La mayoría de los activos de las agencias públicas incluyen pavimento y, por lo tanto, requieren reconocimiento y mantenimiento de detección de grietas. Dado que la tecnología y las prácticas tradicionales de evaluación de pavimentos son laboriosas e inexactas, Benesch exploró la integración de la inteligencia artificial (IA) y el aprendizaje automático (ML, por sus siglas en inglés) en sus flujos de trabajo de recolección de datos de campo, con especial enfoque en la detección de grietas en el pavimento. Sin embargo, se enfrentaron a desafíos para cerrar la brecha entre identificar digitalmente las grietas y clasificarlas con base en la evaluación de su condición. Por lo tanto, buscaron desarrollar su solución de tecnología de detección de grietas en el pavimento.

Seleccionaron iTwin Capture Modeler, AssetWise e iTwin de Bentley para poner a prueba su innovación digital en tres sitios de proyectos activos en los Estados Unidos, con lo que crearon gemelos digitales de los sitios. La tecnología de Bentley aprovechó el poder de la IA y el ML, lo que agilizó el proceso de detección de grietas y alimentó los datos en el gemelo digital para su análisis. La solución automatiza la digitalización de los datos de líneas de grietas y ahorra 75 % en tiempo de campo, y se espera que ahorre USD 144 000 en 100 inspecciones aeroportuarias sin afectar el tráfico y/o las operaciones aeroportuarias.