Maskinlæring for det kommersielle utbyggermarkedet

Offentlig prosjektsammendrag

Tall fra SSB viser at Bygg- og anleggsbransjen fra 2000 til 2018 har hatt et produktivtetsfall på 10%, og samtidig har privat sektor i Norge hatt en produktivitetsfremgang på 30% (SSB, 2018). Bransjen etterspør innovative løsninger som øker produktivitet, og digitalisering er et viktig ledd i å øke produktivitet. Tidligere har fokuset vært å transformere eksisterende analoge prosesser til digitale prosesser. Denne digitale transformasjonen er utvilsomt verdifull, men den vil ha begrenset potensiale for å ta bransjen til neste skritt hvis man ikke bygger ny funksjonalitet. Det neste skrittet er å bruke denne digitale data fra prosjektet på en ny måte som tilgjengeliggjør verdifull innsikt på prosjektnivå som fører til konkret tiltak og handling. Basert på data vi fanger i Fonn skal vi utvikle et verktøy som gir prosjektleder muligheten til å predikere prosjektets suksess gjennom hele livssyklusen basert på parameterne: -Kvalitet -HMS -Tilfredshet hos byggherre -Generell helse Prosjektledere vil da få et maskinlæringsverktøy som ikke bare kan hjelpe dem å predikere om prosjektet “sliter”, men også et verktøy som kan si i fra tidlig i prosjektfasen. Diagnostisering er en viktig del av løsningen da den gir prosjektleder ny informasjon og hjelper vedkommende og organisasjonen som helhet å prioritere ressursbruk. Når prosjektleder har fått informasjon om prosjektet helse, foreslår Fonn rettede tiltak til prosjektledere som vil øke prosjektets helse. Ved gjennomføring av rettede tiltak på byggeplassen og prediksjon tidlig i prosjektets livssyklus så utvikler Fonn et unikt verktøy som vil ha stor merverdi for det kommersielle utbyggermarkedet.