건설 시장에서의 인공지능(AI) - 글로벌 산업 규모, 점유율, 추세, 기회 및 예측은 애플리케이션(계획 및 설계, 안전, 자율 장비, 모니터링 및 유지 관리), 지역별, 경쟁별로 세분화됨. 2018-2028

시장 개요

건설 분야의 글로벌 인공 지능(AI) 시장은 2022년에 38억 1천만 달러의 가치를 지녔으며 2028년까지 22.95%의 CAGR로 예측 기간 동안 강력한 성장을 보일 것으로 예상됩니다. 건설 산업의 인공 지능은 디지털 전환을 경험하고 있습니다. 설계, 시공 전, 시공, 운영에서 자산 관리에 이르기까지 엔지니어링 및 시공의 모든 단계에서 인공 지능 및 머신 러닝과 같은 기술에 집중하면서 건설 산업의 잠재력을 새로운 수준으로 발전시키고 있습니다. 건설 산업에서 기술적 변화가 나타나면서 기술을 업그레이드하는 회사에 유익해지고 있습니다. 따라서 건설 분야에서 AI 제품과 서비스를 도입하는 것은 향후 몇 년 동안 시장 성장에 상당히 기여할 것으로 예상됩니다.

주요 시장 동인

효율성 및 생산성 향상

효율성 및 생산성 향상은 글로벌 건설 산업에서 인공 지능(AI)이 활발하게 도입되는 데 있어 핵심적인 원동력입니다. 역사적으로 프로젝트 지연과 비용 초과로 인해 훼손된 부문에서 AI는 프로젝트 관리, 일정 및 리소스 할당을 개선하고 궁극적으로 건설 프로젝트가 실행되는 방식을 혁신하는 매력적인 솔루션을 제공합니다. AI는 머신 러닝, 컴퓨터 비전, 예측 분석과 같은 고급 기술을 활용하여 프로젝트 워크플로를 최적화합니다. 이러한 기술을 통해 건설 회사는 보다 정확한 추정을 하고, 계획 오류를 줄이고, 리소스를 보다 효과적으로 할당하여 프로젝트를 보다 신속하게 완료할 뿐만 아니라 예산 내에서 완료할 수 있습니다. 이를 통해 비용이 많이 드는 지연 및 초과가 상당히 줄어들어 AI가 프로젝트 효율성을 위한 게임 체인저가 됩니다.

또한 AI의 데이터 분석 기능은 건설 전문가가 의사 결정을 개선할 수 있는 추세와 패턴을 식별하는 데 도움이 됩니다. 여기에는 자재 요구 사항, 노동 수요 및 장비 사용에 대한 예측이 포함되어 간소화된 프로세스와 효율적인 자원 할당에 더욱 기여합니다. AI로 구동되는 자동화는 생산성 향상의 또 다른 핵심 요소입니다. 반복적인 데이터 입력, 문서화 및 일부 물리적 건설 프로세스와 같은 작업을 자동화하여 인간 근로자에게 필요한 시간과 노력을 줄일 수 있습니다. 이를 통해 인적 자원이 건설 프로세스의 보다 전략적이고 창의적인 측면에 집중할 수 있습니다.

AI는 위험 관리 및 완화에도 뛰어납니다. 과거 프로젝트 데이터를 분석하여 잠재적인 문제를 예측하여 사전 조치를 취할 수 있습니다. 이를 통해 중단, 재작업 및 관련 비용이 최소화됩니다. 또한 AI는 공급망 관리를 개선하여 필요할 때 자재와 장비를 쉽게 찾을 수 있도록 하여 생산성을 더욱 높일 수 있습니다.

AI를 사용하는 협업 도구 및 플랫폼은 프로젝트 이해 관계자 간의 실시간 커뮤니케이션과 조정을 용이하게 합니다. 이를 통해 모든 당사자가 정보를 얻고 동일한 페이지에 있게 되어 더 나은 협업을 촉진하고 커뮤니케이션 관련 지연을 줄일 수 있습니다. 요약하자면 건설 산업은 AI 기반 효율성 및 생산성 향상을 통해 엄청난 변화를 경험하고 있습니다. AI는 리소스 할당을 최적화하고, 프로젝트 지연을 줄이고, 일상적인 작업을 자동화하고, 데이터 기반 의사 결정을 개선하는 기능을 갖추고 있어 건설 프로젝트 결과를 개선하기 위한 초석으로 자리 잡고 있습니다. 글로벌 건설 환경이 점점 더 복잡해짐에 따라 AI를 통합하면 프로젝트를 보다 효율적이고 비용 효율적으로, 그리고 더 높은 품질로 제공하는 데 중요한 역할을 하게 되어 건설 회사의 장기적 경쟁력이 보장됩니다.

비용 절감

비용 절감은 건설 시장에서 글로벌 인공 지능(AI)을 추진하는 핵심 동인입니다. 예산 초과와 비효율성으로 악명 높은 산업에서 AI는 이러한 과제를 완화하기 위한 혁신적인 솔루션을 제공합니다. 기계 학습, 예측 분석 및 자동화를 활용함으로써 건설 회사는 운영 비용을 크게 절감하고 전반적인 수익성을 높일 수 있습니다. AI 기반 리소스 할당 및 프로젝트 관리로 건설 프로세스가 간소화되어 노동 및 자재 활용이 최적화됩니다. 이를 통해 낭비가 줄어들 뿐만 아니라 값비싼 재작업의 필요성이 최소화되어 궁극적으로 상당한 절감으로 이어집니다. 또한 AI로 구동되는 예측 유지관리는 장비 문제를 사전에 식별하여 비용이 많이 드는 가동 중지 시간과 응급 수리를 최소화할 수 있습니다.

비용 효율성은 개선된 안전 관행으로 확장됩니다. AI 기반 센서와 감시 시스템은 잠재적 위험을 실시간으로 식별하여 현장 안전을 강화합니다. 사고가 줄어들면 보험료와 법적 책임이 낮아져 재정 자원이 보존됩니다. AI의 데이터 기반 의사 결정 기능을 통해 건설 회사는 정보에 입각한 선택을 하여 비용이 많이 드는 실수의 위험을 줄일 수 있습니다. 가장 비용 효율적인 건축 자재를 선택하든, 프로젝트 일정을 개선하든, 에너지 소비를 최적화하든, AI는 비용 효율적인 의사 결정을 이끄는 귀중한 통찰력을 제공합니다.

또한 AI로 뒷받침되는 자동화와 로봇 공학은 벽돌 쌓기 및 3D 인쇄와 같은 작업에 대한 수동 노동에 대한 의존도를 줄입니다. 노동 비용은 건설 지출의 상당 부분을 차지하므로 자동화는 비용 절감을 위한 매력적인 수단이 됩니다. 건설 산업은 경쟁이 치열하고 비용 효율적인 관행은 상당한 우위를 제공합니다. AI 기술을 도입하는 기업은 기존 방식에만 의존하는 기업에 비해 더 빠르고, 더 낮은 비용으로, 더 나은 품질로 프로젝트를 완료할 수 있습니다. 이러한 경쟁 우위는 시장 점유율과 수익성 증가로 이어질 수 있습니다. 요약하자면, 비용 절감은 건설 분야에서 AI 도입을 위한 강력한 촉매 역할을 합니다. AI는 자원 할당을 최적화하고, 비용이 많이 드는 사고를 예방하고, 데이터 기반 의사 결정을 가능하게 하고, 노동 집약적인 작업을 자동화할 수 있는 역량을 갖추고 있어 건설 산업은 운영 비용 절감으로 상당한 혜택을 볼 수 있습니다. 글로벌 건설 프로젝트의 복잡성과 규모가 계속 증가함에 따라 AI의 비용 절감 기능은 산업의 미래 성공을 위한 중요한 구성 요소로 자리 매김하고 있습니다.

주요 시장 과제

초기 투자 비용

초기 투자 비용은 건설 산업에서 인공 지능(AI)의 광범위한 도입을 방해하는 중대한 장애물입니다. AI는 효율성, 안전성 및 전반적인 프로젝트 결과를 개선하는 데 엄청난 약속을 가지고 있지만, 구현에 필요한 상당한 사전 재정적 투자는 많은 건설 회사에 큰 장벽이 될 수 있습니다. 건설에 AI 기술을 통합하려면 다양한 측면에서 상당한 투자가 필요합니다. 첫째, AI 애플리케이션을 효과적으로 실행할 수 있는 필요한 컴퓨팅 인프라와 장치를 조달하는 데 하드웨어 비용이 있습니다. 이러한 하드웨어 투자는 특히 자본 자원이 제한된 중소 규모 건설 회사의 경우 상당할 수 있습니다.

둘째, 소프트웨어 및 AI 플랫폼 비용이 작용합니다. 건설 산업의 특정 요구 사항에 맞게 조정된 AI 솔루션을 개발하거나 인수하는 데는 비용이 많이 들 수 있습니다. 사용자 정의 및 라이선스 수수료는 재정적 부담을 더욱 가중시킵니다. 또한 회사는 지속적인 소프트웨어 유지 관리, 업데이트 및 지원을 위한 예산을 할당해야 합니다. 인력 교육은 투자의 또 다른 중요한 구성 요소입니다. 건설 전문가는 AI 시스템을 효과적으로 운영하고 관리하는 기술을 습득해야 합니다. 여기에는 교육 프로그램, 워크숍에 대한 자금 지원이 필요하고, 종종 구현 초기 단계에서 AI 전문가를 고용하거나 계약해야 합니다.

게다가 데이터 수집 및 분석 도구, 센서, 연결 솔루션을 설정하는 것과 같은 인프라 비용이 있습니다. 건설 현장에서 데이터를 효율적으로 수집하고 전송할 수 있도록 하는 것은 복잡하고 비용이 많이 들 수 있습니다.

많은 건설 회사의 경우 이러한 투자에 필요한 자본은 엄청난 장애물이 될 수 있습니다. 이러한 선불 비용으로 인해 ROI와 회수 기간에 대한 우려가 생길 수 있습니다. 이익 마진이 촉박하고 프로젝트 규모와 복잡성이 다양한 산업에서 이러한 재정적 약속은 일부 사람들이 AI 기술을 도입하지 못하게 만들 수 있으며, 특히 기존 방법이 단기적으로 더 비용 효율적인 것처럼 보일 때 더욱 그렇습니다. 이러한 과제를 극복하기 위해 건설 회사는 프로젝트 지연 감소, 향상된 안전성, 더 나은 자원 할당과 같은 요소를 고려하여 AI의 장기적 이점을 신중하게 평가하는 것이 중요합니다. 정부 인센티브, 보조금 또는 산업 파트너십도 초기 비용을 상쇄하는 데 도움이 될 수 있습니다. AI 기술이 성숙하고 더 쉽게 접근 가능해짐에 따라 초기 투자 장벽이 점차 줄어들어 더 광범위한 회사에서 건설 분야에서 AI 도입이 더 쉬워질 것으로 예상됩니다.

숙련된 인력 부족

숙련된 인력 부족은 건설 시장에서 글로벌 인공 지능(AI)의 성장과 개발에 상당한 장애물이 됩니다. AI는 건설 산업을 혁신할 엄청난 잠재력을 가지고 있지만 현재 부족한 전문 기술 세트를 요구합니다. AI 기술을 구현하고 관리할 수 있는 자격을 갖춘 전문가가 부족하여 건설 부문에 여러 가지 과제가 발생합니다.

기술 전문성AI에는 복잡한 알고리즘, 머신 러닝, 데이터 분석 및 프로그래밍이 포함됩니다. 건설 회사에는 특정 요구 사항에 맞게 AI 솔루션을 설계, 개발 및 구현할 수 있는 숙련된 전문가가 필요합니다. 건설 산업의 복잡성을 이해하고 AI를 효과적으로 적용할 수 있는 AI 전문가가 부족하여 이러한 기술의 도입이 방해를 받습니다.

데이터 과학자AI는 교육 및 의사 결정을 위해 데이터에 크게 의존합니다. 건설 관련 데이터를 수집, 정리, 분석하는 데 전문성을 갖춘 데이터 과학자에 대한 수요가 많습니다. 이러한 전문가가 없다면 건설 회사는 데이터에서 실행 가능한 통찰력을 얻는 데 어려움을 겪을 수 있으며, AI의 이점이 제한될 수 있습니다. 머신 러닝 전문가머신 러닝은 AI의 핵심 구성 요소이며 예측 분석, 최적화 및 자동화를 위한 알고리즘을 구축하고 미세 조정할 수 있는 전문가가 필요합니다. 이러한 전문가는 드물며 건설 외의 다양한 산업과 경쟁하고 있습니다. AI 프로젝트 관리자건설 환경에서 AI 프로젝트를 관리하려면 고유한 기술 세트가 필요합니다. 프로젝트 관리자는 건설 프로세스, 안전 프로토콜 및 AI 구현의 뉘앙스를 이해해야 합니다. 이러한 자격을 갖춘 개인을 찾는 것은 어려울 수 있습니다.

학제 간 기술건설 분야에서 효과적인 AI 통합에는 종종 학제 간 기술이 필요합니다. 전문가는 AI 기술과 건설 분야 지식 간의 격차를 메워야 합니다. 이러한 학제 간 전문가가 부족하면 AI 도입이 복잡해집니다. 지속적인 학습AI는 빠르게 진화하는 분야입니다. 건설 분야의 AI 전문가는 최신 발전 사항과 모범 사례에 대해 최신 정보를 얻어야 합니다. 지속적인 학습의 필요성은 적합한 인재의 부족을 더욱 부각시킵니다.

이 과제를 해결하려면 다각적인 접근 방식이 필요합니다. 건설 회사는 기존 인력의 기술을 향상시키기 위한 교육 프로그램에 투자할 수 있습니다. 교육 기관 및 AI 교육 제공자와의 협력은 기술 격차를 메우는 데 도움이 될 수 있습니다. STEM(과학, 기술, 공학, 수학) 교육을 장려하는 정부 및 산업 이니셔티브도 필요한 기술을 갖춘 미래 인력에 기여할 수 있습니다. 건설 분야에서 AI에 대한 수요가 계속 증가하고 AI 기술이 보편화됨에 따라 더 많은 개인이 AI 관련 경력과 교육 프로그램을 추구하여 인력 부족이 점차 완화될 것으로 예상됩니다. 그때까지 회사는 파트너십을 모색하고, 특정 작업을 아웃소싱하고, 조직 내에서 AI 역량을 개발하는 데 전략적으로 투자하여 적응해야 합니다.

데이터 품질 및 가용성

데이터의 품질과 가용성은 건설 시장에서 글로벌 인공 지능(AI)에 대한 상당한 병목 현상을 나타냅니다. AI는 모델 학습, 예측 및 프로세스 최적화를 위해 데이터에 크게 의존하지만, 건설 산업은 이와 관련하여 종종 어려움에 직면합니다. 데이터 품질 및 가용성과 관련된 제한은 건설 분야에서 AI의 성공적인 구현을 방해할 수 있습니다. 데이터 단편화건설 프로젝트는 방대한 양의 데이터를 생성하지만, 이 데이터는 종종 단편화되어 다양한 시스템과 이해 관계자에게 분산됩니다. AI 애플리케이션을 위해 이 데이터를 통합하고 표준화하는 것은 복잡하고 시간이 많이 걸리는 프로세스가 될 수 있습니다.

데이터 정확성부정확하거나 불완전한 데이터는 AI 시스템의 효과를 심각하게 손상시킬 수 있습니다. 건설 데이터에는 오류, 불일치 또는 누락된 정보가 포함되어 있을 수 있으며, 이는 AI 모델이 이러한 데이터로 학습될 때 잘못된 결론과 결정으로 이어질 수 있습니다. 데이터 사일로건설 조직 내의 데이터 사일로는 효율적인 데이터 공유 및 활용을 방해할 수 있습니다. 이러한 사일로는 의미 있는 통찰력과 예측을 위해 포괄적인 데이터 액세스가 필수적이므로 AI 구현을 방해할 수 있습니다.

레거시 시스템많은 건설 회사는 최신 데이터 분석 및 AI 도구와 호환되지 않을 수 있는 레거시 시스템을 사용합니다. 이러한 단절은 귀중한 데이터의 추출 및 활용을 방해할 수 있습니다. 데이터 보안건설 데이터에는 종종 민감한 프로젝트 및 고객 정보가 포함됩니다. AI를 활용하는 동안 데이터 보안 및 개인 정보 보호를 보장하는 것이 가장 중요합니다. 데이터 보호 규정을 준수하는 것은 어려울 수 있으며 보안 침해는 심각한 결과를 초래할 수 있습니다. 데이터 수집 및 표준화건설 현장 및 장비에서 관련 데이터를 수집하는 것은 기술적인 과제가 될 수 있습니다. 또한 다양한 소스에서 데이터 형식과 품질을 표준화하는 것은 AI 애플리케이션에 필요하지만 달성하기 어려울 수 있습니다.

제한된 과거 데이터AI 모델은 방대하고 다양한 데이터 세트의 이점을 누리는데, 이는 프로젝트별 특성으로 인해 건설에서 종종 제한됩니다. 이는 특히 과거 데이터가 적은 소규모 회사의 경우 AI 예측의 정확성과 신뢰성에 영향을 미칠 수 있습니다. 데이터 소유권 및 공유건설 산업에는 각자 고유한 데이터를 가진 수많은 이해 관계자가 관련됩니다. 공유 및 소유권 계약은 복잡할 수 있으므로 AI 애플리케이션에 필요한 데이터에 액세스하기 어려울 수 있습니다.

이러한 과제를 해결하려면 건설 산업의 협력이 필요합니다. 회사는 데이터 검증 프로세스를 구현하고 데이터 정확성을 보장하여 데이터 품질 개선에 투자해야 합니다. 또한 데이터 수집, 공유 및 활용을 보다 원활하게 하기 위해 데이터 인프라를 현대화하는 것도 고려해야 합니다. 더욱이 기술 공급업체 및 데이터 분석 전문가와의 파트너십은 건설 회사가 이러한 과제를 극복하는 데 도움이 될 수 있습니다. 데이터 중심 문화를 육성하고 표준화된 데이터 관행을 장려함으로써 건설 산업은 AI의 잠재력을 최대한 활용하여 프로젝트 관리, 의사 결정 및 건설 프로세스의 전반적인 효율성을 개선할 수 있습니다.

주요 시장 동향

안전 강화

안전 강화는 건설 시장에서 글로벌 인공 지능(AI)의 가장 중요한 동인으로 부상하고 있습니다. 건설 산업은 오랫동안 안전 문제와 높은 사고율에 시달려 왔기 때문에 이러한 위험을 완화하고 전반적인 작업 현장 안전을 개선하기 위해 AI 기술을 활용하는 것이 필수적입니다. AI 기반 안전 솔루션은 이제 건설 혁신의 최전선에 있습니다. 컴퓨터 비전, 센서, AI 알고리즘이 결합되어 건설 현장을 실시간으로 모니터링합니다. 이러한 시스템은 안전하지 않은 작업 조건, 무인 장비 또는 무단 인력의 존재와 같은 잠재적 안전 위험을 감지할 수 있습니다. 이를 통해 AI는 사고를 예방할 뿐만 아니라 건설 현장이 엄격한 안전 규정 및 표준을 준수하도록 보장합니다.

또한 AI가 장착된 웨어러블은 건설 작업자의 건강과 웰빙을 모니터링하는 데 사용되고 있습니다. 이러한 장치는 생체 신호를 추적하고 피로를 감지하며 잠재적 위험에 대해 작업자에게 경고할 수 있습니다. 안전에 대한 이러한 사전 예방적 접근 방식은 사고 및 부상 가능성을 크게 줄입니다.

AI 기반 안전 시스템은 실시간 경고 및 알림을 제공하여 중요한 상황에 즉시 대응할 수 있습니다. 이러한 신속한 개입을 통해 안전 문제가 신속하게 해결되어 사고가 확대되는 것을 방지할 수 있습니다. 근로자 복지와 규정 준수에 대한 강조가 커짐에 따라 건설 분야에서 안전을 강화하기 위한 AI 도입이 증가할 것으로 예상됩니다. 건설 회사는 AI 기반 안전 조치에 투자하면 인력을 보호할 뿐만 아니라 가동 중지 시간과 관련 비용을 줄여 프로젝트 효율성에 기여한다는 것을 인식하고 있습니다. 결과적으로 안전 강화는 글로벌 AI 건설 시장에서 강력한 원동력이 됩니다.

자동화 및 로봇공학

자동화 및 로봇공학은 건설 시장에서 글로벌 인공 지능(AI)의 핵심 원동력이 될 준비가 되었습니다. AI를 기반으로 하는 이러한 기술은 건설 프로세스의 다양한 측면에서 효율성, 정밀성 및 안전성을 향상시켜 건설 산업에 혁명을 일으키고 있습니다.

AI 기반 자동화는 벽돌 쌓기, 콘크리트 타설 및 3D 인쇄와 같은 작업에서 상당한 진전을 이루고 있습니다. AI 알고리즘이 장착된 건설 로봇은 이러한 작업을 인간 노동보다 더 빠르고 정확하게 수행하여 수동 노동 요구 사항을 줄이고 오류를 최소화할 수 있습니다. 이를 통해 프로젝트 일정이 단축될 뿐만 아니라 건설의 전반적인 품질도 향상됩니다. 또한 자율 주행차와 드론은 현장 검사, 측량 및 자재 운송에 사용되고 있습니다. AI는 이러한 기계가 건설 현장을 탐색하고, 데이터를 수집하고, 높은 수준의 자율성으로 작업을 수행할 수 있도록 합니다. 이를 통해 잠재적으로 위험한 환경에서 수동 노동의 필요성이 줄어들어 현장 안전과 생산성이 향상됩니다.

AI 기반 로봇 공학은 또한 무거운 물건을 들어올리고 자재를 취급하는 데 응용됩니다. 이러한 로봇은 정밀하고 피로 없이 무거운 짐을 옮길 수 있어 인간 근로자의 사고 및 부상 위험을 줄일 수 있습니다. AI로 구동되는 자동화와 로봇 공학의 조합은 건설 프로세스를 최적화할 뿐만 아니라 노동 비용을 줄이고 자재 낭비를 최소화하며 재작업을 방지하여 비용을 절감합니다. 그 결과, 건설 회사는 진화하는 산업 환경에서 경쟁력을 유지하기 위해 이러한 기술을 점점 더 통합하고 있으며, 자동화와 로봇 공학이 글로벌 AI 건설 시장의 원동력이 되고 있습니다.

세그먼트별 통찰력

애플리케이션 통찰력

계획 및 설계 세그먼트가 시장을 지배할 것입니다.

건설 산업에서 빌딩 정보 모델링을 도입하는 것은 지난 몇 년 동안 건설 전문가가 설계, 건설 및 수리를 정확하게 수행하는 데 의존하는 3D 모델을 만드는 새로운 방법으로 부상했습니다. BIM 플랫폼 프로그래머는 스마트하고 AI 기반 기능으로 BIM의 기능을 개선하고 있습니다. 2022년 9월, 건설, 엔지니어링 및 유사 부문에서 사용하는 데이터 플랫폼인 건설 기술 스타트업 Toric은 코드를 작성하지 않고도 누구나 데이터를 통합, 변환, 모델링 및 시각화할 수 있도록 2,200만 달러의 자금을 조달했습니다. 투자의 일환으로 Toric은 Autodesk Construction Cloud와 Revit, Navisworks, Civil 3D와 같은 Autodesk의 BIM 설계 도구에 대한 새로운 통합을 제공할 예정입니다.

지역별 통찰력

북미는 예측 기간 동안 시장을 지배할 것으로 예상됩니다. 건설 분야의 인공 지능(AI)에 대한 북미 시장은 최근 몇 년 동안 상당한 성장을 경험해 왔습니다. 이 지역은 건설 산업의 기술 발전과 디지털 혁신의 최전선에 서 있습니다.

건설 분야의 AI에 대한 북미 시장은 전 세계에서 가장 크고 가장 빠르게 성장하는 시장 중 하나입니다. 이 시장은 건설 활동 증가, 첨단 기술에 대한 수요, 생산성과 효율성 개선에 대한 집중에 의해 주도됩니다. 이 시장은 계획, 설계, 건설, 운영을 포함한 건설 수명 주기의 여러 단계에 걸친 다양한 AI 애플리케이션을 포함합니다.

북미, 특히 미국은 건설 산업에서 기술 혁신의 중심지였습니다. 많은 지역 기업이 건설 애플리케이션을 위한 AI 기술을 개발하고 구현하는 최전선에 서 있습니다. 시장에서는 예측 분석, 컴퓨터 비전, 로봇 공학, 머신 러닝과 같은 AI 기반 솔루션이 건설 프로세스 전반에 걸쳐 도입되는 것을 목격했습니다.

최근 개발

2022년 11월AI를 사용하여 프로젝트 관리자가 작업을 추적하고, 건설 현장에서 데이터를 수집하고, 더 나은 프로젝트 결정을 내리는 데 도움이 되는 플랫폼을 보유한 영국의 건설 기술 회사인 Disperse.io는 플랫폼에서 캡처한 360도 현장 스캔에서 얻은 문제점을 강조하는 신제품인 Impulse를 출시했습니다. 이 솔루션은 건물 입면에 대한 성능 통찰력을 통합하고 프로젝트 관리자에게 문제를 제시합니다.

2022년 9월건설 기술 금융 회사인 Briq는 청구 및 수익 징수를 자동화하는 인도의 핀테크 회사인 청구 소프트웨어 Swipez를 인수했습니다. Briq의 플랫폼은 건설 회사가 기업 계획, 노동 및 자재 예측, 프로젝트 예측, 수익 예측과 같은 계획 및 예측 프로세스에서 중요한 재무 워크플로를 자동화할 수 있는 기능을 지원했습니다. Swipez는 자동화를 통해 기업이 고객의 청구서를 효율적으로 관리하고 편리하고 시기적절한 수익 징수 프로세스를 구축할 수 있는 방법을 제공했습니다.

2022년 6월스텔렌보스에 본사를 둔 Agile Business Technology(ABT)는 미국의 그룹 OpenSpace와 협력하여 남아프리카공화국의 건설 프로젝트를 위한 360도 캡처 및 인공지능(AI) 플랫폼을 출시했습니다. OpenSpace에서 생성된 360도 이미지를 통해 진화하는 작업 현장을 문서화하면 팀은 협업을 획기적으로 개선할 수 있습니다. 또한 이 소프트웨어를 사용하면 품질 관리를 쉽게 수행하고, 진행 상황을 기록하고, 검사를 수행하여 안전 위험을 식별하는 데 도움이 됩니다.

주요 시장 참여자

• Autodesk Inc.
• Building System Planning Inc.
• Smartvid.io Inc.
• Doxel Inc.
• Bentley Systems Inc.
• PTC Inc.
• IBM Corporation
• NVIDIA Corporation
• Oracle Corporation