OnsiteIQ xây dựng nền tảng phân tích công trường ứng dụng Ultralytics YOLO11, chạy các model segmentation trên toàn bộ công trường 360 độ để phát hiện tiến độ thi công, 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 phương án giải quyết giữa chủ sở hữu, nhà phát triển và nhà thầu phụ có thể mất nhiều tuần. Trong thời gian đó, chậm trễ kéo dài, ngân sách bị bào mòn và doanh thu thất thoát. Với một khách sạn chậm tiến độ hai tháng, khoảng hụt này 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 ngành nghề cùng thi công trên những công trường rộng lớn, phức tạp. Nếu không có hồ sơ liên tục, đáng tin cậy về hạng mục nào đã hoàn thành, vào thời điểm nào và do ai 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 thu hẹp khoảng trống đó. Công ty triển khai mạng lưới chuyên viên ghi nhận hình ảnh tại các công trường đang hoạt động, ghi lại 100% mỗi công trường bằng camera 360 độ theo lịch hằng tuần, hai tuần một lần hoặc hằng ngày, tùy theo dự án.
Sau đó, cảnh quay được chuyển thành hình ảnh có gắn tọa độ địa lý và xử lý qua pipeline AI độc quyền để phát hiện tiến độ thi công, cảnh báo rủi ro an toàn và cung cấp thông tin chuyên sâu về vận hành; tất cả đều được hỗ trợ bởi Ultralytics YOLO11.
Đưa thông tin chuyên sâu về xây dựng đến mọi công trường#
OnsiteIQ cung cấp thông tin chuyên sâu về 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 Mỹ và Canada, với tổng giá trị phát triển mới hơn 34 tỷ USD. Nền tảng này 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 phụ trách một dự án phát triển rộng một triệu foot vuông có thể kiểm tra toàn bộ công trường trong một ngày làm việc, đồng thời xem thông tin chuyên sâu do AI tạo ra về tiến độ theo tầng, ngành nghề và khu vực.
Nền tảng được xây dựng xoay quanh một giá trị cốt lõi rõ ràng: bảo đảm nguồn vốn được triển khai đạt đúng mục tiêu, đúng hạn và trong ngân sách. Chậm trễ trong xây dựng gây tác động trực tiếp đến tài chính. Nếu khách sạn được bàn giao muộn hai tháng, doanh thu phòng bị mất trong khoảng thời gian đó sẽ làm giảm trực tiếp 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, xác định việc hoàn thiện vách thạch cao đang vượt tiến độ và nhắc các đội điện, nước theo kịp, trước khi những vấn đề này 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, tình trạng 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 có nền tảng thì sẽ phải thực hiện các đợt kiểm tra trực tiếp chuyên biệt.
Thách thức khi theo dõi tiến độ trên công trường liên tục thay đổi#
Công trường xây dựng là môi trường luôn biến động. Cùng một không gian có diện mạo hoàn toàn khác nhau ở mỗi giai đoạn của dự án, từ đào móng và xây dựng kết cấu phần thân đến lắp đặt hệ thống cơ điện thô, thi công vách thạch cao và hoàn thiện nội thất. Để theo dõi hạng mục nào đã hoàn thành và hạng mục nào chưa, cần có hệ thống hiểu được trạng thái trực quan của công trường đồng thời ở tất cả các giai đoạn này.
Các phương pháp thủ công để giải quyết vấn đề này, như đi kiểm tra công trường, lập báo cáo tiến độ và gửi ảnh, thường tốn nhiều nhân lực, 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 khả năng nhận diện chính xác các lớp đối tượng đặc thù của ngành xây dựng trên hàng trăm nghìn hình ảnh mỗi dự án, trong những điều kiện khác biệt đáng kể về địa điểm, ánh sáng và giai đoạn thi công. Hệ thống cần đủ nhanh để xử lý khối lượng hình ảnh lớn trong nền, đủ chính xác để hỗ trợ việc ra quyết định về tài chính và vận hành, đồng thời đủ linh hoạt để mở rộng khi hệ thống phân loại các lớp đối tượng có thể phát hiện của công ty tiếp tục phát triển.
Cách OnsiteIQ sử dụng Ultralytics YOLO11#
Pipeline AI của OnsiteIQ được xây dựng dựa trên Ultralytics YOLO11 segmentation và xử lý mọi hình ảnh ghi lại tại công trường. Hệ thống sử dụng ontology độc quyền — một hệ thống tri thức có cấu trúc về các lớp đối tượng trong xây dựng do OnsiteIQ xây dựng và duy trì — làm nền tảng cho việc huấn luyện và phát hiện bằng model. Theo Giám đốc Sản phẩm Cấp cao Rammohan Adabala, ontology giúp các kết quả phát hiện đủ tin cậy để đưa ra quyết định: các lớp được định nghĩa theo trạng thái cũng như theo đối tượng, nhờ đó hệ thống phân biệt được vách thạch cao mới lắp với vách đã được dán băng keo hoặc sơn. Sự phân biệt này giúp tổng hợp kết quả phát hiện ở cấp độ hình ảnh thành thông tin tiến độ mà chủ sở hữu có thể dựa vào để hành động.
Pipeline hoạt động qua hai giai đoạn:
• Phát hiện ở cấp độ hình ảnh. Mọi hình ảnh 360 độ ghi lại tại công trường đều được xử lý bằng model segmentation YOLO11, có khả năng phát hiện và phân loại các cấu phần xây dựng xuất hiện trong ảnh. Ontology bao quát nhiều lớp đối tượng ở mọi giai đoạn xây dựng, từ kết cấu phần thân bằng bê tông trần và hệ thống cơ điện thô đến vách thạch cao chưa sơn, bề mặt hoàn thiện và thiết bị đã lắp đặt. Chẳng hạn, phát hiện tủ lạnh hoặc lò nướng cho biết một căn hộ dân cư hoặc phòng khách sạn đã bước vào giai đoạn hoàn thiện.
• Tổng hợp thành thông tin chuyên sâu. Các kết quả phát hiện riêng lẻ trên từng hình ảnh được tổng hợp trên toàn bộ tập dữ liệu của dự án, tạo ra các chỉ số tiến độ theo tầng và theo ngành nghề. Các chỉ số này được đưa vào những tính năng theo dõi tiến độ, phân tích lịch trình, phân tích rủi ro và bảng điều khiển 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 giúp OnsiteIQ thu thập 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, cho phép hệ thống cải thiện độ chính xác hiệu quả hơn khi tập lớp đối tượng ngày càng lớn, so với khả năng của một model đơn lẻ.
Hình 1. Nền tảng OnsiteIQ đang hoạt động, ứng dụng 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 giúp nhóm dễ dàng xây dựng, cải tiến các dataset độc quyền của riêng mình. Theo Kỹ sư trưởng Evgeny Nuger, khả năng bắt đầu nhanh chóng bằng cách xây dựng dataset, chạy trainer và lặp lại quy trình dựa trên kết quả nhanh hơn đáng kể so với việc tự xây dựng hạ tầng từ đầu; đây cũng là một trong những lý do chính khiến nhóm chuyển sang Ultralytics.
Do dữ liệu huấn luyện của OnsiteIQ là độc quyền, được thu thập trực tiếp từ các công trường đang hoạt động và gắn nhãn theo ontology riêng của công ty, nhóm tự quản lý hạ tầng trên AWS, sử dụng gói Python của Ultralytics để chạy huấn luyện và cập nhật model. Cách tiếp cận này giúp OnsiteIQ toàn quyền kiểm soát dữ liệu, đồng thời tận dụng hiệu năng và độ tin cậy của họ model YOLO.
Tính linh hoạt của kiến trúc YOLO cũng đóng vai trò quan trọng khi ứng dụng của OnsiteIQ phát triển. Ban đầu, nhóm sử dụng một model segmentation duy nhất; hiện nay, khi ontology mở rộng, nhóm đang xây dựng hướng tiếp cận ensemble — một bước phát triển tự nhiên được framework YOLO hỗ trợ mà không đòi hỏi thay đổi căn bản đối với pipeline hiện có.
Tác động của thông tin chuyên sâu về xây dựng ở quy mô lớn#
OnsiteIQ đã thực hiện các nghiên cứu tác động cùng khách hàng để định lượng những cải thiện về 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 tranh chấp được giải quyết nhanh hơn, thời gian xử lý trung bình giảm 3 lần và trong một số trường hợp nhanh hơn tới 7 lần, tùy theo giai đoạn và độ phức tạp của dự án. Với hồ sơ hình ảnh liên tục có gắn tọa độ địa lý cho mọi khu vực công trường, các bên liên quan có thể nhanh chóng xác định vấn đề phát sinh 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 USD chi phí vượt dự toán. Khách hàng cho biết họ đã tránh được khoản vượt dự toán từ 25.000 đến 400.000 USD cho mỗi dự án bằng cách phát hiện 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 dự án xây dựng đều hoàn thành muộn hơn kế hoạch, mức giảm 20% tình trạng chậm trễ giúp cải thiện đáng kể khả năng dự đoán thời điểm bàn giao và hiện thực hóa doanh thu.
• Khả năng dự đoán thời điểm bàn giao tăng 24%. 78% người dùng cho biết khả năng dự đoán thời điểm bàn giao dự án được cải thiện, với mức tăng trung bình 24%, giúp chủ sở hữu và nhà phát triển có cơ sở đáng tin cậy hơn để lập kế hoạch tài chính và báo cáo cho các bên liên quan.
Nhìn chung, nền tảng còn đóng vai trò như hồ sơ tài sản dài hạn. Sau khi hoàn tất xây dựng, quản lý cơ sở vật chất có thể dùng hình ảnh của OnsiteIQ để tìm hiểu những gì nằm sau tường, xác định vị trí đường ống hoặc điều tra sự cố của tòa nhà mà không cần phỏng đoán hay thực hiện công việc thăm dò gây ảnh hưởng.
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, sự phối hợp phức tạp giữa nhiều ngành nghề và phải đối mặt với rủi ro tài chính cao do chậm trễ. Bằng cách kết hợp ghi hình 360 độ với pipeline AI dựa 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 móng cho đến khi bàn giao và cả sau đó.
Kết quả có thể đo lường được: tranh chấp được giải quyết nhanh gấp ba lần, tình trạng chậm trễ giảm một phần năm và mỗi dự án tránh được hàng trăm nghìn USD chi phí vượt dự toán. Khi ontology của OnsiteIQ tiếp tục mở rộng và kiến trúc model ensemble phát triển, Ultralytics YOLO vẫn là trọng tâm của một nền tảng được xây dựng nhằm cung cấp thông tin chuyên sâu liên tục, đáng tin cậy cho mọi công trường.
Bạn muốn tìm hiểu về AI thị giác máy tính cho ngành xây dựng và cơ sở hạ tầng? Khám phá các tùy chọn cấp phép để ứng dụng giải pháp thị giác máy tính vào dự án của bạn. Truy cập kho lưu trữ GitHub và tham gia cộng đồng.
