Pomalé manuálne prechádzanie stoviek stránok stavebných povolení a výkazov výmer vyriešila slovenská developerská firma nasadením autonómneho AI agenta postaveného na open-weight modeli Qwen 2.5-72B. Stredne veľká stavebná a developerská spoločnosť s 350 zamestnancami pôsobiaca na Slovensku narážala na limity ľudských kapacít pri spracovaní verejných obstarávaní a súkromných tenderov. Súbežný súbeh desiatok obstarávaní vyžadoval detailnú analýzu tisícov strán právnych, technických a environmentálnych dokumentov, čo neúmerne predlžovalo čas potrebný na predloženie ponuky. Riziko opomenutia kľúčových podmienok v územných rozhodnutiach alebo špecifikáciách materiálov viedlo k nepresným odhadom nákladov a strate konkurenčnej výhody.
Architektúra a technické fungovanie AI agenta
Spoločnosť zvolila cestu nasadenia open-weight modelu Qwen 2.5-72B v kvantizovanej verzii na vlastnom on-premise serveri s GPU akceleráciou. Toto riešenie eliminovalo bezpečnostné riziká spojené s odosielaním nepublikovaných projektových dokumentov a cenových máp do externých cloudových služieb. Celý systém bol prepojený s lokálnym vektorovým úložiskom prostredníctvom architektúry RAG (Retrieval-Augmented Generation) a doplnený o pokročilú vrstvu optického rozpoznávania znakov (OCR), ktorá zvládne aj nekvalitné skeny stavebných výkresov.
Informačný tok začína automatickým sťahovaním dokumentácie zo štátnych vestníkov a klientskych ukladísk. Lokalizovaný AI agent najprv vykoná sémantickú segmentáciu neštruktúrovaných PDF súborov, príloh a tabuľkových výkazov. Následne spúšťa paralelné analytické úlohy: vyhodnocuje zmluvné pokuty, overuje súlad územného rozhodnutia s predloženým architektonickým zámerom a krížovo kontroluje výkazy výmer. Agent dokáže identifikovať chýbajúce položky v cenníkoch alebo nezrovnalosti medzi textovou časťou a grafickými výkresmi. Pre rozpočtový tím generuje štruktúrovanú sumarizáciu s presnými odkazmi na konkrétne odseky a strany v zdrojových spisoch.
Kvantifikovateľné prínosy a úspora zdrojov
Nasadenie AI agenta výrazne urýchlilo celý predpredajný proces a zvýšilo presnosť ponukových kalkulácií. Príprava kompletnej ponukovej dokumentácie sa skrátila o 65 %, vďaka čomu spoločnosť dokáže reagovať na podstatne vyšší počet vyhlásených súťaží bez narastajúcich požiadaviek na personálny stav. Automatická kontrola položkových rozpočtov znížila chybovosť vo výkazoch výmer o 40 %, čím priamo zamedzila neočakávaným finančným stratám pri realizácii stavieb.
V priebehu roka 2024 dosiahla úspora času viac ako 120 človeko-hodín mesačne. Vysokokvalifikovaní inžinieri a analytici tak namiesto rutinného čítania stovák strán textu venujú energiu hodnotovým hodnoteniam dodávateľov, vyjednávaniu podmienok a optimalizácii stavebných postupov.
Príklad z praxe
- Firma: Stredne veľká stavebná a developerská spoločnosť (350 zamestnancov), Slovensko
- AI riešenie: Lokalizovaný AI agent postavený na open-weight modeli Qwen 2.5-72B
- Problém: Zdĺhavá manuálna kontrola a vyhodnocovanie stoviek stránok projektovej dokumentácie a územných rozhodnutí, čo spomaľovalo vstup do verejných súťaží a zvyšovalo chybovosť pri odhadoch nákladov.
- Výsledok: Skrátenie času prípravy ponukovej dokumentácie o 65 %, zníženie chybovosti vo výkazoch výmer o 40 % a úspora viac ako 120 človeko-hodín mesačne v roku 2024.
Strategické ponaučenie pre B2B sektor
Prípadová štúdia potvrdzuje, že otvorené jazykové modely prevádzkované na vlastnej infraštruktúre dosahujú dostatočnú presnosť pre náročné doménové úlohy v stavebníctve. Firmy, ktoré nasadia autonómnych agentov na spracovanie neštruktúrovanej dokumentácie, získajú výraznú operatívnu výhodu. Automatizované preverovanie podkladov v raných fázach obstarávania minimalizuje riziko ľudskej chyby, znižuje náklady na ponukové konanie a umožňuje presnejšie riadenie marží ešte pred podpisom zmluvy.