À medida que a Digs introduziu novas capacidades de IA, as necessidades de anotação de dados tornaram-se mais sofisticadas. O trabalho que começou com a segmentação de divisões expandiu-se para a denominação de divisões, medições, interpretação de paredes e outros elementos da planta. O desafio não era simplesmente etiquetar mais imagens. A Digs precisava de uma operação de anotação de dados capaz de se adaptar à medida que o produto evoluía, preservando ao mesmo tempo a consistência posterior de que os construtores e proprietários de residências dependiam.

Encontrar um parceiro de anotação que se pudesse adaptar à medida que o produto evoluía

A Digs fez uma parceria com a Uber AI Solutions (UAIS). A equipa da UAIS alinhou-se rapidamente com o ambiente técnico existente da Digs e com os seus fluxos de trabalho em evolução, em vez de os forçar a adotar uma estrutura operacional rígida. A UAIS reuniu uma equipa dedicada à anotação e trabalhou dentro do processo de análise estabelecido pela Digs. À medida que os requisitos mudavam, os fluxos de trabalho eram ajustados de forma incremental. Os fluxos de trabalho ajustados suportaram layouts rodados, regras de segmentação atualizadas, denominação de divisões, medições e elementos de planta cada vez mais especializados, sem reconstruir a operação a partir do zero.

A colaboração também resolveu uma lacuna de visibilidade operacional. Como os processos de revisão e ingestão existiam em sistemas separados, o trabalho bloqueado e os problemas emergentes podiam ser difíceis de identificar rapidamente. A UAIS introduziu relatórios de painel de controlo e atualizações automatizadas do Slack que apresentavam o estado da fila, as operações ativas e os elementos bloqueados, dando a ambas as equipas uma maior visibilidade diária e reduzindo a coordenação manual.

Com experiência operacional na gestão de programas de anotação complexos e na adaptação a requisitos em mudança, a UAIS permitiu à Digs expandir a utilização de dados de construção estruturados sem criar um novo processo interno sempre que os requisitos de anotação mudavam.

Uma base escalável para fluxos de trabalho de construção baseados em IA

Os sistemas de IA para a construção residencial dependem da interpretação precisa de documentos visuais extremamente variáveis. A criação dessas capacidades requer operações de anotação que possam evoluir juntamente com o produto em si.

Ao fazer uma parceria com a Uber AI Solutions, a Digs estabeleceu um fluxo de trabalho fiável de anotação de plantas, capaz de suportar requisitos em mudança, manter a qualidade e escalar operacionalmente sem introduzir complexidade desnecessária. Agora, a Digs está a criar fluxos de trabalho baseados em IA para a era moderna da construção e propriedade de residências.