Manuálne prepisovanie údajov z výkresov do výkazov výmer a zdĺhavé overovanie súladu normatívov spomaľovali investičné projekty stredoeurópskeho developera až do momentu, kedy do schvaľovacieho procesu nasadil AI automatizačný systém na báze počítačového videnia a NLP.
Kto, kde a prečo nasadil automatizáciu
Stredne veľká európska stavebná a realitná spoločnosť spravujúca rezidenčné portfólio v hodnote 120 miliónov eur čelila kritickému úskaliu pri príprave tendrovej dokumentácie. Tím rozpočtárov a projektantov strávil vyše 180 hodín mesačne kontrolou výkresovej dokumentácie, manuálnym extrahovaním položiek a porovnávaním zmien v projektoch. Tento ľudský faktor viedol k 12-percentnej chybovosti v rozpočtoch, čo spôsobovalo neplánované predraženie pri samotnej realizácii stavieb a zbytočné dohadovanie s dodávateľmi.
Architektúra a fungovanie AI systému v praxi
Implementované riešenie kombinuje OCR algoritmy, počítačové videnie (Computer Vision) a špecializované veľké jazykové modely trénované na stavebných normách a výkazoch výmer. Vstupom do systému sú PDF výkresy, BIM modely a naskenované technické správy od architektov.
Proces spracovania prebieha v troch automatizovaných krokoch:
- Skenovanie a detekcia prvkov: Algoritmus počítačového videnia identifikuje jednotlivé stavebné prvky, nosné konštrukcie, izolačné vrstvy a výmery plôch priamo z dvojrozmerných či trojrozmerných projektov.
- Sémantické párovanie s cenníkmi: NLP modul preloží vizuálne dáta do štandardizovaných kódov stavebných prác a automaticky priradí aktuálne jednotkové ceny z dodávateľských databáz.
- Detekcia kolízií a odchýlok: Systém porovná novú verziu projektovej dokumentácie so staršou a okamžite zvýrazní akékoľvek nezrovnalosti, vynechané položky alebo geometrické kolízie vo výkresoch.
Technická integrácia prebiehala prostredníctvom bezpečných API rozhraní priamo do existujúceho ERP systému a nástrojov Autodesk Revit. Dátový model nevyžadoval žiadnu manuálnu konverziu formátov, pretože AI vrstva dokáže čítať tak vektorové CAD súbory, ako aj ploché rastrové skeny vo formáte PDF. Tým sa zabezpečila plynulá adopcia zo strany interného tímu bez nutnosti zdĺhavého zaškoľovania.
Celý tento proces prebieha v cloudovom prostredí a rozpočtár namiesto trojdňového manuálneho vymeriavania získa hotový návrh výkazu výmer do 15 minút, pričom jeho úlohou je už len záverečná kontrola a schválenie. Týmto spôsobom sa rapídne zrýchľuje fáza pre-construction.
Príklad z praxe
- Firma: stredná európska firma
- AI riešenie: AI automatizačný systém
- Problém: manuálne a časovo náročné procesy
- Výsledok: výrazné úspory času a nákladov
Merateľné výsledky: Úspora 140 hodín mesačne a pokles chybovosti
Po šiestich mesiacoch ostrého prevádzkovania AI automatizačného systému vykazuje spoločnosť jasné ekonomické indikátory úspešnosti. Čas potrebný na spracovanie kompletnej tendrovej dokumentácie k novému objektu klesol zo 180 hodín na menej ako 40 hodín mesačne, čo predstavuje úsporu presne 140 človekohodín vysoko kvalifikovaných odborníkov.
Finančný dopad je rovnako výrazný:
- Zníženie chybovosti o 85 %: Vďaka eliminácii manuálnych prepisov klesol počet chybných položiek vo výkazoch výmer z pôvodných 12 % na menej ako 1,8 %.
- Skrátenie schvaľovacieho cyklu o 65 %: Príprava podkladov pre verejné obstarávanie a výberové konania zhotoviteľov sa skrátila z troch týždňov na päť dní.
- Návratnosť investície (ROI): Náklady na vývoj a integráciu AI systému sa firme vrátili už po 4,5 mesiacoch prevádzkovania vďaka eliminovaniu dodatočných nákladov zo stavebných rozporov.
Čo z tohto prípadu vyplýva pre ostatné realitné a stavebné spoločnosti
Skúsenosť stredoeurópskeho developera ukazuje, že úspech algoritmov v stavebníctve nezávisí od nákupu drahých univerzálnych softvérov, ale od úzkeho prepojenia AI na existujúce dáta a procesy. Stavebný sektor dlhodobo trpí nízkoefektívnymi administratívnymi postupmi, kde vysokokvalifikovaní inžinieri vykonávajú rutinnú dátovú prácu.
Firmy, ktoré dokážu delegovať zber, štruktúrovanie a verifikáciu dát z projektovej dokumentácie na AI systémy, získavajú obrovskú konkurenčnú výhodu pri naceňovaní stavieb. Kľúčom k úspešnej implementácii je začatie s jedným konkrétnym úzkym hrdlom – v tomto prípade výkazom výmer – a až po jeho odladení rozširovanie automatizácie na správu budov či riadenie dodávateľského reťazca. Podstatné je prepojenie AI s reálnymi obchodnými cieľmi a merateľnými KPI.