இந்திய தேசிய நெடுஞ்சாலைகள் ஆணையம் (NHAI) திட்ட அறிக்கைகளில் உள்ள பிழைகளை சரிசெய்யவும், சாலை கட்டுமான தாமதங்களைக் குறைக்கவும் செயற்கை நுண்ணறிவு (AI) முறையை அறிமுகப்படுத்தியுள்ளது. இது சாலை கட்டுமானம் மற்றும் உள்கட்டமைப்பு நிறுவனங்களுக்கு நீண்ட காலத்திற்கு ஒரு பெரிய நேர்மறையான மாற்றமாக அமையக்கூடும்.
என்ன நடந்தது?
இந்திய தேசிய நெடுஞ்சாலைகள் ஆணையம் (NHAI), நெடுஞ்சாலை திட்டங்களை திட்டமிடும் மற்றும் செயல்படுத்தும் முறையை மாற்றி அமைக்க ஒரு பிரத்யேக செயற்கை நுண்ணறிவு (AI) முறையை செயல்படுத்தியுள்ளது. இந்த உள்நாட்டில் உருவாக்கப்பட்ட கருவி, ஒவ்வொரு சாலை திட்டத்திற்கும் அடிப்படையாக விளங்கும் விரிவான திட்ட அறிக்கைகளில் (DPRs) உள்ள பிழைகள், முரண்பாடுகள் அல்லது பாதுகாப்பு மற்றும் பொறியியல் தரநிலைகளில் இருந்து விலகல்களை ஸ்கேன் செய்ய வடிவமைக்கப்பட்டுள்ளது. அறிக்கைகளைச் சரிபார்ப்பது மட்டுமின்றி, 'மார்க்சாரதி' (Margsarthi) என்ற பெயரில் ஒரு சாட்பாட் உதவியாளரும் இந்த AI அமைப்பில் உள்ளது. இது அதிகாரிகள் சிக்கலான விதிமுறைகள், சுற்றறிக்கைகள் மற்றும் தொழில்நுட்ப குறியீடுகளை உடனடியாகக் கண்டறிய உதவுகிறது. தற்போது NHAI அதிகாரிகள் சாலை வடிவமைப்பு மற்றும் கட்டுமானத்தில் உள்ள குறைபாடுகளைக் கண்டறிய இதைப் பயன்படுத்தி வருகின்றனர். எதிர்காலத்தில் ஆலோசகர்கள் மற்றும் ஒப்பந்தக்காரர்களுக்கும் இதை அணுக அனுமதிக்கும் திட்டங்கள் உள்ளன. இது தவிர, டேஷ்கேம் அனலிட்டிக்ஸ் மற்றும் ட்ரோன் கண்காணிப்பு போன்ற தொழில்நுட்பங்களையும் பயன்படுத்தி, சாலைகளில் உள்ள பள்ளங்கள் அல்லது சேதமடைந்த தடுப்புகள் போன்ற பராமரிப்பு சிக்கல்களை நிகழ்நேரத்தில் கண்டறிவதையும் NHAI மேற்கொண்டுள்ளது.
முதலீட்டாளர்களுக்கு ஏன் இது முக்கியம்?
குறிப்பாக உள்கட்டமைப்பு மற்றும் கட்டுமானத் துறையைக் கண்காணிக்கும் முதலீட்டாளர்களுக்கு, விரிவான திட்ட அறிக்கைகளின் (DPRs) தரம் என்பது ஒரு முக்கியமான ஆனால் பெரும்பாலும் கவனிக்கப்படாத வணிக அளவுகோலாகும். தவறான DPRகள் இந்திய சாலை கட்டுமானத் தொழிலில் நீண்ட காலமாக ஒரு பெரிய பிரச்சனையாக இருந்து வருகின்றன. ஒரு திட்டம் துல்லியமற்ற வடிவமைப்புகள் அல்லது குறைபாடுள்ள விவரக்குறிப்புகளுடன் தொடங்கும்போது, அது தவிர்க்க முடியாமல் செலவு அதிகரிப்பு, கட்டுமான காலநீட்டிப்பு மற்றும் சிக்கலான சட்டரீதியான தகராறுகளுக்கு வழிவகுக்கிறது. இதனால் ஒப்பந்ததாரர்களின் மூலதனம் பல ஆண்டுகளாக முடக்கப்படுகிறது. இந்த பிழைகளை ஆரம்ப நிலையிலேயே கண்டறிய AI-ஐப் பயன்படுத்துவதன் மூலம், NHAI மிகவும் கணிக்கக்கூடிய பணிச்சூழலை உருவாக்க முயல்கிறது. இந்த தொழில்நுட்பம் தெளிவான ஒப்பந்தங்கள் மற்றும் கட்டுமானத்தின் நடுவில் குறைவான வடிவமைப்பு மாற்றங்களுக்கு வழிவகுத்தால், அது பட்டியலிடப்பட்ட சாலை உருவாக்குநர்களின் திட்டச் செயலாக்க வேகம் மற்றும் செயல்பாட்டு மூலதன மேலாண்மையை மேம்படுத்த உதவும்.
செயல்திறன் கோணம்
உள்கட்டமைப்பு நிறுவனங்கள் கணிக்கக்கூடிய தன்மையிலேயே செ flourishingg. தற்போது, திட்ட தாமதங்களுக்கு ஒரு குறிப்பிடத்தக்க காரணம் முடிவெடுப்பதில் ஏற்படும் தடங்கல்கள் மற்றும் கள யதார்த்தத்திற்கும் ஆரம்ப திட்ட வடிவமைப்புக்கும் இடையிலான வேறுபாடுகளைத் தீர்க்க எடுக்கும் நேரம் ஆகும். NHAI-யின் முன்கணிப்பு பராமரிப்பு மற்றும் AI-இயங்கும் கண்காணிப்பை நோக்கிய மாற்றம் இதை சமாளிக்க வடிவமைக்கப்பட்டுள்ளது. சாலை குறைபாடுகளை தானாக கண்டறிவதன் மூலம் - நடைபாதையில் விரிசல்கள் முதல் தவறான அடையாளங்கள் வரை - ஆணையம் தரவு-ஆதரவு செயல்பாட்டு மாதிரியை நோக்கி நகர்கிறது. துறைக்கு, இதன் பொருள் 'செயல்பாடுகள் மற்றும் பராமரிப்பு' (O&M) ஒப்பந்தங்கள் மிகவும் திறமையானதாக மாறும், பழுது எப்போது மற்றும் எங்கு தேவைப்படுகிறது என்பது குறித்த தெளிவின்மைக்கு குறைவான இடவசதி இருக்கும்.
செயல்படுத்தல் மற்றும் துறை அபாயங்கள்
தொழில்நுட்பம் மேம்பட்ட செயல்திறனை உறுதியளித்தாலும், உடனடி முடிவுகளுக்கான எதிர்பார்ப்புகளை முதலீட்டாளர்கள் கட்டுப்படுத்த வேண்டும். இத்தகைய விரிவான AI அமைப்பை செயல்படுத்துவது, NHAI அதிகாரிகள் முதல் இறுதியில் இந்தக் கருவிகளுடன் தொடர்பு கொள்ளும் தனியார் ஒப்பந்தக்காரர்கள் வரை அனைத்து பங்குதாரர்களுக்கும் ஒரு கற்றல் வளைவை உள்ளடக்கியது. ஆரம்ப கட்டத்தில், கடுமையான டிஜிட்டல் ஆய்வு, திட்டத் திட்டங்களுக்கான அதிக அடிக்கடி திருத்தம் கோரிக்கைகளுக்கு வழிவகுக்கும், இது புதிய திட்டங்களின் தொடக்கத்தை சுருக்கமாக மெதுவாக்கக்கூடும், அதே நேரத்தில் ஆலோசகர்கள் மற்றும் ஒப்பந்தக்காரர்கள் புதிய, தொழில்நுட்ப-இயக்கப்பட்ட இணக்கத் தரங்களுக்கு சரிசெய்யப்படுகிறார்கள். கூடுதலாக, இந்த முயற்சியின் வெற்றி தரவு பாதுகாப்பு மற்றும் இந்த AI மாதிரிகளுக்கு சக்தி அளிக்கும் அடிப்படை 'டேட்டா லேக்' இன் துல்லியத்தை பெரிதும் சார்ந்துள்ளது. ஒரு டிஜிட்டல் அமைப்பு உள்ளிடப்பட்ட தகவலைப் போலவே நன்றாக இருக்கும்.
முதலீட்டாளர்கள் எதைக் கண்காணிக்க வேண்டும்?
இந்த AI-உந்துதல் முயற்சி அளவைப் பெறுவதால், முக்கிய சாலை கட்டுமான நிறுவனங்களில் உள்ள முதலீட்டாளர்கள் சில முக்கிய முன்னேற்றங்களைக் கவனிக்க வேண்டும். முதலாவதாக, திட்ட பில்லிங் மற்றும் ஒப்புதல் காலக்கெடு தொடர்பான மேலாண்மை கருத்துக்களைக் கண்காணிக்கவும்; AI-இயங்கும் DPR செயல்முறை நிர்வாக தாமதங்களை திறம்பட குறைத்தால், இது வேகமான இன்வாய்ஸ் கிளியரன்ஸ்களில் பிரதிபலிக்க வேண்டும். இரண்டாவதாக, கட்டுமான நிறுவனங்களின் காலாண்டு அறிக்கைகளில் திட்டம் தொடர்பான 'உரிமைகோரல்கள்' அல்லது 'தகராறு' புதுப்பிப்புகளின் கண்காணிக்கவும்; புதிய சர்ச்சைகளின் நிலையான குறைப்பு, மேம்பட்ட DPR தரம் வழக்கமான ஒப்பந்தப் பிந்தைய உராய்வைத் தடுப்பதில் வெற்றிகரமாக உள்ளது என்பதைக் குறிக்கலாம். இறுதியாக, தனியார் ஒப்பந்தக்காரர்கள் இந்த AI சூழலில் எப்போது மற்றும் எப்படி ஒருங்கிணைக்கப்படுகிறார்கள் என்பது குறித்த எந்தவொரு புதுப்பிப்புகளையும் கவனிக்கவும், ஏனெனில் இது முழு சாலை கட்டுமான வாழ்க்கைச் சுழற்சியின் டிஜிட்டல் தரப்படுத்தலில் ஒரு பெரிய படியாக இருக்கும்.
