Artificiell Intelligens användning inom drönarskanning och livedata: En kartläggning över befintliga modeller och branschperspektiv

Abstract

Denna studie undersöker integrationen av artificiell intelligens (AI) och drönarteknik i Pontarius arbetsflöden, med fokus på att förbättra inspektioner av infrastruktur, såsom asfalt och byggnader. Genom att kombinera kvalitativa och kvantitativa forskningsmetoder utforskar projektet både tekniska och organisatoriska utmaningar kopplade till implementeringen av Artificiell Intelligens. En fallstudiedesign används för att ge en djupgående förståelse av de specifika förutsättningarna för en effektiv AI-användning. Forskningen bygger på semistrukturerade intervjuer med nyckelintressenter, tekniska dataanalys av AI-modeller som DeepCrack, samt granskning av interna arbetsflöden och riktlinjer. Denna metodkombination möjliggör en omfattande förståelse för potentiella hinder och möjligheter vid AI-integrering. Genom att säkerställa validitet och tillförlitlighet via metodtriangulering levererar studien handlingsbara insikter som kan överföras till andra organisationer med liknande utmaningar. Resultaten syftar till att bidra till utvecklingen av anpassningsbara och skalbara metoder för teknikimplementering, tillämpliga inte bara för Pontarius utan även för andra sektorer. Studien förväntas ge värdefulla perspektiv på både den tekniska effektiviteten och den organisatoriska beredskapen som krävs för en framgångsrik AI-integrering, och därigenom främja innovation och förbättrad infrastrukturförvaltning