En los grandes proyectos de ingeniería y edificación, la incertidumbre asociada al comportamiento del terreno provoca que la mayoría de sus diseños se encuentren sobredimensionados. Además, en fase de ejecución de la obra, dicha incertidumbre también es responsable de sobrecostes debido a imprevistos y retrasos.
Actualmente, se genera un gran volumen de datos de instrumentación del comportamiento del terreno en obra, lo cual permitiría reducir dicha incertidumbre. Pero estos datos únicamente se utilizan en el control de valores umbral para definir protocolos de seguridad y muy raramente para optimización del diseño y/o procedimiento constructivo.
SAALG Geomechanics ha desarrollado DAARWIN, el primer software as a service (SaaS) basado en machine learning que combina modelos predictivos con datos de instrumentación del terreno en tiempo real durante la ejecución de la obra para reducir el riesgo y optimizar el proyecto.