Se også:
PIONERPROJEKT
Kunstig intelligens og fremskrivning af priser på byggematerialer
At forudsige prisudviklingen på byggematerialer er en kompleks opgave, som kan skabe stor usikkerhed for bygherrer, rådgivere og entreprenører. I dette pionerprojekt undersøges det, om kunstig intelligens (AI) kan bruges til at understøtte og forbedre præcisionen af prisfremskrivninger.
ConTech Lab vil i samspil med eksperter fra DTU Compute, Molio, Bravida, Artelia, Jakon, CG Jensen og Elindco forsøge at opstille en model for udvikling af en AI-model, der ved hjælp af relevante indekser og faktorer kan forudsige prisudviklingen på byggematerialer mere nøjagtigt og over en længere tidsperiode, end det er muligt i dag.
Ideen er, at AI kan være med analysere og kombinere store mængder af data og derigennem give mere præcise fremskrivninger, som gøre arbejdet lettere for bygherrer, tilbudsberegnere, indkøbere og byggeledere og dermed gøre dem bedre i stand til at tage højde for prisændringer, som f.eks. opstår mellem tilbudsfasen og udførselsfasen af et bygge- eller anlægsprojekt.
Udfordringen ved fremskrivning af priser
I byggebranchen er det almindeligt at anvende indeksoplysninger, prissammenligninger og byggeaftaler til at beregne omkostninger og forudse prisudviklingen.
En stor udfordring er, at disse oplysninger ofte opdateres bagudrettet – typisk månedligt, kvartalsvis eller årligt. For eksempel bliver byggeomkostningsindekset BYG43 opdateret hver tredje måned med bagudrettet data.
Udfordringen bliver endnu større i større byggeprojekter, hvor der kan gå flere år fra det tidspunkt, entreprenøren afgiver et tilbud, til arbejdet starter på byggepladsen. Tidligere var dette mindre problematisk, da priserne på byggematerialer generelt var mere stabile. Men i de senere år har vi oplevet markante udsving i priserne fx under Corona-pandemien og ved blokeringen af Suezkanalen, som begge skabte store økonomiske udsving.
Hvorfor benytte AI-teknologi?
Ideen er at opstille en kunstig intelligens model baseret på historiske prisdata og relevante faktorer for fremskrivningen. Dette inkluderer data fra bygge- og anlægsbranchen, råvaremarkeder, transport og andre vigtige parametre. Ved at analysere og kombinere disse data kan modellen give mere præcise fremskrivninger af fremtidige prisudviklinger.
Output fra projektet
Projektet har resulteret i udviklingen af en AI-model som værktøj, der kan:
- Understøtte arbejdet med at forudsige prisudvikling.
- Vise den forventede præcision i prisforudsigelser
- Alarmere ved uventede udsving i forudsigelserne.
Nedenfor kan du se optagelse af webinaret , hvor den AI-baserede model blev præsenteret.
Outcomes og næste skridt
I projektet har det været drøftelser om, at modellen ville kunne danne grundlag for en fremtidig branchestandard. Denne standard ville gøre det muligt for bygherrer og rådgivere at stille krav i forbindelse med udbud om, at tilbud skal fremskrives ved brug af en fastlagt metode baseret på modellen.
De næste skridt indebærer en undersøgelse af input til modellens udvikling og dens potentiale som grundlag for en branchestandard. Det vil samtidig blive vurderet, om det er relevant at arbejde videre med modellen, og i så fald hvordan den bedst kan implementeres i branchen. Der forventes at være et svar på denne vurdering i løbet af andet kvartal. Alle input, idéer og eventuel finansiering, der kan bidrage til dette arbejde, modtages med kyshånd.
Opdateringer om projektets videre forløb vil blive frigivet her på hjemmesiden samt via vores nyhedsbrev og LinkedIn-side.
Har du konkrete spørgsmål her og nu? Så tøv ikke med at række ud til Innovationskonsulent, Dan Skovgaard Jensen.
Præsentation af den AI-baserede model
Vil du vide mere?
Opdateringer om projektets videre forløb vil blive frigivet her på hjemmesiden samt via vores nyhedsbrev og LinkedIn-side.
Hvis du har konkrete spørgsmål her og nu, så tøv ikke med at række ud til Innovationskonsulent, Dan Skovgaard Jensen. Du kan også tilmelde dig vores nyhedsbrev hvor du løbende vil blive opdateret.
