Da datamaskinene kom, ble de i starten brukt til å gjøre gamle oppgaver med nye verktøy. I praksis fungerte datamaskinen som en raskere skrivemaskin.
Det samme skjedde i BIM-verdenen. I de første tiårene ble 3D-modellering i verktøy som Archicad brukt til å produsere 2D-tegninger, gjerne i PDF-format. Et revolusjonært, informasjonsrikt miljø ble redusert til noe som kunne skrives ut og godkjennes av myndighetene.
Et klassisk eksempel på lokal optimering. En enkelt designer kan oppleve at arbeidet går raskere, men prosjektets samlede effektivitet forbedres ikke. Årsaken er enkel: arbeidsflyten endret seg ikke. Den tradisjonelle Design–Bid–Build-modellen (DBB), konfliktfylte kontrakter og fagsiloer ble stående.
Lærdommen: Produktivitet skapes ikke bare ved å innføre nye verktøy, men ved å fornye arbeidsflytene.
Datamaskinene ble utbredt fra midten av 1980-årene, men de reelle produktivitetsgevinstene viste seg først på slutten av 1990-årene. Det tok over 15 år før arbeidsstyrken vokste inn i teknologien og organisasjonene gikk fra å digitalisere gamle prosesser til å bygge genuint digitale arbeidsmåter.
BIM har fulgt nesten samme løpe:
Hvis 20-års-forsinkelsen stemmer, befinner vi oss nå på et stadium som tilsvarer "1994" i IT-historien. Infrastrukturen er på plass, men det virkelige gjennombruddet, der informasjonsmodellen fungerer som en kontraktuell kilde gjennom hele livsforløpet, ligger foran oss.
BIM-overgangen endrer bransjens roller betydelig.
| Forsvinnende rolle | Fremvoksende rolle |
|---|---|
| Tegner | BIM-koordinator eller informasjonsforvalter |
| Utarbeidelse av byggebeskrivelse | Beregningsbasert designer |
| Manuell mengdeberegner | Modellbasert mengdeberegning |
| Tradisjonell anleggsingeniør | Digital anleggsingeniør |
Innføringen av AI minner om spredningen av datamaskiner: den erstatter ikke BIM, men fungerer som en akselerator. BIM har skapt dataene. AI fungerer som bindemiddelet som forbinder data til innsikt og løsninger.
I BIM-verdenen kan man grovt skille mellom to tilnærminger:
Verktøyene er modne, dataene er på plass og AI er klar til å utnytte dem. Endringen er i gang, og det långe vedvarende produktivitetsparadokset er i ferd med å løses.
Det eneste åpne spørsmålet er: er du med på endringen, eller ser du den fra sidelinjen?