Skanska vil kutte utslipp med kunstig intelligens
FØRST I VERDEN: Disse står i spissen for forskningsprosjektet Datadrevet Anleggsplass, som skal bruke kunstig intelligens for å gjøre anleggsprojektene mer effektive og klimavennlige: Fra venstre prosjektleder Lars Horn i Skanska, forskerne Torkel Haufmann og Signe Riemer-Sørensen fra SINTEF Digital og Jo Mortensen, leder for Skanska Digital.

Skanska vil kutte utslipp med kunstig intelligens

Skanska blir først i verden til å utvikle kunstig intelligens for anleggsmaskiner, for å oppnå mindre utslipp, raskere utbygging og lavere kostnader.

Norske anleggsmaskiner går på tomgang i nær halvparten av arbeidstiden, og står for en femtedel av klimagassutslippene fra bygg- og anleggsnæringen. Nå får Skanska med seg SINTEF, Volvo og software-selskapet Ditio for å løse problemet. Sammen skal de bruke maskinlæring, ruteoptimalisering og kunstig intelligens for å hjelpe maskinene å jobbe mer effektivt.

Forskere fra SINTEF Digital skal bruke data som Skanska allerede logger til å utvikle en løsning for automatisk sanntidsstyring av maskinparken på anleggsplasser.

Forskningsprosjektet «Datadrevet anleggsplass» har en ramme på 19 millioner kroner. Forskningsrådet går nå inn med halvparten i støtte gjennom det statlige forskningsprogrammet Pilot-E, for å gjøre veien kortere fra idé til marked.

– Denne forskningen sikter på å skape betydelige kutt i både tidsbruk, utslipp og anleggskostnader, og målet er å gjøre løsningen kommersielt tilgjengelig for alle. Skal vår bransje nå bærekraftsmålene, må vi gjøre det sammen, understreker prosjekteier Jo Mortensen i Skanska Digital – en avdeling som er spisset mot forretningsutvkling innen digitale løsninger for bygg- og anleggsnæringen.

Algoritmer som fjerner dødtid
Se for deg et veibyggingsprosjekt der hver eneste anleggsmaskin til enhver tid vet hvor de andre er, hva de gjør og hva som er den optimale måten å organisere arbeidet på akkurat nå.

Dette vil Skanska oppnå ved å utvikle algoritmer som lærer å gjenkjenne ineffektive rutevalg og kjøremønstre, ser hvilke maskiner som trengs hvor – og samkjører maskinparken for å unngå unødig ventetid, tomgangskjøring og overflødig arbeid.

"Dette er innovasjon som vil komme hele anleggsbransjen til gode"
Lars Horn, prosjektleder i Skanska Digital

– Vi ønsker å bygge en dataløsning som ivaretar bransjens beste praksis, ved å kombinere kompetansen til våre dyktige fagfolk på anleggsplassen med algoritmestyring av ressursene og optimalisering av ruteplanleggingen, sier prosjektleder Lars Horn i Skanska Digital.

– Dette er innovasjon som vil komme hele anleggsbransjen til gode, siden den ferdige løsningen vil bli mulig å kjøpe – også for våre konkurrenter

Bygg- og anleggsnæringen står for omlag 15 prosent av Norges klimagassutslipp, og drøyt 20 prosent av denne andelen kommer fra anleggsmaskinene. Samtidig har Skanska forpliktet seg til å bli klimanøytrale i 2045, og skal halvere sine utslipp allerede innen 2030.

200 maskiner på samme anlegg
Én utfordring er at Skanskas store og komplekse anleggsprosjekter kan ha opptil 200 maskiner i drift på samme tid. Dataene viser at noen maskiner kan stå på tomgang opp til 40 prosent av tiden, mens de venter på hverandre.

For å løse utfordringen har Skanska altså gått sammen med SINTEF, Volvo og Ditio.

Bergensbaserte Ditio er deleid av Skanska, og har utviklet løsningen som allerede logger data fra alle anleggsmaskinene Skanska bruker: Hvor og når kjører de? Hvor mye masse frakter de? Hvor de står i kø og venter?

Forskere fra SINTEF Digital skal bruke denne enorme datamengden til å drive maskinlæring og utvikle optimaliserings-algoritmer for maskinene. Det skjer i tett samarbeid med fagfolkene på et av Skanskas veiprosjekter, som dermed blir et levende forskningslaboratorium.

I dag koordineres maskinene på anleggsplassen av erfarne arbeidsledere med walkie talkie. Skanska og SINTEF vil legge deres gullstandarder inn i algoritmene som til enhver tid skal guide maskinene mot den optimale anleggsgjennomføringen.

Skanska vil kutte utslipp med kunstig intelligens
FRA IDÉ TIL MARKED: Forretningsutvikler Lars Horn så at dataloggene fra anleggsplassen burde kunne brukes til noe mer. Dermed startet prosjektet som Forskningsrådet nå har gitt millionstøtte. Skanska miljøsjef Randi Lekanger mener det vil gi store gevinster, både miljømessig og samfunnsøkonomisk. Foto: Skanska

– Mengden av samtidige operasjoner i et stort anleggsprosjekt er svært omfattende og kompleks, så dette prosjektet vil gi anleggslederne en solid beslutningsstøtte i sanntid, sier Lars Horn i Skanska Digital.

– Og når algoritmene kan ta seg av de enkleste oppgavene, får arbeidslederne mer tid til å bruke sin kompetanse til å løse de aller mest krevende flaskehalsene.

Bruker 100 milliarder årlig på vei
Randi Lekanger er miljøsjef i Skanska, og er glad for at Forskningsrådet støtter både forskningsinnsatsen og arbeidet for å kommersialisere løsningen de kommer fram til. Hun tenker ikke bare på klimaeffekten, men også på samfunnsøkonomien.

"Hvis dette går som vi ønsker, vil det merkes på statsbudsjettet" Randi Lekanger, miljøsjef i Skanska

– Vi har en ambisjon om å kutte 105 000 tonn CO2-ekvivalenter i året, altså minst ti prosent av klimagassutslippene fra anleggsbransjen. Og da er vi beskjedne, vi har tro på enda større effekt, sier Lekanger

Hun peker på at Norge bruker 100 milliarder kroner i året på veibygging, og at omlag 70 prosent av kostnaden er knyttet til drivstoff, personell og drift av maskiner.

– Vi skal kutte utslipp, men vi skal også bygge veien raskere og billigere. Hvis dette går som vi ønsker, vil det merkes på statsbudsjettet, sier Randi Lekanger.

Først i verden i anleggsbransjen
SINTEF-forskerne Signe Riemer-Sørensen og Torkel Haufmann kjenner ikke til noen liknende forskningsprosjekter i verden, og ser fram til å komme i gang med nybrottsarbeidet.

– En stor anleggsplass er et komplekst puslespill med mange parallelle operasjoner som ofte er gjensidig avhengige av hverandre. Når vi opererer med slike data i sanntid, er vi langt unna de perfekte datasettene som svært mange av teoriene for maskinlæring er utviklet på. Ute i felten endrer rammebetingelsene seg hele tiden. Det gjør dette ekstra interessant, sier Riemer-Sørensen.

DHL og de andre logistikkselskapene bruker allerede kunstig intelligens for å finne de mest effektive rutene for pakkedistribusjon. Men Skanska har helt andre problemstillinger, understreker forskeren.

– Den store forskjellen er at DHL kun leverer, mens Skanska sitter med alle leddene i verdikjeden. På anleggsplassen er de både sender og mottaker av massene som skal flyttes. Skanska har dermed flere hensyn å ta – og enda mer å tjene på optimalisering til kundens beste.