Kajima Terapkan Otonomi Robot FieldAI di Berbagai Lokasi Konstruksi

Pada 5 November 2026, Kajima mengumumkan bahwa perusahaan telah memulai penerapan skala penuh robot otonom yang menggunakan perangkat lunak otonomi FieldAI berbasis AI fisik. Penerapan ini dilakukan berdasarkan perjanjian layanan tingkat perusahaan dan mengalihkan kolaborasi dari proyek-proyek individual ke penggunaan berkelanjutan di lokasi konstruksi aktif.

Perjanjian tersebut dicapai pada 2025. Dalam kurun waktu sekitar satu tahun sejak penandatanganan, Kajima telah menerapkan robot-robot itu di lebih dari 10 lokasi konstruksi di Jepang. Penerapan di lokasi dan untuk aplikasi tambahan terus berlanjut berdasarkan perjanjian tersebut. Nilai kontrak maupun harga tidak diungkapkan.

Robot-robot tersebut mengambil alih sebagian pekerjaan rutin manajemen konstruksi, termasuk berkeliling lokasi, membuat dokumentasi visual, dan melakukan pemindaian 3D. Kajima mengaitkan penerapan ini dengan kekurangan tenaga kerja di industri konstruksi dan reformasi pola kerja, dengan tujuan mengurangi beban kerja rutin para insinyur sekaligus menjaga keselamatan dan meningkatkan produktivitas. Dengan demikian, para insinyur dapat lebih berfokus pada pertimbangan teknis tingkat lanjut serta keputusan terkait keselamatan, mutu, dan jadwal yang diperlukan dalam setiap proyek.

Kedua perusahaan telah berkolaborasi sejak 2023 dan menyempurnakan teknologi tersebut melalui pengoperasian di lokasi kerja nyata. Robot-robot itu telah menyelesaikan lebih dari 2.000 misi otonom dengan berbagai jenis robot, tugas, dan lokasi. Kajima menggambarkan kegiatan saat ini sebagai penggunaan berkelanjutan, bukan demonstrasi dalam kondisi terbatas. Perbedaan ini penting dalam proyek konstruksi, ketika struktur serta penempatan bahan dan peralatan berubah setiap hari.

Unit Otonomi Serbaguna

Sistem ini berpusat pada unit otonomi yang dapat dipasang pada berbagai jenis robot. Kamera dan LiDAR menangkap citra serta data awan titik, sementara perangkat AI edge memproses informasi tersebut di robot, bukan di cloud, lalu menentukan arah perjalanan yang aman secara waktu nyata. Pemrosesan lokal mendukung pengoperasian otonom di dalam ruangan, di bawah tanah saat penentuan posisi GNSS berbasis satelit tidak tersedia, serta di tempat-tempat yang sulit dijangkau komunikasi eksternal.

Menurut Kajima, inti perangkat lunak, Field Foundation Models milik FieldAI, memadukan pembelajaran berbasis data, penalaran berbasis fisika, dan kuantifikasi ketidakpastian untuk menangani situasi yang belum pernah dipelajari sistem serta lingkungan yang berubah setiap hari. Desain serbagunanya berbeda dari teknologi kendali robot konvensional yang perlu disesuaikan untuk lokasi tertentu.

Saat pertama kali dioperasikan, robot menjelajahi area yang belum dikenal dan membuat peta tiga dimensi. Dalam putaran berikutnya, robot menghindari rintangan, mengambil foto dan pengukuran awan titik, serta memperbarui peta seiring perubahan kondisi lokasi. Setelah menyelesaikan tugasnya, robot kembali ke stasiun pengisian daya dan mengunggah data yang secara otomatis ditata agar dapat diakses melalui web. Pengguna juga dapat mengarahkan robot ke lokasi tertentu melalui tablet atau PC dan melihat video secara waktu nyata.

Keamanan, Catatan Kemajuan, dan Tanggap Bencana

Perangkat lunak yang sama mendukung beberapa aplikasi. Saat berpatroli untuk keamanan pada hari libur kerja, larut malam, atau dini hari, robot akan merespons anomali yang terdeteksi dengan menyalakan lampu LED berintensitas tinggi yang berkedip dan mengeluarkan peringatan audio. Sementara itu, personel yang bertanggung jawab dapat melihat video yang direkam secara waktu nyata. Untuk memantau kemajuan, foto 360 derajat yang diambil secara otomatis dan awan titik berwarna beresolusi tinggi menyajikan informasi tentang status konstruksi dan dimensi.

Robot-robot tersebut juga dapat dikerahkan ke lokasi pemulihan bencana setelah gempa bumi atau hujan lebat untuk mengumpulkan foto, data awan titik, dan video langsung sebelum keselamatan lokasi dipastikan. Kajima menyatakan bahwa penggunaan robot, alih-alih manusia, untuk pengumpulan data awal tersebut dapat mempercepat respons awal.

Kajima berencana memperluas penerapan secara bertahap ke lebih banyak lokasi kerja dan bermaksud menggunakan perangkat lunak otonomi itu pada teknologi lain yang sedang dikembangkannya, sehingga kemampuan otonomi pada mesin tambahan dapat ditingkatkan. Persoalan utama pada tahap berikutnya adalah sejauh mana platform yang sama dapat digunakan kembali seiring Kajima menambah lokasi, aplikasi, dan mesin, sementara para insinyur tetap bertanggung jawab atas pertimbangan teknis dan pengelolaan keselamatan.