La mayoría de los activos de los organismos públicos incluyen pavimento y, por lo tanto, requieren relevamientos para la detección de grietas y tareas de mantenimiento. 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) en sus flujos de trabajo de recolección de datos de campo, con especial enfoque en la detección de grietas en el pavimento. Sin embargo, enfrentaron desafíos para salvar la brecha entre la identificación digital de las grietas y su clasificación según la evaluación de su condición. Por lo tanto, buscaron desarrollar una 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, mediante la creación de 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 el 75 % de tiempo de campo, y se espera un ahorro de USD144 000 en 100 inspecciones aeroportuarias sin afectar el tráfico o las operaciones.