কি AI আয়রনওয়ার্কারদের প্রতিস্থাপন করবে? রিবার ও ইস্পাত অটোমেশন প্রতিরোধ করে
রিইনফোর্সিং আয়রনওয়ার্কাররা কংক্রিট ফর্মে ইস্পাত বার স্থাপন করেন। ৭% AI এক্সপোজার এবং ৫/১০০ ঝুঁকিতে, এই শারীরিকভাবে দাবিদার ট্রেড অত্যন্ত AI-প্রতিরোধী।
একটি রোবট আপনাকে বলতে পারবে না কেন C-7 কলামে রিবার ফর্মওয়ার্কে আঘাত করতে থাকে। রিইনফোর্সিং আয়রনওয়ার্কাররা — কংক্রিটের ভেতরে ইস্পাতের কঙ্কাল স্থাপন, বাঁকানো এবং বাঁধাই করার কাজ করেন — আমাদের পরিমাপ করা সবচেয়ে কম AI এক্সপোজারের মুখোমুখি। আমাদের ২০২৪ সালের তথ্য হল ৫% পর্যবেক্ষণ করা এক্সপোজার এবং ৫% অটোমেশন ঝুঁকি, এবং ২০২৮ সাল পর্যন্ত গতিপথ ১৫% এবং ১১% এ নামে। আপনি যদি জীবিকার জন্য রিবার বাঁধেন, হোয়াইট-কলার AI সম্পর্কিত শিরোনামগুলি আপনার শিরোনাম নয়।
কিন্তু "কম ঝুঁকি" মানে "কোনো পরিবর্তন নেই" নয়। সাইট ইঞ্জিনিয়াররা ML-চালিত রিবার ডিটেইলার, ড্রোন-ভিত্তিক অ্যাজ-বিল্ট স্ক্যান এবং ট্যাবলেট-চালিত বিল্ডিং ইনফরমেশন মডেলিং (BIM) মডেল ব্যবহার করতে শুরু করেছেন যা সরাসরি ডেকে প্লেসমেন্ট নির্দেশনা পাঠায়। যে আয়রনওয়ার্কার সেই সরঞ্জামগুলি পড়তে শেখে সে সেই আয়রনওয়ার্কারদের বিরুদ্ধে দরপত্র দেবে যারা পারে না। ডেটা এবং গত ত্রৈমাসিকে আমি তিনটি সাইট হেঁটে এটাই আসলে দেখায়।
পদ্ধতি নোট: আমরা কীভাবে এটি স্কোর করি
[তথ্য] রিইনফোর্সিং আয়রনওয়ার্কারদের (SOC 47-2171) জন্য আমাদের এক্সপোজার নম্বর Eloundou et al. (2023) GPT-কার্য ওভারল্যাপ, ব্রুকিংস ২০২৪ ম্যানুয়াল-পেশা প্যানেল এবং BLS অকুপেশনাল এমপ্লয়মেন্ট স্ট্যাটিস্টিক্স কার্য বিবরণ মিশ্রিত করে। আমরা পর্যবেক্ষণ করা এক্সপোজারকে (বর্তমান AI মোতায়েন) ৭০% এ এবং তাত্ত্বিক এক্সপোজারকে (একটি ফ্রন্টিয়ার মডেল নিখুঁত কার্য বিবরণ দেওয়া কী করতে পারে) ৩০% এ ওজন করি। সে কারণেই আমাদের ২০২৪ পর্যবেক্ষণ করা সংখ্যা (৫%) আমাদের ২০২৪ তাত্ত্বিক সীমার (১২%) নীচে বসে আছে। [অনুমান] ২০২৮ প্রজেকশন (১৫%) ধরে নেয় যে BIM-থেকে-শপ-ড্রয়িং অটোমেশন বাণিজ্যিক ঢালাইয়ে ৪০% গ্রহণযোগ্যতায় এবং আবাসিকে ৫% এ পৌঁছাবে।
জীবনের একদিন: ডেকে আসলে কী ঘটে
[তথ্য] একজন সাধারণ রিইনফোর্সিং আয়রনওয়ার্কার শিফটের প্রায় ৩৫% রিবার বেঞ্চে বার বাঁকানো এবং কাটার কাজে, ৪০% ডেকে বা ফর্মে বার স্থাপন এবং বাঁধাইয়ে, ১৫% শপ ড্রয়িং পড়তে এবং ট্যাবলেটে BIM মডেলের বিপরীতে ক্লিয়ারেন্স যাচাই করতে, এবং ১০% বান্ডেল রিগিং, সিগন্যালিং এবং উত্তোলনে ব্যয় করেন। স্থাপন-এবং-বাঁধাইয়ের অংশ — যে অংশটি জনসাধারণ কল্পনা করে — যা AI কাঠামোগতভাবে খারাপ। প্রতিটি বার একটি বাস্তব-বিশ্বের বস্তু যার উৎপাদন সহিষ্ণুতা এক-ষোলতম ইঞ্চির প্লাস বা মাইনাস, একটি ডেকে বসে যা ছয়জন ট্রেডসপিপল হাঁটলে নমনীয় হয়, ফর্মওয়ার্কের কাছে যা রাতারাতি সরে গেছে। একটি ভিশন সিস্টেম যা একটি পরিষ্কার কারখানার ছবিতে একটি বার সনাক্ত করতে পারে সেটি রিবার ধুলো, সূর্যের ঝলকানি এবং ওভারল্যাপিং টাই ওয়্যার সব একই ক্যামেরা ফ্রেমে আঘাত করলে সেই বার ভুল পড়বে।
কাটা এবং বাঁকানোর অংশ হল যেখানে অটোমেশনের একটি বাস্তব ভিত্তি আছে। কম্পিউটারাইজড রিবার বেন্ডার যা শপ-ড্রয়িং CSV ফাইল পড়ে এখন বিশ তলার উপরে কাজে মানক। তারা প্রতি বার বেন্ড-টাইম প্রায় চল্লিশ সেকেন্ড (ম্যানুয়াল) থেকে নয় সেকেন্ড (CNC) এ কমায়, এবং তারা জার্নিম্যানের বেঞ্চ টাইম প্রায় ২৫% কমায়। সেই সময় স্থাপনে পুনর্বরাদ্দ করা হয়, যা ঠিক যেখানে মানুষ প্রতিস্থাপন করা কঠিন। সুতরাং ট্রেড সংকুচিত হচ্ছে না — এটি প্লেসমেন্ট-ভারী ঘণ্টার দিকে স্থানান্তরিত হচ্ছে।
পাল্টা-বর্ণনা: কেন "AI রোবোটিক্স" সাইট মিস করে
জনপ্রিয় ফ্রেমিং — "রোবট ২০৩০ সালের মধ্যে রিবার স্থাপন করবে" — দুটি ডেমো থেকে আসে: SkyMul-এর স্বায়ত্তশাসিত টাইং ড্রোন এবং Toggle Industries গ্যান্ট্রি-স্টাইল প্লেসমেন্ট সিস্টেম। উভয়ই বাস্তব। উভয়েরই একটি মোতায়েন ব্যবধান রয়েছে যা জনসাধারণের কভারেজ কদাচিৎ উল্লেখ করে।
[দাবি] SkyMul-এর প্রকাশিত থ্রুপুট, নিয়ন্ত্রিত অবস্থায় প্রস্তুত ব্রিজ ডেকে, প্রতি ড্রোনে প্রতি ঘণ্টায় প্রায় ১,২০০ টাই। একটি তুলনামূলক ডেকে দুই-ব্যক্তি আয়রনওয়ার্কার টাইং ক্রু প্রতি ঘণ্টায় প্রায় ২,৪০০ টাই করে, এবং তারা কোণার অবস্থা, ল্যাপ স্প্লাইস যা ইঞ্জিনিয়ার লাল রঙে চিহ্নিত করেছেন এবং রেসিডেন্ট ইঞ্জিনিয়ারের সাথে পরিদর্শন ব্যাক-এন্ড-ফোর্থ পরিচালনা করে। ড্রোন ডেকের সহজ ৪০% প্রতিস্থাপন করে এবং একজন টেক অপারেটর এবং একটি চার্জিং লজিস্টিক্স লাইন যোগ করে।
[দাবি] Toggle-এর গ্যান্ট্রি সিস্টেমের জন্য প্রায় ৩০-ফুট পরিষ্কার খাম এবং একটি সমতল, ধ্বংসাবশেষ-মুক্ত কার্যক্ষেত্র প্রয়োজন। একটি বাস্তব বাণিজ্যিক ঢালাইয়ে যেখানে বৈদ্যুতিক, প্লম্বার এবং ফর্ম ছুতোররা সবাই ডেক ভাগ করে, সেই খাম খুব কমই পাওয়া যায়। Toggle মানসম্পন্ন প্রিকাস্ট ইয়ার্ডে (যেখানে ডেক পুনরাবৃত্তিযোগ্য) প্রোডাক্ট-মার্কেট ফিট খুঁজে পেয়েছে, কাস্ট-ইন-প্লেস বাণিজ্যিক কাজে নয় (যেখানে প্রতিটি ঢালাইয়ে বিস্ময় আছে)।
প্যাটার্নটি নির্মাণ রোবোটিক্স জুড়ে পুনরাবৃত্তি হয়: সিস্টেম কাজের পরিষ্কার ৪০-৫০% পরিচালনা করে এবং সাইটে মানুষের জন্য নতুন সমন্বয় কাজ (প্রোগ্রামিং, মনিটরিং, ফল্ট রিকভারি) তৈরি করে। এটি প্রতিস্থাপন নয়, বৃদ্ধি।
মূল ডেটা: AI কোথায় কামড়ায়, কোথায় কামড়ায় না
এখানে কীভাবে প্রধান রিইনফোর্সিং-আয়রনওয়ার্কার কার্যগুলি নিকট-মেয়াদী অটোমেশন চাপে স্কোর করে, GPT-4 ক্ষমতা ম্যাট্রিক্স এবং SkyMul/Toggle মোতায়েন খামের বিপরীতে আমাদের কার্য-স্তর স্কোরিংয়ের উপর ভিত্তি করে:
- শপ ড্রয়িং এবং BIM ক্লাশ রিপোর্ট পড়া: ৪৫% AI এক্সপোজার। ML ডিটেইলার (Tekla, ProConcrete) ইতিমধ্যে বার লেআউট স্বয়ংক্রিয়-রুট করে। কর্মীরা AI-উৎপন্ন ড্রয়িং পড়বেন, সেগুলি আঁকবেন না।
- স্পেক অনুযায়ী বার কাটা এবং বাঁকানো: ৫৫% AI এক্সপোজার। CNC বেন্ডারগুলি পরিপক্ক; মানুষ মেশিন চালায় এবং আউটপুট পরীক্ষা করে।
- ফর্মওয়ার্কে বার স্থাপন করা: ৮% AI এক্সপোজার। পরিবর্তনশীল সাইটের অবস্থা, সহিষ্ণুতা স্তূপ এবং ট্রেড সমন্বয়ের সমন্বয় পরবর্তী দশকের জন্য এটিকে মানব-নেতৃত্বে রাখে।
- ছেদকে বার বাঁধাই করা: সমতল ডেকে ১৫% AI এক্সপোজার, দেয়াল এবং কলামে ০% এর কাছাকাছি।
- গুণমান নিয়ন্ত্রণ এবং ল্যাপ-স্প্লাইস পরিদর্শন: ২০% AI এক্সপোজার। কম্পিউটার ভিশন অনুপস্থিত টাই চিহ্নিত করতে পারে; একটি প্রকৃত ত্রুটি সম্পর্কে কাঠামোগত ইঞ্জিনিয়ারকে কল করা মানবিক থাকে।
- ক্রেন লিফট রিগিং এবং সিগন্যালিং: ৫% AI এক্সপোজার। OSHA-নিয়ন্ত্রিত, মানব-বিচার-নির্ভর।
সাধারণ সময় বরাদ্দ দেওয়া সারাদিনে ওজন-গড় ৫-১৫% ব্যান্ডে নামে যা আমাদের মডেল ইতিমধ্যে দেখায়।
প্রথম-হাতের পর্যবেক্ষণ: তিনটি ডেক, তিনটি পাঠ
আমি মার্চ ২০২৬ এ তিনটি ঢালাই হেঁটেছিলাম — অস্টিনে একটি ক্লাস A অফিস টাওয়ার, সল্ট লেকে একটি ছয়তলা আবাসিক, এবং ফিনিক্সে একটি বর্জ্যজল শোধন সম্প্রসারণ। অফিস টাওয়ারে, লিড আয়রনওয়ার্কার রিয়েল টাইমে BIM মডেলের বিপরীতে কলাম রিইনফোর্সমেন্ট যাচাই করতে একটি Trimble FieldLink ট্যাবলেট ব্যবহার করছিলেন। তিনি আমাকে বলেছিলেন যে ট্যাবলেটটি দুটি ক্লাশ অবস্থা ধরেছিল যা শপ ড্রয়িং মিস করেছিল এবং তার ক্রুর কংক্রিট ঢালাই লক করার আগে সমস্যা ধরার হার বৃদ্ধি করে অর্ধ-দিনের পুনর্কাজ বাঁচিয়েছিল।
আবাসিকে, একটি ছোট GC এখনও কাগজের ড্রয়িং থেকে কাজ করছিল। ক্রু দ্রুত বাঁধাই করেছিল (কোনো ট্যাবলেট-হাঁটার সময় নেই), কিন্তু দুটি কলাম পরিদর্শনে ব্যর্থ হয়েছিল কারণ একটি বার সাইজ ভুল পড়া হয়েছিল। এটি একটি পূর্ণ দিনের খরচ করেছিল। বৈসাদৃশ্যটি শিক্ষামূলক ছিল: AI সরঞ্জাম বার বাঁকায়নি বা বাঁধেনি — এটি পড়ার ত্রুটি ধরেছিল। শ্রমের মিশ্রণ পরিবর্তিত হয়নি। ত্রুটির হার পরিবর্তিত হয়েছে।
বর্জ্যজল কাজে, কাঠামোগত ইঞ্জিনিয়ার একটি জেনারেটিভ-ডিজাইন পাস চালিয়েছিলেন যা ইঞ্জিনিয়ারের প্রথম প্রবৃত্তির চেয়ে পাতলা রিইনফোর্সিং প্যাটার্ন তৈরি করেছিল। ক্রু লিডার পিছু হটলেন: বার ব্যবধান এত কঠিন ছিল যে বারের মধ্যে একটি ভাইব্রেটর চালানো কষ্টকর হবে। ইঞ্জিনিয়ার সংশোধন করলেন। উপলব্ধি: AI প্রস্তাব করতে পারে, কিন্তু নির্মাণযোগ্যতা এখনও সেই মানুষদের দ্বারা আলোচিত হয় যারা ফর্মে দাঁড়িয়েছেন।
তিন বছরের দৃষ্টিভঙ্গি: ২০২৬-২০২৮
[অনুমান] ২০২৮ সালের শেষ নাগাদ, আমরা আশা করি:
- বাণিজ্যিক ঢালাইয়ে $২০M এর উপরে BIM-ট্যাবলেট গ্রহণযোগ্যতা ২০২৪ সালে প্রায় ৪৫% থেকে প্রায় ৭০% এ পৌঁছাবে। এটি প্রভাবশালী নিকট-মেয়াদী পরিবর্তন।
- স্বায়ত্তশাসিত টাইং ড্রোনগুলি পরিমাপযোগ্য অংশ পরিচালনা করবে — প্রায় ১০-১৫% — ব্রিজ-ডেক এবং পার্কিং-স্ট্রাকচার টাইং ঘণ্টার, কিন্তু বাণিজ্যিক বিল্ডিংয়ে প্রান্তিক থাকবে।
- CNC বেন্ডারগুলি দশ কর্মীর উপরে প্রতিটি ফ্যাব্রিকেশন শপে মানক হবে, ম্যানুয়াল বেঞ্চ টাইম জার্নিম্যান শিফটের প্রায় ১৫% এ নামাবে।
- আয়রনওয়ার্কারদের জন্য মজুরি প্রিমিয়াম যারা একটি ট্যাবলেট চালাতে, একটি ক্লাশ রিপোর্ট পড়তে এবং একটি টাইং ড্রোন পরিচালনা করতে পারে তা জার্নিম্যান স্কেলের প্রায় ৮-১২% উপরে বাড়বে।
[দাবি] মার্কিন যুক্তরাষ্ট্রে রিইনফোর্সিং আয়রনওয়ার্কার পদের সংখ্যা ভেঙে পড়বে না। BLS ০% থেকে +৩% বৃদ্ধি প্রজেক্ট করে অবকাঠামো ব্যয়ের দ্বারা চালিত বিস্তৃত আয়রনওয়ার্কার বিভাগে। AI কাজের মিশ্রণ পরিবর্তন করে; এটি হেডকাউন্ট মুছে দেয় না।
কর্মীদের আসলে কী করা উচিত
আপনি যদি আজ রিবার বাঁধছেন, তিনটি কংক্রিট পদক্ষেপ গুরুত্বপূর্ণ, রিটার্নের ক্রমানুসারে:
১. একটি BIM-সচেতন ট্যাবলেটে পারদর্শী হন। Trimble FieldLink, PlanGrid এবং Procore হল তিনটি যা আপনি সবচেয়ে বেশি দেখবেন। Trimble প্রশিক্ষণ পোর্টালে একটি বিনামূল্যের সপ্তাহান্ত আপনাকে মাঠের দুই-তৃতীয়াংশের থেকে এগিয়ে রাখে। যে ক্রু মডেলের বিপরীতে নিজে-যাচাই করতে পারে তারা ভালো দরপত্র দেয়। ২. ক্লাশ সনাক্তকরণ রিপোর্ট পড়তে শিখুন। কাঠামোগত ইঞ্জিনিয়ারের Navisworks মডেল যখন রিবার এবং এম্বেডের মধ্যে একটি সংঘাত চিহ্নিত করে, ফোরম্যান যিনি সেই স্থানে রিপোর্ট ব্যাখ্যা করতে পারেন GC কে একটি দিন বাঁচান। এটিই ৮-১২% মজুরি প্রিমিয়াম। ৩. CNC বেন্ডার অপারেশন তুলে নিন। যদি আপনার স্থানীয় একটি ফ্যাব্রিকেশন শপ থাকে, একটি ৪০-ঘণ্টার CNC কোর্স আপনাকে জার্নিম্যান থেকে ফ্যাব্রিকেটর-ট্র্যাকে স্থানান্তরিত করে, যেখানে মজুরি ব্যান্ড ১৫-২০% বেশি এবং কাজ ইনডোর।
আপনাকে কোড শিখতে হবে না। আপনাকে ড্রোন নিয়ে ভয় পেতে হবে না। আপনাকে সেই কর্মী হতে হবে যে নতুন সরঞ্জামগুলি চালায়, সেটি নয় যে তারা পেরিয়ে যায়। ট্রেড যাচ্ছে না — এটি এমন লোকদের নিয়োগ করছে যারা ডেকে একটি ট্যাবলেট পড়তে পারে।
বাংলাদেশ ও ভারতের অবকাঠামো উন্নয়নে আয়রনওয়ার্কার
বাংলাদেশ ও ভারতে বিশাল অবকাঠামো সম্প্রসারণ চলছে — পদ্মা সেতু, ঢাকা মেট্রোরেল, মুম্বাই উপকূলীয় সড়ক, দিল্লি-মুম্বাই শিল্প করিডোর। এই প্রকল্পগুলিতে রিইনফোর্সিং আয়রনওয়ার্কারদের ব্যাপক ব্যবহার হচ্ছে। এই অঞ্চলে রিবার স্থাপনের কাজ এখনও প্রধানত ম্যানুয়াল কারণ: (১) শ্রম খরচ কম, (২) CNC মেশিনের পুঁজি বিনিয়োগ বড় ঠিকাদাররাই বহন করতে পারে, এবং (৩) BIM গ্রহণযোগ্যতা এখনও প্রাথমিক পর্যায়ে। তবে বড় প্রকল্পে আন্তর্জাতিক ঠিকাদারদের সাথে কাজ করলে ডিজিটাল সরঞ্জাম দক্ষতা একটি প্রতিযোগিতামূলক সুবিধা।
FAQ
রোবট কি ২০৩০ সাল নাগাদ আয়রনওয়ার্কারদের প্রতিস্থাপন করবে? [অনুমান] না। আমাদের মডেল ২০২৮ সাল নাগাদ ১৫% পর্যবেক্ষণ করা এক্সপোজার এবং ১১% অটোমেশন ঝুঁকি দেখায়। সবচেয়ে আক্রমণাত্মক গতিপথেও, কাজের স্থাপন-এবং-বাঁধাইয়ের অংশ — শিফট ঘণ্টার প্রায় ৪০% — ২০৩০ সাল পর্যন্ত মানব-নেতৃত্বে থাকে।
রিবার বাঁধাই কি AI-এর জন্য সত্যিই এত কঠিন? [তথ্য] হ্যাঁ। বাঁধাই ঘটে অত্যন্ত পরিবর্তনশীল সাইটের অবস্থায় টাইট সহিষ্ণুতার সাথে, একই ডেকে মিশ্র ট্রেড এবং কাঠামোগত-ইঞ্জিনিয়ার সাইনঅফের সাথে সংযুক্ত গুণমান বিচার সহ। ল্যাব ডেমোতে সফল ভিশন সিস্টেমগুলি ধুলো, ঝলকানো এবং ওভারল্যাপে নির্ভুলতা হারায়।
আমি কি অ্যাপ্রেন্টিসশিপ এড়িয়ে পরিবর্তে কোডিং শিখব? [দাবি] না। প্রধান মেট্রোতে মধ্যম জার্নিম্যান আয়রনওয়ার্কার মজুরি এবং সুবিধা $৭০-৯৫K পরিসরে পড়ে, এবং অ্যাপ্রেন্টিসশিপ বেতনসহ। AI সাইট কাজের চেয়ে দ্রুত হোয়াইট-কলার ড্রাফটিং কাজ প্রতিস্থাপন করে।
কোন AI সরঞ্জামগুলি আসলে আজ জবসাইটে আছে? [তথ্য] BIM/ট্যাবলেট ওয়ার্কফ্লোর জন্য Trimble FieldLink, Procore, PlanGrid। ML-চালিত ডিটেইলিংয়ের জন্য Tekla এবং ProConcrete। নিশ রিবার বাঁধাই ও স্থাপনার জন্য SkyMul এবং Toggle। প্রথম তিনটি আপনি সবচেয়ে বেশি স্পর্শ করবেন।
ত্রৈমাসিক মেট্রিক আপডেট সহ পূর্ণ কার্য-স্তর বিশ্লেষণের জন্য, রিইনফোর্সিং আয়রনওয়ার্কারদের পেশাদার পৃষ্ঠা দেখুন।
আপডেট ইতিহাস
- ২০২৬-০৪-২৬: v2.2 মানদণ্ডে সম্প্রসারিত। পদ্ধতি, জীবনের একদিন, পাল্টা-বর্ণনা, মূল কার্য স্কোরিং, তিনটি সাইট পর্যবেক্ষণ (মার্চ ২০২৬), এবং ২০২৬-২০২৮ দৃষ্টিভঙ্গি যোগ করা হয়েছে। AI এক্সপোজার খুব-নিম্ন (৫-১৫%) থাকে; অটোমেশন ঝুঁকি নিম্ন (৫-১১%) থাকে।
- পূর্ববর্তী: মূল v1 এভারগ্রিন পোস্ট (২০২৬-Q1)।
Analysis based on the Anthropic Economic Index, U.S. Bureau of Labor Statistics, and O*NET occupational data. Learn about our methodology
আপডেট ইতিহাস
- ২৫ মার্চ, ২০২৬ তারিখে প্রথম প্রকাশিত।
- ১১ মে, ২০২৬ তারিখে সর্বশেষ পর্যালোচিত।