La maggior parte degli asset di enti pubblici comprende pavimentazioni e, pertanto, richiede il rilevamento delle crepe e la loro manutenzione. Dato che le pratiche e le tecnologie tradizionali di valutazione delle pavimentazioni sono lunghe e imprecise, Benesch ha esplorato l'integrazione dell'intelligenza artificiale e del machine learning nei loro flussi di lavoro di raccolta dati sul campo, mirando al rilevamento delle crepe nelle pavimentazioni. Tuttavia, ha dovuto affrontare delle sfide per colmare il divario tra l'identificazione digitale delle crepe e la loro classificazione in base alla valutazione delle condizioni. Pertanto, ha cercato di sviluppare la sua soluzione tecnologica per il rilevamento delle crepe.

La società ha scelto iTwin Capture Modeler, AssetWise e iTwin di Bentley per pilotare la sua innovazione digitale in tre cantieri attivi negli Stati Uniti, creando i digital twin dei cantieri. La tecnologia di Bentley ha sfruttato la potenza dell'intelligenza artificiale e del machine learning, ottimizzando il processo di rilevamento delle crepe e inserendo i dati nel digital twin per l'analisi. La soluzione automatizza la digitalizzazione dei dati relativi alle linee di crepe e consente di risparmiare il 75% in termini di tempo trascorso sul campo. Si prevede inoltre un risparmio di 144.000 dollari in 100 ispezioni aeroportuali senza impattare sul traffico e/o sulle operazioni aeroportuali.