
在全球范围内,建筑业正处于一个临界点。随着二战后婴儿潮国家经验丰富的工人开始退休,他们留下了明显的缺口。问题是什么?全球建筑行业面临着老龄化劳动力和年轻人不愿意进入的问题,导致建筑工人供需失衡。
这不仅仅是一个局部问题;从美国到欧洲,再到中东和亚洲,建筑工人的需求超过了供应。美国建筑商和承包商协会(The Association of Builders and Contractors)表示,仅在2023年就需要50多万名额外的工人,而欧洲的缺口达到了数百万人。
今天的工人们不仅仅是在户外与恶劣天气作斗争;他们处于行业技术革命的前沿。想想人工智能驱动的见解、砌砖中的机器人技术和现场规划的增强现实。这些进步不仅改变了我们的建设方式,还重塑了实地所需的技能。
IEEE会员Gabriel Gomes de Oliveira指出,建筑工人常常要面对恶劣天气和辛苦的工作环境。人工智能的应用将提高服务效率,并需要新一代工人具备数据收集、分析和人工智能技术的运用能力。这一发展趋势对中国等建筑业发展迅速的国家也具有重要意义。
IEEE 2024主席Tom Coughlin表示:“未来这一领域工作的关键将是了解数据收集和分析技术以及使用这些工具的最佳方式。这也包括了如何使用人工智能的知识。”
技术如何改变基础设施工作
要了解基础设施中的工作岗位是如何演变的,需要考虑未来如何使用技术。《IEEE工业信息学杂志》(https://ieeexplore.ieee.org/document/9117064)上的一篇文章捕捉到了新发展的范围。
研究人员使用人工智能模型挖掘了过去关于不同混凝土配方如何影响混凝土质量从而影响建筑质量的知识。该系统表明,在缺乏高技能工人的情况下,模型可以用于培训经验不足的建设者。
机器人可能被用于许多任务,从实体砌砖和混凝土块到搬运重物。
据悉,公司已经开始使用模块化施工技术,即部分项目在场外施工,使建筑业能够利用先进的制造技术。
增强和虚拟现实系统可以用于呈现叠加在现实世界上的数字计划,例如,为电工提供他们可以可视化的布线说明。
最后,无人机和自动驾驶汽车也已经被用于检查基础设施和建筑工地。
新时代的技能
IEEE会士William Webb预计,无人机用于基础设施检查和传感器网络管理以收集数据的工作岗位将增加。分析师将被要求理解大量数据的含义。基础设施运营商将需要网络安全专家来确保系统的安全。
Webb说:“员工将需要能够根据新技术系统收集和分析的数据评估基础设施维护和更新并提出建议的技能。同时,还需要掌握控制和维护用于监测、收集和分析数据的系统(无人机、物联网和人工智能程序)的技能。”
然而,Oliveira设想了一个未来,人们可以通过短期的强化培训课程来掌握数字技能。
Oliveira说:“现在的年轻人天生就要使用智能手机。”他们已经知道如何使用技术。未来的趋势将是短期的专业课程,帮助人们了解特定领域,如3D打印、传感器和系统或建筑信息建模(BIM)软件。”
了解更多:想尽早开始为新一代基础设施工作做准备吗?查看由IEEE提供支持的TryEngineering(https://stemportal-tryengineering.ieee.org/)。TryEngineering旨在通过课程计划和项目赋予教育工作者权力,激励下一代STEM专业人士。
好文章,需要你的鼓励
2025年,企业技术高管面临巨大压力,需要帮助企业从持续的AI投入中获得回报。大多数高管取得了进展,完善了项目优先级排序方法。然而,CIO仍面临AI相关问题。支离破裂的AI监管环境和宏观经济阻力将继续推动技术高管保持谨慎态度。随着AI采用增长的影响不断显现,一些CIO预期明年将带来劳动力策略变化。
这篇论文提出了CJE(因果法官评估)框架,解决了当前LLM评估中的三大致命问题:AI法官偏好倒置、置信区间失效和离线策略评估失败。通过AutoCal-R校准、SIMCal-W权重稳定和OUA不确定性推理,CJE仅用5%的专家标签就达到了99%的排名准确率,成本降低14倍,为AI评估提供了科学可靠的解决方案。
FinOps基金会周四更新了其FinOps开放成本和使用规范云成本管理工具,新版本1.3更好地支持多供应商工作流。该版本新增了合同承诺和协商协议数据集,增加了跨工作负载成本分摊跟踪列,以及云支出和使用报告时效性和完整性的元数据可见性。随着云和AI采用推动企业IT预算增长,技术供应商正在关注将成本与价值联系起来的努力。大型企业通常使用三到四家云供应商,小企业可能使用两家,同时还有数据中心、SaaS和许可等服务。
NVIDIA团队开发出Fast-FoundationStereo系统,成功解决了立体视觉AI在速度与精度之间的两难选择。通过分而治之的策略,该系统实现了超过10倍的速度提升同时保持高精度,包括知识蒸馏压缩特征提取、神经架构搜索优化成本过滤,以及结构化剪枝精简视差细化。此外,研究团队还构建了包含140万对真实图像的自动伪标注数据集,为立体视觉的实时应用开辟了新道路。