Los trabajadores de la construcción son cinco veces más propensos a sufrir un accidente laboral mortal que los empleados de cualquier otro sector. Para reducir esta cifra, nace un nuevo tipo de trabajador de la construcción, un científico de datos, que emplea la inteligencia artificial (IA) para predecir la probabilidad de que los operarios sufran lesiones para intervenir a tiempo.

Suffolk, una compañía de construcción de Boston (EE. UU.) cuyas ventas anuales rondan los 2.500 millones de euros, está desarrollando un algoritmo que analiza fotos de los lugares de trabajo y las escanea en busca de riesgos de seguridad. Busca infracciones como trabajadores que no usan equipo de protección y las correlaciona con sus registros de accidentes. Aunque la compañía aún está perfeccionando la tecnología, cree que le permitiría calcular una "clasificación de riesgo" para cada proyecto. Con esta evaluación en la mano, las amenazas detectadas se podrían abordar en reuniones informativas de seguridad.

Suffolk también está desarrollando otro algoritmo que analizará distintas fuentes de información, incluyendo 10 años de programación de datos de sus archivos, para prever posibles retrasos en el proyecto. Esta información podría ser comunicada a los propietarios de edificios y subcontratistas. Suffolk también está explorando formas de utilizar datos de sensores de internet de las cosas (IoT, por sus siglas en inglés) para aumentar la eficiencia. Una de sus ideas consiste en hacer un seguimiento de la ubicación de los camiones de sus proveedores de cemento para que los trabajadores estén listos para verterlo en cuanto lleguen los vehículos.

Este tipo de análisis de datos no es muy común en el sector de la construcción, una industria que ha tardado bastante en adoptar los análisis avanzados, en parte porque los márgenes son escasos y los métodos ya probados están muy afianzados (ver "La digitalización ha llegado a la mayoría de los sectores, también tiene que llegar al de la construcción"). "La gente sabe construir de cierta manera, y es difícil convencerla para que haga las cosas de otra forma", señala el CEO de JBKnowledge, James Benham, cuya empresa de software y consultoría realiza una encuesta global anual sobre tecnología de la construcción.

Pero la escasez de mano de obra y el deseo de impulsar la baja productividad de esta industria están obligando a algunas empresas a invertir en la ciencia de datos. Sus defensores creen que la tendencia emergente podría revolucionar el sector. Benham estima que alrededor de 20 empresas de construcción de Estados Unidos ya han lanzado algún tipo de iniciativa de ciencia de datos en los últimos años. Y en Europa, algunas compañías del sector también han empezado a digitalizarse (ver "Quien trabaje mal en construcción queda retratado en el software BIM").

Suffolk es una de estas empresas pioneras. En 2017, convirtió a la consultora de gestión de McKinsey Jit Kee Chin en su primera directora de datos. Su rol, que la compañía describe como un puesto para "aprovechar los macrodatos y los análisis avanzados para mejorar el negocio principal", es nuevo en la industria de la construcción. Otras compañías pueden tener un "director de innovación", "vicepresidente de tecnología de la construcción" o jefe de I+D que se encargue de gestionar tareas similares, pero Chin podría ejercer más influencia dado su título de C-suite y su amplia experiencia, que incluye trabajar con los equipos de innovación y estrategia de la compañía en iniciativas tecnológicas.

Al igual que otras empresas de construcción, Suffolk genera una gran cantidad de datos, desde informes de campo y fotos del sitio de trabajo hasta contratos de proveedores y registros de inspección. En el pasado, las diversas aplicaciones de la empresa no podían compartir datos fácilmente, por lo que a la empresa le costaba elaborar cualquier tipo de pronóstico. Chin contrató a un grupo de científicos de datos y expertos en visualización de datos, tecnologías de la información y operaciones, quienes combinaron todas las fuentes de información de la empresa y diseñaron un tablero online para presentar la información. El resultado es un programa que ofrece los empleados de Suffolk un solo gráfico que resume todos los proyectos de la compañía en todo el país, los detalles financieros, el registro de seguridad y el cronograma, entre otras cosas.

Foto: Esta captura de pantalla muestra un software que identificaría un riesgo elevado de un accidente para que se puedan tomar medidas para prevenirlo.

El grupo de Chin usa esta información para crear algoritmos predictivos diseñados para administrar riesgos de construcción. Construyó su predictor de seguridad del trabajador gracias a más de 700.000 imágenes de 360 ​​proyectos de los últimos 10 años. La empresa descargó toda esta información y la volcó en una plataforma en la nube desarrollada por la start-up Smartvid.io. Después, ejecutó un algoritmo de reconocimiento de imágenes para identificar si los trabajadores estaban usando cascos, guantes y chalecos de seguridad y gafas. Luego conectó la información de la foto etiquetada, junto con el clima y otros datos relacionados con el proyecto, en un segundo modelo de aprendizaje automático. El grupo ahora está decidiendo si modificar el algoritmo para que también detecte escaleras y andamios, ya que esto podría provocar caídas y un desorden peligroso en el entorno de trabajo.

Escribir sus propios algoritmos también debería ayudar a Suffolk a integrar nuevos tipos de datos en sus pronósticos. La compañía experimenta mucho con tecnologías emergentes. Actualmente está probando dispositivos portátiles programados para reconocer zonas peligrosas en un sitio de trabajo y registrar si los trabajadores están presentes allí, según explica con el director de Innovación, Chris Mayer.

Chin estima que estas nuevas herramientas digitales podrían ayudar a Suffolk a aumentar la productividad entre un 14 % y un 20 % en unos pocos años. Un informe de McKinsey de 2017 señala que las empresas de construcción podrían aumentar la productividad hasta en un 50 % a través del análisis de datos en tiempo real. Benham concluye: "La industria necesita desesperadamente este tipo de capacidad. Puede ayudar a las personas a tomar mejores decisiones y a reducir semanas o meses de sus calendarios de proyectos".