当谢莉·科普西（Shelley Copsey）受安大略教师养老金计划（Ontario Teachers' Pension Plan）任命时，这家全球最大的基础设施投资者之一希望她寻找利用技术解决其投资组合中各种问题的方法。
她很快发现，一线工人面临着长期存在的问题。
四年后，科普西已成为FYLD的首席执行官。这是一家总部位于伦敦的软件公司，利用人工智能为建筑、公用事业和基础设施领域的工人提供支持。
随着人工智能在一些最耗体力的工作中扮演越来越重要的角色，这一趋势正在加速，从道路和铁路维护到建筑工地作业，皆是如此。
目标是减少文书工作，以及事故。
科普西表示，当现场工作出问题时，注意力通常会转向预算或现金流。
“我们总是会去找后台，然后说：哦，如果我们能帮助他们更好地预测工作，也许这就不会成为问题，”她对CNBC表示。“我认为，没有人真正坐下来问过：这些一线工人的生活到底是什么样的，我们怎样才能让前线工作更轻松？”
利用AI进行规划
FYLD使用人工智能来预测项目需要哪些许可，帮助工人避免延误。科普西说，以前，工人经常在没有掌握全部所需信息的情况下到达现场。该系统还可以帮助团队根据天气安排工作，例如在预计有强风的日子重新安排重型吊装。
工人会录制简短视频，说明当天的任务和安全顾虑。人工智能会分析这些信息，帮助工人和管理者预判潜在问题。
科普西表示，另一个好处是减少文书工作。她说，现场工人有大约20%到25%的在场时间都花在行政工作上；而现在，照片、视频和作业信息可以用来生成报告草稿，把原本大约半小时的任务缩短到两三分钟。
“没有人真正坐下来问过：这些一线工人的生活到底是什么样的，我们怎样才能让前线工作更轻松？”——谢莉·科普西，FYLD
基础设施服务提供商Amey在3月宣布，将把FYLD推广给2500名现场工人，以改善安全并让主管实时了解现场工作情况。科普西说，FYLD的案例研究显示，事故和伤害最多可减少48%。
AI远程巡检
人工智能也被用于减少对实体基础设施巡检的需求。
美国软件公司Bentley Systems驻伦敦的欧洲、中东和非洲地区高级副总裁内森·马什（Nathan Marsh）对CNBC表示，该公司的道路维护平台Blyncsy会分析司机拍摄的图像，以发现损坏的护栏、过度生长的植被和碎片等问题。
“将人工智能应用于现有图像，可以在传统测量所需时间的一小部分内，实现对全部资产的覆盖，”马什说。
荷兰维护软件公司Ultimo驻英国的首席执行官史蒂文·埃尔沙姆（Steven Elsham）对CNBC表示，该公司的AI工具可以标记那些原本可能不会被上报的安全事件。
该系统会扫描工单和交接班记录，寻找事故迹象，然后起草一份报告供人工审核。埃尔沙姆举例说，仓库门出现的损坏可能表明它曾被叉车撞到。
“人们仍然应该自己报告问题，”他说。“这套系统是用来处理那些被遗漏的情况。”
安全证据的局限
英国诺森比亚大学（Northumbria University）助理教授瓦利德·乌默（Waleed Umer）对CNBC表示，迄今许多研究关注的是模型能检测到什么，而不是它们是否真的能防止伤害。
他说，建筑工地不断变化，这使得摄像头很难捕捉到每一种危险。他还警告称，误报会让工人忽视警告，而过度依赖AI可能会造成一种虚假的安全感。
“把AI当作额外的一双眼睛，而不是监督的替代品……并且要清楚它看不到什么。”——瓦利德·乌默，诺森比亚大学
苏格兰格拉斯哥卡利多尼亚大学（Glasgow Caledonian University）建筑管理学教授比利·黑尔（Billy Hare）对CNBC表示，研究项目和试点研究主要集中在生产率提升上，往往默认减少接触危险就意味着风险更低。
例如，Bentley Systems表示，其支持的一个铁路项目借助数字孪生——即物理资产的虚拟模型——将实地访问次数削减了50%，手工测量减少了70%。
黑尔说，合理推测是在危险环境中停留的时间越少，风险可能越低，但要证明技术是否真的能防止事故，还需要进一步研究。
根据英国健康与安全执行局（HSE）的数据，2025/26年度，英国大不列颠地区在工作相关事故中死亡的建筑工人数量降至25人，低于前一年的35人，也低于五年平均值37人。
“英国今年录得了有史以来最低的建筑业死亡人数，但这可能是由于经济放缓，”黑尔说，这使得更难判断技术是否带来了可衡量的影响。
诺森比亚大学的乌默表示，单靠人工监督可能还不够，尤其是在AI生成的信息多到主管无法现实地逐一审查时。在这种情况下，建议可能在没有充分审查的情况下就被批准。
“把AI当作额外的一双眼睛，而不是监督的替代品，”乌默说。“并且要清楚它看不到什么。”
对Ultimo的埃尔沙姆来说，更大的问题在于，AI是否让高强度工作变得更容易管理，而不是把更多工作压给做这些工作的人。他说，这首先取决于绩效如何衡量：公司需要决定节省下来的时间是用来做什么，以及AI应该支持工作的哪些部分。
“安全团队已经在同样的人手下覆盖更多风险，”他说。“如果对腾出来的时间唯一的计划就是让每个人处理更多工单，工人会一眼看穿，而且他们是对的。”
他认为，公司应当衡量真正重要的现场指标，包括安全、一次修复率和非计划性故障，而不只是产出。
“经营良好的企业让其中每个人都受益，而承担最艰难工作的员工应该最先感受到这一点，”埃尔沙姆说。
