OnsiteIQ giảm 20% chậm trễ dự án với Ultralytics YOLO11

OnsiteIQ xây dựng nền tảng trí tuệ xây dựng vận hành bằng Ultralytics YOLO11, chạy các model segmentation trên công trường 360 độ để phát hiện tiến độ xây dựng, rủi ro an toàn và vấn đề vận hành theo thời gian thực, giúp giảm 20% tình trạng chậm tiến độ dự án.

Trong ngành xây dựng, thiếu hụt thông tin gây tốn kém. Khi một dự án chậm tiến độ, việc xác định nguyên nhân, phân định trách nhiệm và thống nhất giải pháp giữa chủ sở hữu, nhà phát triển và nhà thầu phụ có thể mất nhiều tuần. Trong thời gian đó, chậm trễ tiếp tục chồng chất, ngân sách bị bào mòn và doanh thu thất thoát. Với một khách sạn bị chậm hai tháng, khoản thất thoát đó có thể chiếm một phần đáng kể trong tỷ suất hoàn vốn dự kiến ban đầu.

Vấn đề cốt lõi là khả năng quan sát. Các dự án xây dựng có hàng chục nhóm nghề cùng làm việc đồng thời trên những công trường rộng lớn, phức tạp. Nếu không có hồ sơ liên tục và đáng tin cậy về những gì đã hoàn thành, thời điểm hoàn thành và người thực hiện, tranh chấp khó được giải quyết nhanh chóng và tiến độ khó được dự báo chính xác.

OnsiteIQ được xây dựng để thu hẹp khoảng cách đó. Công ty triển khai mạng lưới chuyên viên ghi hình tại các công trường đang thi công, ghi lại 100% từng công trường bằng camera 360 độ theo lịch hàng tuần, hai tuần một lần hoặc hàng ngày, tùy dự án.

Sau đó, cảnh quay được chuyển thành hình ảnh có gắn tọa độ địa lý và đưa qua 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; toàn bộ hệ thống vận hành bằng Ultralytics YOLO11.

Mang giải pháp trí tuệ xây dựng đến mọi công trường#

OnsiteIQ cung cấp giải pháp trí tuệ xây dựng cho 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 Mỹ và Canada, với tổng giá trị phát triển mới vượt 34 tỷ USD. Nền tảng giúp các nhóm dự án nắm bắt tình hình tại công trường gần như theo thời gian thực mà không cần có mặt trực tiếp. Nhóm quản lý một dự án phát triển có diện tích một triệu foot vuông có thể xem xét toàn bộ công trường trong một ngày làm việc, cùng thông tin chuyên sâu do AI tạo ra về tiến độ theo tầng, theo nhóm nghề và theo khu vực.

Nền tảng được thiết kế xoay quanh một giá trị cốt lõi đơn giản: đảm bảo nguồn vốn đã đầu tư đạt được kết quả dự kiến, đúng tiến độ và trong phạm vi ngân sách. Chậm trễ xây dựng gây tác động tài chính trực tiếp. Nếu một khách sạn được bàn giao trễ hai tháng, doanh thu phòng bị mất trong giai đoạn đó sẽ trực tiếp làm giảm tỷ suất hoàn vốn của dự án. OnsiteIQ cung cấp cho các nhóm dự án khả năng quan sát để phát hiện sớm vấn đề về trình tự thi công, chẳng hạn nhận biết công đoạn hoàn thiện vách thạch cao đang vượt tiến độ và nhắc các nhóm điện, nước bắt kịp, trước khi những vấn đề đó gây ra 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, nước xâm nhập và các điều kiện khác tại công trường giúp các nhóm dự án có thêm một lớp giám sát mà nếu không sẽ cần các đợt kiểm tra trực tiếp chuyên biệt.

Thách thức theo dõi tiến độ tại công trường luôn thay đổi#

Công trường xây dựng là môi trường năng động. Cùng một không gian sẽ trông hoàn toàn khác nhau ở mỗi giai đoạn dự án, từ đào đất và thi công kết cấu phần trên đến lắp đặt cơ điện thô, thi công vách thạch cao và hoàn thiện nội thất. Việc theo dõi những gì đã hoàn tất và chưa hoàn tất đòi hỏi một hệ thống có thể hiểu trạng thái trực quan của công trường đồng thời qua tất cả các giai đoạn này.

Các phương pháp thủ công để giải quyết vấn đề này, chẳng hạn như đi khảo sát công trường, lập báo cáo tiến độ và gửi ảnh, thường tốn nhiều công sức, thiếu nhất quán và khó mở rộng cho các dự án lớn hoặc phức tạp.

Với OnsiteIQ, thách thức là xây dựng hệ thống phát hiện có thể nhận diện chính xác các lớp đặc thù ngành xây dựng trên hàng trăm nghìn hình ảnh của mỗi dự án, trong các điều kiện thay đổi đáng kể theo công trường, ánh sáng và giai đoạn. Hệ thống cần đủ nhanh để xử lý khối lượng lớn hình ảnh ở chế độ nền, đủ chính xác để hỗ trợ ra quyết định tài chính và vận hành, đồng thời đủ linh hoạt để mở rộng khi ontology về các lớp có thể phát hiện của công ty tiếp tục tăng.

Cách OnsiteIQ sử dụng Ultralytics YOLO11#

Pipeline AI của OnsiteIQ được xây dựng xoay quanh phân đoạn bằng Ultralytics YOLO11 trên mọi ảnh chụp tại công trường. Hệ thống sử dụng ontology độc quyền — một hệ thống tri thức có cấu trúc về các lớp xây dựng do OnsiteIQ xây dựng và duy trì — làm nền tảng cho việc huấn luyện và phát hiện bằng model. Theo lời Rammohan Adabala, Giám đốc Sản phẩm cấp cao, ontology giúp kết quả phát hiện đủ tin cậy để đưa ra quyết định: các lớp được định nghĩa dựa trên cả trạng thái lẫn đối tượng, nhờ đó hệ thống phân biệt được vách thạch cao đã lắp với vách đã được dán băng hoặc sơn. Sự khác biệt này cho phép tổng hợp kết quả phát hiện ở cấp ảnh thành thông tin tiến độ mà chủ đầu tư có thể hành động dựa trên đó.

Pipeline hoạt động qua hai giai đoạn:

• Phát hiện ở cấp độ ảnh. Mỗi ảnh 360 độ được chụp tại công trường đều được xử lý bằng model phân đoạn YOLO11, model này phát hiện và phân loại các cấu kiện xây dựng có trong ảnh. Bản thể luận bao quát nhiều lớp trên mọi giai đoạn thi công, từ kết cấu phần thân bê tông trần và hệ thống cơ điện (MEP) đang thi công đến vách thạch cao chưa sơn, bề mặt hoàn thiện và thiết bị đã lắp đặt. Ví dụ, việc phát hiện tủ lạnh hoặc lò nướng cho hệ thống biết rằng một căn hộ dân cư hoặc phòng lưu trú đã bước vào giai đoạn hoàn thiện.
• Tổng hợp thành thông tin chuyên sâu. Các phát hiện từ từng ảnh được tổng hợp trên toàn bộ tập dữ liệu của một dự án, tạo ra các chỉ số tiến độ theo tầng và theo hạng mục thi công. Những chỉ số này cung cấp dữ liệu cho tính năng theo dõi tiến độ, phân tích lịch trình, phân tích rủi ro và bảng điều khiển an toàn của nền tảng; các thông tin này được hiển thị trực tiếp cho chủ đầu tư, nhà phát triển và quản lý dự án.

Việc sử dụng segmentation cung cấp cho OnsiteIQ thông tin không gian phong phú hơn so với chỉ phát hiện bằng bounding box. Khi ontology của công ty mở rộng, OnsiteIQ cũng đang phát triển kiến trúc ensemble kết hợp model segmentation với classifier, giúp hệ thống cải thiện độ chính xác trên tập lớp 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.

Vì sao chọn Ultralytics YOLO11?#

OnsiteIQ chọn Ultralytics YOLO11 nhờ sự kết hợp giữa độ chính xác phát hiện, tính linh hoạt trong huấn luyện và khả năng dễ dàng xây dựng cũng như cải tiến các tập dữ liệu độc quyền của riêng đội ngũ. Theo Evgeny Nuger, Kỹ sư trưởng, khả năng nhanh chóng bắt đầu xây dựng tập dữ liệu, chạy trainer và lặp lại dựa trên kết quả nhanh hơn đáng kể so với việc xây dựng hạ tầng tùy chỉnh từ đầu, và đây là một trong những lý do chính khiến đội ngũ chuyển sang Ultralytics.

Vì dữ liệu huấn luyện của OnsiteIQ là độc quyền, được ghi lại trực tiếp tại các công trường đang thi công và gán nhãn theo ontology riêng của công ty, đội ngũ tự quản lý hạ tầng trên AWS, sử dụng gói Python Ultralytics để chạy huấn luyện và cập nhật model. Phương pháp này giúp OnsiteIQ toàn quyền kiểm soát dữ liệu, đồng thời tận dụng hiệu năng và độ tin cậy của dòng model YOLO.

Tính linh hoạt của kiến trúc YOLO cũng rất quan trọng khi trường hợp sử dụng của OnsiteIQ phát triển. Bắt đầu với một model segmentation đơn lẻ, đội ngũ hiện đang hướng tới phương pháp ensemble khi ontology mở rộng; đây là bước phát triển tự nhiên được framework YOLO hỗ trợ mà không cần thay đổi căn bản pipeline nền tảng.

Tác động của giải pháp trí tuệ xây dựng ở quy mô lớn#

OnsiteIQ đã thực hiện các nghiên cứu tác động cùng khách hàng để định lượng những cải thiện vận hành sau khi triển khai nền tảng. Qua các nghiên cứu này, một số chỉ số nhất quán đã được ghi nhận:

• Giải quyết tranh chấp nhanh hơn 3 lần. 81% người dùng cho biết việc giải quyết tranh chấp nhanh hơn, với thời gian xử lý trung bình giảm 3 lần và một số trường hợp nhanh hơn tới 7 lần, tùy theo giai đoạn và độ phức tạp của dự án. Nhờ có hồ sơ hình ảnh liên tục, được gắn vị trí địa lý cho mọi khu vực công trường, các bên liên quan có thể nhanh chóng xác định sự cố xảy ra ở đâu và khi nào, giảm thời gian trao đổi qua lại giữa các đội thi công.
• Tiết kiệm từ $25,000 đến $400,000 chi phí vượt ngân sách. Khách hàng cho biết họ đã tránh được khoản vượt ngân sách từ $25,000 đến $400,000 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% tình trạng chậm tiến độ dự án. Vì phần lớn các dự án xây dựng hoàn thành trễ hơn lịch trình, mức giảm chậm tiến độ 20 phần trăm là một 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 tiến độ bàn giao. 78% người dùng cho biết khả năng dự đoán tiến độ bàn giao dự án được cải thiện, với mức tăng trung bình 24%, giúp chủ đầu tư và nhà phát triển có 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 là hồ sơ tài sản dài hạn. Sau khi hoàn tất xây dựng, quản lý cơ sở có thể dùng hình ảnh của OnsiteIQ để hiểu những gì nằm sau tường, xác định vị trí đường ống hoặc tìm hiểu 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 căn bản trong ngành xây dựng. Các dự án lớn đòi hỏi nguồn vốn đáng kể, phối hợp phức tạp giữa nhiều nhóm nghề và chịu rủi ro tài chính cao do chậm trễ. Bằng cách kết hợp ghi hình 360 độ với pipeline AI xây dựng trên Ultralytics YOLO11, OnsiteIQ cung cấp cho các nhóm dự án khả năng quan sát cần thiết để giữ dự án đúng tiến độ, từ ngày đầu đào đất cho đến khi bàn giao và cả sau đó.

Kết quả có thể đo lường được: tranh chấp được giải quyết nhanh hơn ba lần, chậm trễ giảm một phần năm và mỗi dự án tránh được khoản vượt chi phí lên đến hàng trăm nghìn USD. Khi ontology của OnsiteIQ tiếp tục mở rộng và kiến trúc model ensemble phát triển, Ultralytics YOLO vẫn là cốt lõi của nền tảng được xây dựng nhằm cung cấp thông tin chuyên sâu liên tục, đáng tin cậy cho mọi công trường.

Bạn quan tâm đến AI thị giác cho ngành xây dựng và cơ sở hạ tầng? Khám phá các tùy chọn cấp phép để đưa các giải pháp thị giác máy tính vào dự án của bạn. Truy cập repository GitHub và tham gia cộng đồng của chúng tôi.