. Nếu một khách sạn được bàn giao muộn hai tháng, doanh thu phòng bị mất trong thời gian đó sẽ trực tiếp làm giảm lợi tức đầu tư của dự án. OnsiteIQ cung cấp cho các nhóm dự án khả năng quan sát để phát hiện sớm các vấn đề về trình tự thi công, chẳng hạn xác định công tác hoàn thiện vách thạch cao đang vượt tiến độ và cảnh báo các hạng mục điện, nước cần theo kịp, trước khi những vấn đề đó gây ra sự chậm trễ trên diện rộng.
Ngoài theo dõi tiến độ, nền tảng còn hỗ trợ giám sát an toàn và rủi ro. Việc phát hiện bình chữa cháy, chuông báo cháy, hiện tượng nước xâm nhập và các điều kiện khác trên công trường mang lại cho các nhóm dự án một lớp giám sát bổ sung mà nếu không có hệ thống này sẽ cần đến các đợt kiểm tra trực tiếp chuyên biệt.
Thách thức trong việc theo dõi tiến độ trên một công trường luôn thay đổi#
Công trường xây dựng là môi trường năng động. Cùng một không gian có diện mạo hoàn toàn khác nhau ở mỗi giai đoạn của dự án, từ đào móng và thi công kết cấu chính đến lắp đặt cơ điện thô, vách thạch cao và hoàn thiện nội thất. Việc theo dõi những gì đã và chưa hoàn thành đòi hỏi một hệ thống có thể đồng thời hiểu được trạng thái trực quan của công trường qua tất cả các giai đoạn này.
Các phương pháp thủ công cho vấn đề này, chẳng hạn như đi kiểm tra công trường, báo cáo tiến độ và gửi ảnh, thường tốn nhiều nhân lực, thiếu nhất quán và khó mở rộng trên các dự án lớn hoặc phức tạp.
Đối với OnsiteIQ, thách thức là xây dựng một hệ thống detection có khả năng xác định chính xác các class đặc thù của xây dựng trên hàng trăm nghìn hình ảnh cho mỗi dự án, trong những điều kiện thay đổi đáng kể theo công trường, ánh sáng và giai đoạn thi công. Hệ thống cần đủ nhanh để xử lý khối lượng lớn hình ảnh ở chế độ nền, đủ chính xác để hỗ trợ việc ra quyết định tài chính và vận hành, đồng thời đủ linh hoạt để mở rộng khi ontology về các class có thể phát hiện của công ty tiếp tục phát triển.
Cách OnsiteIQ sử dụng Ultralytics YOLO11#
Pipeline AI của OnsiteIQ được xây dựng xoay quanh Ultralytics YOLO11 segmentation, chạy trên mọi hình ảnh được ghi lại tại công trường. Hệ thống sử dụng một ontology độc quyền — một hệ thống tri thức có cấu trúc về các class xây dựng do OnsiteIQ xây dựng và duy trì — làm nền tảng cho việc training và detection của model. Theo Principal Product Manager Rammohan Adabala, ontology là yếu tố khiến các kết quả detection đạt chuẩn để ra quyết định: các class được định nghĩa theo cả trạng thái lẫn đối tượng, כך hệ thống phân biệt vách thạch cao đã được lắp với vách đã được dán mối nối hoặc sơn. Sự phân biệt đó cho phép tổng hợp các kết quả detection ở cấp hình ảnh thành tiến độ mà chủ sở hữu có thể dựa vào để hành động.
Pipeline hoạt động qua hai giai đoạn:
• Detection ở cấp hình ảnh. Mọi hình ảnh 360 độ được ghi lại tại công trường đều được xử lý qua model segmentation YOLO11, model này phát hiện và phân loại các thành phần xây dựng có trong hình ảnh. Ontology bao phủ nhiều class thuộc mọi giai đoạn xây dựng, từ kết cấu chính bằng bê tông thô và các hạng mục cơ điện thô đến vách thạch cao chưa sơn, bề mặt đã hoàn thiện và thiết bị đã lắp đặt. Chẳng hạn, việc phát hiện tủ lạnh hoặc lò nướng cho hệ thống biết rằng một căn hộ dân cư hoặc phòng thuộc cơ sở lưu trú đã đạt đến giai đoạn hoàn thiện.
• Tổng hợp thành thông tin chuyên sâu. Các kết quả detection riêng lẻ trong hình ảnh được tổng hợp trên toàn bộ dataset của một dự án, tạo ra các chỉ số tiến độ theo tầng và theo hạng mục thi công. Những chỉ số này được đưa vào các dashboard theo dõi tiến độ, phân tích lịch trình, phân tích rủi ro và an toàn của nền tảng, sau đó hiển thị trực tiếp cho chủ sở hữu, nhà phát triển và quản lý dự án.
Việc sử dụng segmentation mang lại cho OnsiteIQ thông tin không gian phong phú hơn so với chỉ detection bằng bounding box. Khi ontology của công ty mở rộng, OnsiteIQ cũng đang phát triển một kiến trúc ensemble kết hợp model segmentation với một classifier, cho phép hệ thống cải thiện độ chính xác trên một tập class ngày càng lớn hiệu quả hơn so với khả năng của một model đơn lẻ.
Hình 1. Nền tảng OnsiteIQ đang hoạt động với Ultralytics YOLO11.
Tại sao chọn Ultralytics YOLO11?#
OnsiteIQ chọn Ultralytics YOLO11 nhờ sự kết hợp giữa độ chính xác detection, tính linh hoạt trong training và khả năng dễ dàng xây dựng, lặp lại trên các dataset độc quyền của riêng đội ngũ. Theo Principal Engineer Evgeny Nuger, khả năng bắt đầu nhanh chóng — xây dựng dataset, chạy trainer và lặp lại trên kết quả — nhanh hơn đáng kể so với việc tự xây dựng hạ tầng từ đầu, và đây là một trong những lý do chính khiến đội ngũ chuyển sang Ultralytics.
Vì dữ liệu training của OnsiteIQ là độc quyền, được ghi lại trực tiếp từ các công trường đang thi công và gắn nhãn theo ontology riêng của công ty, đội ngũ tự quản lý hạ tầng trên AWS, sử dụng Ultralytics Python package để chạy training và giữ cho các model luôn được cập nhật. Cách tiếp cận này giúp OnsiteIQ toàn quyền kiểm soát dữ liệu, đồng thời hưởng lợi từ hiệu năng và độ tin cậy của họ model YOLO.
Tính linh hoạt của kiến trúc YOLO cũng rất quan trọng khi use case của OnsiteIQ phát triển. Bắt đầu với một model segmentation duy nhất, đội ngũ hiện đang hướng tới phương pháp ensemble khi ontology mở rộng — một bước tiến tự nhiên được framework YOLO hỗ trợ mà không đòi hỏi thay đổi nền tảng đối với pipeline hiện tại.
Tác động của năng lực phân tích xây dựng ở quy mô lớn#
OnsiteIQ đã thực hiện các nghiên cứu tác động cùng khách hàng để định lượng những cải thiện trong vận hành nhờ triển khai nền tảng. Qua các nghiên cứu này, một số chỉ số nhất quán đã xuất hiện:
• Giải quyết tranh chấp nhanh hơn 3 lần. 81% người dùng cho biết tranh chấp được giải quyết nhanh hơn, với thời gian giải quyết trung bình giảm 3 lần và một số trường hợp nhanh hơn tới 7 lần, tùy thuộc vào giai đoạn và mức độ phức tạp của dự án. Với hồ sơ trực quan liên tục, có gắn vị trí địa lý về mọi khu vực của công trường, các bên liên quan có thể nhanh chóng xác định vấn đề phát sinh khi nào và ở đâu, giảm thời gian trao đổi qua lại giữa các hạng mục thi công.
• Tiết kiệm từ 25.000 đến 400.000 USD chi phí vượt dự toán. Khách hàng cho biết đã tránh được từ 25.000 đến 400.000 USD chi phí vượt dự toán cho mỗi dự án nhờ phát hiện các vấn đề về trình tự thi công và rủi ro trước khi chúng trở nên nghiêm trọng.
• Giảm 20% độ trễ dự án. Khi phần lớn các dự án xây dựng hoàn thành sau thời hạn, việc giảm 20% độ trễ thể hiện một sự cải thiện đáng kể về khả năng dự đoán thời điểm bàn giao và hiện thực hóa doanh thu.
• Tăng 24% khả năng dự đoán thời điểm bàn giao. 78% người dùng cho biết khả năng dự đoán việc bàn giao dự án được cải thiện, với mức tăng trung bình 24%, mang lại cho chủ sở hữu và nhà phát triển cơ sở đáng tin cậy hơn cho việc lập kế hoạch tài chính và báo cáo với các bên liên quan.
Nhìn chung, nền tảng còn đóng vai trò như một hồ sơ tài sản dài hạn. Sau khi hoàn tất xây dựng, các quản lý cơ sở có thể sử dụng hình ảnh của OnsiteIQ để tìm hiểu những gì nằm sau các bức tường, định vị đường ống hoặc điều tra các vấn đề của tòa nhà mà không cần phỏng đoán hay thực hiện công việc thăm dò gây gián đoạn.
Khả năng quan sát liên tục trong toàn bộ vòng đời dự án#
OnsiteIQ đang giải quyết một vấn đề thông tin mang tính nền tảng trong ngành xây dựng. Các dự án lớn liên quan đến nguồn vốn đáng kể, sự phối hợp phức tạp giữa nhiều hạng mục thi công và mức độ rủi ro tài chính cao do chậm trễ. Bằng cách kết hợp ghi hình 360 độ với một pipeline AI được xây dựng trên Ultralytics YOLO11, OnsiteIQ mang lại cho các nhóm dự án khả năng quan sát cần thiết để duy trì đúng tiến độ, từ ngày đầu đào móng cho đến bàn giao và cả sau đó.
Kết quả có thể đo lường rõ ràng: tranh chấp được giải quyết nhanh hơn ba lần, độ trễ giảm một phần năm và hàng trăm nghìn USD chi phí vượt dự toán được tránh cho mỗi dự án. Khi ontology của OnsiteIQ tiếp tục mở rộng và kiến trúc model ensemble phát triển, Ultralytics YOLO vẫn giữ vai trò cốt lõi trong một nền tảng được xây dựng để mang lại thông tin chuyên sâu đáng tin cậy, liên tục cho mọi công trường.
Quan tâm đến vision AI cho xây dựng và cơ sở hạ tầng? Khám phá các tùy chọn cấp phép của chúng tôi để đưa các giải pháp computer vision vào dự án của bạn. Truy cập repository GitHub và tham gia cộng đồng của chúng tôi.
