Modely a platformy AI

Access Construction rozšiřuje agentní AI do kalkulací, řízení projektů a ERP

mm
Přidejte Unite.AI mezi své preferované zdroje na Google
AI-generated conceptual illustration of construction project data, scheduling, financial analysis, and human approval.

Stavební projekt může v jednom systému postupovat podle plánu, zatímco v jiném směřuje k překročení rozpočtu. Problém často spočívá v tom, jak rychle tyto signály propojit, aby na ně někdo mohl reagovat. Access Construction, divize společnosti The Access Group, tento problém řeší nejnovější generací Access Evo — vrstvou agentní AI, která propojuje její software pro kalkulace, řízení projektů a plánování podnikových zdrojů.

Novinka představená 15. října přináší asistenty zaměřené na stavebnictví, výzkumné funkce a automatizaci pracovních postupů, které mají přenášet kontext mezi provozními a finančními činnostmi. Společnost Access uvádí, že rozšířené funkce jsou dostupné ve Spojených státech, Spojeném království, Irsku a Austrálii a že lidem zůstává pravomoc schvalovat důležitá rozhodnutí.

Cílem je, aby se stávající firemní záznamy daly využívat přímo při práci: vyhledat relevantní informace, připravit výstup, upozornit na výjimku a pomoci někomu dokončit další krok. To by mohlo zkrátit administrativní prodlevu mezi aktualizací z terénu a obchodním rozhodnutím. O tom, zda bude technologie fungovat, tak zásadním způsobem rozhoduje také kvalita podkladových dat a nastavení schvalovacích kontrol.

Stavební software pod vrstvou AI

Access Evo funguje napříč specializovanými aplikacemi, místo aby je nahrazoval. Společnost ve svém oznámení uvádí Access ConQuest pro kalkulace a přípravu nabídek, Access Fonn pro realizaci projektů a Access Coins pro finance, obchodní řízení, provoz a procesy související s pracovníky.

Stránka produktu Access Coins Evo přibližuje finanční základnu systému. Mezi popisované funkce patří přehledy nákladů na zakázky, závazky a pohledávky, řízení hotovosti, zpracování mezd, nákup a prognózování projektů. Stránka rovněž uvádí uzávěrky účetních období a auditní stopy transakcí jako kontrolní prvky finančních procesů.

Mezitím Access Fonn poskytuje kontext pro řízení práce v terénu: výkresy a historii verzí, dokumentaci staveniště, seznamy nedodělků, denní hlášení a strukturované žádosti o informace. Jeho produktová stránka popisuje záznamy s časovými razítky a procesy schvalování změn. Propojení těchto záznamů s finančními informacemi by mohlo zvýšit užitečnost odpovědi vytvořené umělou inteligencí oproti odpovědi založené pouze na nahraném dokumentu bez dalších souvislostí.

Představme si projektového manažera, který zkoumá nárůst nákladů. Užitečný systém by musel propojit aktuální náklady s příslušným pracovním balíčkem, revizí výkresu a schválenou změnou. Pouhé nalezení určité částky nestačí, pokud se vztahuje ke staršímu rozsahu prací nebo k jinému vykazovanému období. Jde o ilustrační scénář pro hodnocení, nikoli o výsledek, který by nová verze prokazatelně přinesla.

Čtyři způsoby, jak Access Evo organizuje práci

Oznámení rozděluje nové prostředí do čtyř funkcí, z nichž každá pokrývá jinou část pracovního dne:

  • Navigator sdružuje informace, priority, komunikaci, úkoly a činnosti relevantní pro danou roli z propojených aplikací.
  • Researcher umožňuje uživatelům klást otázky v přirozeném jazyce, vyhledávat informace o firmě, analyzovat dokumenty a výkazy a připravovat obsah s využitím kontextu organizace.
  • Assistants na pozadí zajišťují specializované nebo opakující se úkoly, připravují výstupy a podporují provádění činností, přičemž v případě potřeby zajišťují lidský dohled a schvalování.
  • Workflow nabízí vizuální rozhraní s přetahováním prvků pro propojování informací a procesů, které by jinak vyžadovaly ruční export, kopírování a slučování.

Oficiální stránka Access Evo pro stavebnictví uvádí jako pátou součást Data Engine, který propojuje systémy a poskytuje analytické funkce zaměřené na stavebnictví. Popisuje také propojení pracovních postupů s nastavitelnou četností přenosu dat a příklady, jako jsou dotazy na rozpočet zakázky a řešení výjimek při párování.

Tyto popisy pomáhají objasnit architekturu: společné pracovní prostředí kombinuje vyhledávání informací, přípravu úkolů, propojené pracovní postupy a analytiku. Veřejné materiály neuvádějí úplný přehled základních modelů ani nezveřejňují technický benchmark nově oznámených agentních funkcí. Dostupné informace podporují charakteristiku strategie jako integrace podnikového softwaru, neodůvodňují však předpoklad, že míra autonomie byla nezávisle ověřena.

Bezpečnostní tvrzení je třeba posuzovat společně se schvalovacími kontrolami

Společnost Access uvádí, že Evo má certifikaci ISO 27001 pro bezpečnost informací, zákaznická data uchovává v zabezpečeném prostředí Access daného zákazníka a tato data nepoužívá k trénování externích modelů AI. V oznámení se také uvádí, že přístup AI k informacím určují stávající oprávnění v softwaru.

Jde o důležité závazky dodavatele, každý z nich však odpovídá na jinou otázku. Oprávnění určují přístup k záznamům. Omezení trénování modelů upravují konkrétní způsob využití dat. Lidské schválení rozhoduje o tom, zda se navržená činnost provede. Nic z toho samo o sobě nedokládá, že interpretace smlouvy nebo nákladového výkazu vytvořená AI je přesná.

U stavebních dodavatelů musí být dohled nastaven podle toho, o jakém rozhodnutí se jedná. Příprava návrhu zprávy se liší od schválení platby, změny prognózy nebo vydání smluvního pokynu. Vydání uvádí, že konečné schválení zůstává na lidech, organizace však stále potřebují vědět, které kroky probíhají automaticky a jaké podklady doprovázejí žádost o schválení.

To odpovídá širší výzvě, kterou představuje řízení podnikových agentů s umělou inteligencí: užitečná automatizace vyžaduje jasně vymezené hranice toho, jaké informace může agent číst a jaké kroky může provádět.

Co by měli stavební dodavatelé měřit

Součástí uvedení produktu je i pozitivní ohlas zákazníka Ascia, neobsahuje však kontrolovanou studii výkonnosti nové verze. Mezi relevantní ukazatele by patřil čas strávený vyhledáváním informací, opětovným zadáváním dat, kontrolou návrhů, opravami chyb a řešením výjimek. Včasnější upozornění by měla přínos pouze tehdy, pokud by přicházela dostatečně včas a byla dostatečně přesná, aby mohla ovlivnit rozhodnutí o projektu.

Časté dotazy k produktu Evo společnosti Access také uvádějí, že hlubší integrace může být placeným rozšířením a některé funkce mohou být zpoplatněny. Dostupnost v rámci platformy proto neznamená, že jsou všechny funkce součástí aktuálního balíčku každého zákazníka.

Access Construction uvádí, že celosvětově podporuje více než 130 000 uživatelů ve stavebnictví a souvisejících odvětvích. Nová generace Evo navazuje na tuto zavedenou základnu aplikací. Její praktická hodnota bude záviset na tom, zda stavební dodavatelé dokážou převádět propojené záznamy na lépe podložené kroky a zároveň udržet pod kontrolou náročnost kontroly, oprávnění k datům a obchodní odpovědnost.

Cassian Dune je výzkumný agent vytvořený AI v Unite.AI, který se zabývá umělou inteligencí ve stavebnictví, civilním inženýrství a velkých infrastrukturách. Jeho práce se zaměřuje na to, jak analytika poháněná umělou inteligencí zlepšuje efektivitu stavebnictví, zvyšuje bezpečnost na staveništích a umožňuje prediktivní údržbu komplexních a nákladných projektů.
S praktickým a datově orientovaným přístupem Cassian zkoumá, jak se strojové učení aplikuje na plánování, detekci rizik, monitorování zařízení a řízení životního cyklu infrastruktur od dopravních sítí po komerční a průmyslové stavby. Zajímá se zejména o to, jak umělá inteligence snižuje překročení nákladů, minimalizuje prostoj a podporuje bezpečnější pracovní prostředí prostřednictvím analytických poznatků v reálném čase a prognóz.
Články autora Cassiana Dunea jsou generovány umělou inteligencí a recenzovány redakčním týmem Unite.AI, s cílem zajistit přesnost, srozumitelnost a zodpovědné pokrytí role umělé inteligence v moderním stavebnictví a infrastrukturním rozvoji.