El sector de la construcción tiene la siniestralidad más alta en el mundo. Para evitar eventos desafortunados, es un acto obligado realizar un análisis predictivo de riesgos y actualmente, esto es más fácil con herramientas tecnológicas.
Tan sólo en México, se estima que cada 75 segundos ocurre un accidente en esta industria y cada 8 horas muere un albañil, según cálculos de la empresa SafeStar (1).
Los objetivos a seguir son diversos, reducir los problemas, los costos y mitigar los riesgos en cada proceso del proyecto, y con ello, lograr un trabajo más eficiente y anticiparse a posibles escenarios.
Las causas de la elevada siniestralidad son múltiples, pero de forma general se ve justificada por varios motivos: la peligrosidad de los trabajos; la elevada rotación del personal; la baja cualificación de los empleados; y ritmos estresantes de trabajo con fechas exigentes (2).
Actualmente son distintas las plataformas que han desarrollado algoritmos de Inteligencia Artificial (IA) y modelos predictivos en el sector de construcción.
Muchos son los datos que se deben tomar en cuenta para la planeación, tarea que se hace más fácil con el uso de herramientas tecnológicas.
En cuanto a seguridad, desde un dispositivo móvil es posible graficar los riesgos con base en el historial, localización, clima, altura, extensión, número de empleados, etcétera el nivel y puntos de riesgo (3).
La predicción de tendencias se elabora mediante un análisis, y se nutren con reportes que se utilizan como puntos de referencia y así es posible adelantarse a los hechos de corto, mediano y largo plazo, con lo que es posible ahorrar tiempo y evitar complicaciones.
Con la obra en marcha, también se puede realizar la inspección en tiempo real y verificar que se sigan las normas, lo que es de apoyo para los encargados de esta tarea. Asimismo se facilita visualizar las incidencias para, en caso de que se susciten, se tenga la respuesta más pronta y efectiva.
En el aspecto económico, expertos emiten recomendaciones como crear presupuestos realistas aplicados a las etapas actuales y futuras del proyecto para predecir todos los factores posibles que puedan surgir durante el mismo, tales como costes regionales de mano de obra y materiales, entre otros elementos (4).
También se aconseja prever la escasez de flujo de caja durante los meses de baja actividad laboral y hasta el clima adverso que retrase o dañe los proyectos.
Asimismo, se dispersan recursos de manera más efectiva con base en la previsión de la cantidad de un material en concreto que se necesita para los proyectos. Los análisis de datos permiten determinar dónde colocarlos en cada momento, por lo que aumenta la eficiencia y disminuye el coste del transporte de materiales.
Al añadir una capa de la data de movilidad, se pueden registrar las características del movimiento adicional que producen los empleados y las máquinas en el transcurso de un día. Con esto, es posible hacer modificaciones como la reubicación de materiales, personal y equipo en ubicaciones más lógicas para reducir y optimizar los tiempos dentro de los procesos.
Referencias:
1) Fulze, L. (2021, marzo 11). Cada 75 segundos ocurre un accidente en la industria de la construcción en México. SafeStart. https://la.safestart.com/cada-75-segundos-ocurre-un-accidente-en-la-industria-de-la-construccion-en-mexico/
2) Prevención de los principales 5 peligros en el sector construcción (2020, abril 1). Positiva. Consultado en https://www.youtube.com/watch?v=kxN_d-eUlVE
3) Le tecnología en la construcción potencia la seguridad. (2020, diciembre 15). Aldair Teutle. Thermo Panel. https://thermopanel.net/tecnologia-en-la-construccion/
4) Modelos predictivos y AI en Construcción: Nuevas tendencias - CentralAmericaData :: Central America Data. (s/f). Centralamericadata.com. Recuperado el 24 de abril de 2023, de https://www.centralamericadata.com/es/article/home/Modelos_predictivos_y_AI_en_Construccin_Nuevas_tendencias
