Älykästä tuottavuuden nostoa rakennusteollisuuteen

Rakennusteollisuuden tuottavuuskasvu ei ole pysynyt kokonaistalouden tuottavuuskasvun tahdissa. Viivästykset ja budjettien ylitykset ovat yleisiä ongelmia alalla ja suurimmiksi aiheuttajiksi on havaittu tehoton projektisuunnittelu ja suunnitteluvirheistä johtuvat viivästykset. Rakennusteollisuus on...

Full description

Bibliographic Details
Main Author: Laiho, Olli
Other Authors: Informaatioteknologian tiedekunta, Faculty of Information Technology, Informaatioteknologia, Information Technology, Jyväskylän yliopisto, University of Jyväskylä
Format: Bachelor's thesis
Language:fin
Published: 2024
Subjects:
Online Access: https://jyx.jyu.fi/handle/123456789/96150
_version_ 1828193197034045440
author Laiho, Olli
author2 Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä
author_facet Laiho, Olli Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä Laiho, Olli Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä
author_sort Laiho, Olli
datasource_str_mv jyx
description Rakennusteollisuuden tuottavuuskasvu ei ole pysynyt kokonaistalouden tuottavuuskasvun tahdissa. Viivästykset ja budjettien ylitykset ovat yleisiä ongelmia alalla ja suurimmiksi aiheuttajiksi on havaittu tehoton projektisuunnittelu ja suunnitteluvirheistä johtuvat viivästykset. Rakennusteollisuus on myös toiseksi vähiten digitalisoitunut ala, sijoittuen ainoastaan yhdeksi alaksi lasketun maatalouden ja metsästyksen edelle. Tekoälyn kehitys on ottanut suuria harppauksia eteenpäin sen jälkeen, kun IBM:n Deep Blue voitti Garry Kasparovin shakissa vuonna 1997. Vuonna 2016 AlphaGo voitti gon 18-kertaisen maailmanmestari Lee Sedolin ja näin osoitti tekoälyn tehokkuuden datan läpikäynnissä ja arvioiden tarkkuudessa. Tekoälyä hyödynnetään jo monilla aloilla, mutta rakennusteollisuudessa kehitys- ja tutkimustyö on jäänyt toissijaiseen asemaan - rakennusteollisuuden tuottamista voitoista käytetään ainoastaan yksi prosentti tutkimustyöhön. On havaittu, että yritysten kasvattaessa tekoälypatenttien määrää kymmenellä prosentilla, myös yrityksen tuottavuus nousee viidellä prosentilla. Vaikutus on tällä hetkellä nähtävissä lähinnä pienillä ja keskisuurilla yrityksillä, mikä voi johtua suurien yritysten kankeudesta sopeutua muuttuviin tilanteisiin tai haluttomuudesta ylipäätään lisätä tekoälypatenttien määrää. Tämän kirjallisuuskatsauksen tavoitteena on selvittää, kuinka tekoälyllä voidaan parantaa rakennusteollisuuden tuottavuutta. Tutkielmassa käydään läpi neljä tutkimusta, joissa käsitellään budjettien arviointia, tuottavuuteen vaikuttavien tekijöiden kartoittamista, työntekijöiden tuottavuuden seuraamista ja riskienhallintaa. Jokaisessa edellämainitussa tutkimuksessa on hyödynnetty tekoälyä ja tutkimusten tulokset vaikuttavat lupaavilta. Tekoälyllä on havaittavissa potentiaalia erityisesti projektisuunnittelun tehostamisessa. The productivity growth in the construction industry has not kept pace with the overall economy’s productivity growth. Delays and budget overruns are common problems in the industry, and inefficient project planning and delays due to design errors have been identified as the major causes. Additionally, the construction industry ranks as the second least digitized sector, trailing only agriculture and hunting. The development of artificial intelligence has taken significant leaps forward since IBM's Deep Blue defeated Garry Kasparov in chess in 1997. In 2016, AlphaGo defeated the 18-time world champion Lee Sedol in Go, demonstrating the efficiency of artificial intelligence in processing data and making evaluations. Artificial intelligence is already being utilized in many fields, but in the construction industry, research and development have taken a secondary position - only one percent of the profits generated by the construction industry are used for research. It has been observed that as companies increase the number of AI patents by ten percent, their productivity also increases by five percent. The impact is currently most visible in small and medium-sized enterprises, which may be due to the inability of large companies to adapt to changing situations or reluctance to increase the number of AI patents. The aim of this literature review is to explore how artificial intelligence can improve productivity in the construction industry. The thesis reviews four studies that address budget estimation, identifying factors affecting productivity, monitoring employee productivity, and risk management. Artificial intelligence has been utilized in each of the studies, and the results appear promising. There is potential for artificial intelligence, particularly in streamlining project planning.
first_indexed 2024-06-25T20:00:26Z
format Kandityö
free_online_boolean 1
fullrecord [{"key": "dc.contributor.advisor", "value": "Halttunen, Veikko", "language": "", "element": "contributor", "qualifier": "advisor", "schema": "dc"}, {"key": "dc.contributor.author", "value": "Laiho, Olli", "language": "", "element": "contributor", "qualifier": "author", "schema": "dc"}, {"key": "dc.date.accessioned", "value": "2024-06-25T11:18:00Z", "language": null, "element": "date", "qualifier": "accessioned", "schema": "dc"}, {"key": "dc.date.available", "value": "2024-06-25T11:18:00Z", "language": null, "element": "date", "qualifier": "available", "schema": "dc"}, {"key": "dc.date.issued", "value": "2024", "language": "", "element": "date", "qualifier": "issued", "schema": "dc"}, {"key": "dc.identifier.uri", "value": "https://jyx.jyu.fi/handle/123456789/96150", "language": null, "element": "identifier", "qualifier": "uri", "schema": "dc"}, {"key": "dc.description.abstract", "value": "Rakennusteollisuuden tuottavuuskasvu ei ole pysynyt kokonaistalouden tuottavuuskasvun tahdissa. Viiv\u00e4stykset ja budjettien ylitykset ovat yleisi\u00e4 ongelmia alalla ja suurimmiksi aiheuttajiksi on havaittu tehoton projektisuunnittelu ja suunnitteluvirheist\u00e4 johtuvat viiv\u00e4stykset. Rakennusteollisuus on my\u00f6s toiseksi v\u00e4hiten digitalisoitunut ala, sijoittuen ainoastaan yhdeksi alaksi lasketun maatalouden ja mets\u00e4styksen edelle. Teko\u00e4lyn kehitys on ottanut suuria harppauksia eteenp\u00e4in sen j\u00e4lkeen, kun IBM:n Deep Blue voitti Garry Kasparovin shakissa vuonna 1997. Vuonna 2016 AlphaGo voitti gon 18-kertaisen maailmanmestari Lee Sedolin ja n\u00e4in osoitti teko\u00e4lyn tehokkuuden datan l\u00e4pik\u00e4ynniss\u00e4 ja arvioiden tarkkuudessa. Teko\u00e4ly\u00e4 hy\u00f6dynnet\u00e4\u00e4n jo monilla aloilla, mutta rakennusteollisuudessa kehitys- ja tutkimusty\u00f6 on j\u00e4\u00e4nyt toissijaiseen asemaan - rakennusteollisuuden tuottamista voitoista k\u00e4ytet\u00e4\u00e4n ainoastaan yksi prosentti tutkimusty\u00f6h\u00f6n. On havaittu, ett\u00e4 yritysten kasvattaessa teko\u00e4lypatenttien m\u00e4\u00e4r\u00e4\u00e4 kymmenell\u00e4 prosentilla, my\u00f6s yrityksen tuottavuus nousee viidell\u00e4 prosentilla. Vaikutus on t\u00e4ll\u00e4 hetkell\u00e4 n\u00e4ht\u00e4viss\u00e4 l\u00e4hinn\u00e4 pienill\u00e4 ja keskisuurilla yrityksill\u00e4, mik\u00e4 voi johtua suurien yritysten kankeudesta sopeutua muuttuviin tilanteisiin tai haluttomuudesta ylip\u00e4\u00e4t\u00e4\u00e4n lis\u00e4t\u00e4 teko\u00e4lypatenttien m\u00e4\u00e4r\u00e4\u00e4. T\u00e4m\u00e4n kirjallisuuskatsauksen tavoitteena on selvitt\u00e4\u00e4, kuinka teko\u00e4lyll\u00e4 voidaan parantaa rakennusteollisuuden tuottavuutta. Tutkielmassa k\u00e4yd\u00e4\u00e4n l\u00e4pi nelj\u00e4 tutkimusta, joissa k\u00e4sitell\u00e4\u00e4n budjettien arviointia, tuottavuuteen vaikuttavien tekij\u00f6iden kartoittamista, ty\u00f6ntekij\u00f6iden tuottavuuden seuraamista ja riskienhallintaa. Jokaisessa edell\u00e4mainitussa tutkimuksessa on hy\u00f6dynnetty teko\u00e4ly\u00e4 ja tutkimusten tulokset vaikuttavat lupaavilta. Teko\u00e4lyll\u00e4 on havaittavissa potentiaalia erityisesti projektisuunnittelun tehostamisessa.", "language": "fi", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.abstract", "value": "The productivity growth in the construction industry has not kept pace with the overall economy\u2019s productivity growth. Delays and budget overruns are common problems in the industry, and inefficient project planning and delays due to design errors have been identified as the major causes. Additionally, the construction industry ranks as the second least digitized sector, trailing only agriculture and hunting. The development of artificial intelligence has taken significant leaps forward since IBM's Deep Blue defeated Garry Kasparov in chess in 1997. In 2016, AlphaGo defeated the 18-time world champion Lee Sedol in Go, demonstrating the efficiency of artificial intelligence in processing data and making evaluations. Artificial intelligence is already being utilized in many fields, but in the construction industry, research and development have taken a secondary position - only one percent of the profits generated by the construction industry are used for research. It has been observed that as companies increase the number of AI patents by ten percent, their productivity also increases by five percent. The impact is currently most visible in small and medium-sized enterprises, which may be due to the inability of large companies to adapt to changing situations or reluctance to increase the number of AI patents. The aim of this literature review is to explore how artificial intelligence can improve productivity in the construction industry. The thesis reviews four studies that address budget estimation, identifying factors affecting productivity, monitoring employee productivity, and risk management. Artificial intelligence has been utilized in each of the studies, and the results appear promising. There is potential for artificial intelligence, particularly in streamlining project planning.", "language": "en", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Submitted by Miia Hakanen (mihakane@jyu.fi) on 2024-06-25T11:18:00Z\nNo. of bitstreams: 0", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Made available in DSpace on 2024-06-25T11:18:00Z (GMT). No. of bitstreams: 0\n Previous issue date: 2024", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.format.extent", "value": "31", "language": "", "element": "format", "qualifier": "extent", "schema": "dc"}, {"key": "dc.language.iso", "value": "fin", "language": null, "element": "language", "qualifier": "iso", "schema": "dc"}, {"key": "dc.rights", "value": "In Copyright", "language": "en", "element": "rights", "qualifier": null, "schema": "dc"}, {"key": "dc.subject.other", "value": "projektisuunnittelu", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.title", "value": "\u00c4lyk\u00e4st\u00e4 tuottavuuden nostoa rakennusteollisuuteen", "language": "", "element": "title", "qualifier": null, "schema": "dc"}, {"key": "dc.type", "value": "bachelor thesis", "language": null, "element": "type", "qualifier": null, "schema": "dc"}, {"key": "dc.identifier.urn", "value": "URN:NBN:fi:jyu-202406254994", "language": "", "element": "identifier", "qualifier": "urn", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Bachelor's thesis", "language": "en", "element": "type", "qualifier": "ontasot", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Kandidaatinty\u00f6", "language": "fi", "element": "type", "qualifier": "ontasot", "schema": "dc"}, {"key": "dc.contributor.faculty", "value": "Informaatioteknologian tiedekunta", "language": "fi", "element": "contributor", "qualifier": "faculty", "schema": "dc"}, {"key": "dc.contributor.faculty", "value": "Faculty of Information Technology", "language": "en", "element": "contributor", "qualifier": "faculty", "schema": "dc"}, {"key": "dc.contributor.department", "value": "Informaatioteknologia", "language": "fi", "element": "contributor", "qualifier": "department", "schema": "dc"}, {"key": "dc.contributor.department", "value": "Information Technology", "language": "en", "element": "contributor", "qualifier": "department", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "Jyv\u00e4skyl\u00e4n yliopisto", "language": "fi", "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "University of Jyv\u00e4skyl\u00e4", "language": "en", "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Tietoj\u00e4rjestelm\u00e4tiede", "language": "fi", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Information Systems Science", "language": "en", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "yvv.contractresearch.funding", "value": "0", "language": "", "element": "contractresearch", "qualifier": "funding", "schema": "yvv"}, {"key": "dc.type.coar", "value": "http://purl.org/coar/resource_type/c_7a1f", "language": null, "element": "type", "qualifier": "coar", "schema": "dc"}, {"key": "dc.rights.accesslevel", "value": "openAccess", "language": null, "element": "rights", "qualifier": "accesslevel", "schema": "dc"}, {"key": "dc.type.publication", "value": "bachelorThesis", "language": null, "element": "type", "qualifier": "publication", "schema": "dc"}, {"key": "dc.subject.oppiainekoodi", "value": "601", "language": "", "element": "subject", "qualifier": "oppiainekoodi", "schema": "dc"}, {"key": "dc.subject.yso", "value": "hankesuunnittelu", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "teko\u00e4ly", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "tuottavuus", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "rakennusala", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.rights.url", "value": "https://rightsstatements.org/page/InC/1.0/", "language": null, "element": "rights", "qualifier": "url", "schema": "dc"}]
id jyx.123456789_96150
language fin
last_indexed 2025-03-31T20:02:14Z
main_date 2024-01-01T00:00:00Z
main_date_str 2024
online_boolean 1
online_urls_str_mv {"url":"https:\/\/jyx.jyu.fi\/bitstreams\/54a576de-85ab-4f43-8069-98b3bfb165e3\/download","text":"URN:NBN:fi:jyu-202406254994.pdf","source":"jyx","mediaType":"application\/pdf"}
publishDate 2024
record_format qdc
source_str_mv jyx
spellingShingle Laiho, Olli Älykästä tuottavuuden nostoa rakennusteollisuuteen projektisuunnittelu Tietojärjestelmätiede Information Systems Science 601 hankesuunnittelu tekoäly tuottavuus rakennusala
title Älykästä tuottavuuden nostoa rakennusteollisuuteen
title_full Älykästä tuottavuuden nostoa rakennusteollisuuteen
title_fullStr Älykästä tuottavuuden nostoa rakennusteollisuuteen Älykästä tuottavuuden nostoa rakennusteollisuuteen
title_full_unstemmed Älykästä tuottavuuden nostoa rakennusteollisuuteen Älykästä tuottavuuden nostoa rakennusteollisuuteen
title_short Älykästä tuottavuuden nostoa rakennusteollisuuteen
title_sort älykästä tuottavuuden nostoa rakennusteollisuuteen
title_txtP Älykästä tuottavuuden nostoa rakennusteollisuuteen
topic projektisuunnittelu Tietojärjestelmätiede Information Systems Science 601 hankesuunnittelu tekoäly tuottavuus rakennusala
topic_facet 601 Information Systems Science Tietojärjestelmätiede hankesuunnittelu projektisuunnittelu rakennusala tekoäly tuottavuus
url https://jyx.jyu.fi/handle/123456789/96150 http://www.urn.fi/URN:NBN:fi:jyu-202406254994
work_keys_str_mv AT laihoolli älykästätuottavuudennostoarakennusteollisuuteen