Umělá inteligence při tvorbě stavebních rozpočtů: Co je skutečné, co je stále jen demo a jak to mohou stavební firmy poznat

Stavebnictví se opírá o výkresovou dokumentaci. Než může stavební firma podat nabídku na stavbu, někdo z jejího týmu musí sestavit výkaz výměr. Projde soubor projektové dokumentace, tedy soubor výkresů v PDF, které pro daný projekt vydají architekt a inženýři, a spočítá a změří vše, co firma dodá a namontuje: zásuvky, dveře, umyvadla, běžné metry stěn a čtvereční metry podlah. Tyto výměry se zapíší do rozpočtu, oceněného dokumentu, který se stává nabídkou. Pokud firma zakázku získá, stejná čísla se znovu objeví ve změnových listech, tedy oceněných a podepsaných dodatcích ke smlouvě, které se připravují při změnách projektu.

Sestavování výkazu výměr je pomalé a jednotvárné a případná chyba může být nákladná, proto je zřejmým cílem pro využití umělé inteligence. Vyvíjím software, který čte stavební výkresy, a stavební firmy, se kterými mluvím, se snaží rozhodnout, kterým tvrzením o umělé inteligenci věřit. Tady popisuji, jak rozlišuji mezi tím, co funguje, a tím, co je zatím jen demo.

Očekávání předbíhají zavádění

Rozdíl mezi očekáváním a skutečností dokládají dvě nedávná šetření. Ve studii Dodge Construction Network ve spolupráci s CMiC, zveřejněné v prosinci 2025, uvedlo 87 % stavebních firem, že očekává, že umělá inteligence promění celé odvětví, a 19 % uvedlo, že jí přizpůsobilo své pracovní postupy.

RICS, profesní organizace geodetů, oslovila pro svůj zprávu o umělé inteligenci ve stavebnictví z roku 2025 více než 2 200 odborníků ze stavebnictví. Přibližně 45 % uvedlo, že jejich organizace umělou inteligenci vůbec nezavedla, a méně než 1 % popsalo její využití jako plně začleněné do celé organizace. Časopis Construction Dive o těchto zjištěních informoval pod titulkem „Stavební firmy navzdory vnímaným přínosům zavádějí AI pomalu.“

Očekávání a zavádění umělé inteligence ve dvou nedávných šetřeních. Zdroje dat: Dodge Construction Network a CMiC (prosinec 2025), RICS (2025). Obrázek: Bildrix

Přirozeným místem, kde začít, je příprava stavby – vše, co stavební firma dělá před zahájením prací (podávání nabídek, kontrola dokumentace, plánování), protože vstupní podklady už jsou v digitální podobě.

Co dnes funguje

Čtení projektové dokumentace je dnes samostatnou kategorií funkčních produktů. Software dokáže roztřídit výkresové listy v souboru a pojmenovat je, zjistit měřítko každého výkresu, podle legendy vytvořené inženýrem pro daný projekt spočítat symboly, například zásuvky, svítidla a zařizovací předměty, a změřit místnosti i stěny. Rozpoznávání symbolů ve výkresech je už řadu let aktivní oblastí výzkumu. Datová sada FloorPlanCAD, zveřejněná v roce 2021, obsahovala anotace více než 10 000 půdorysů ve 30 kategoriích objektů, aby na tomto úkolu mohli výzkumníci trénovat a testovat modely.

V praxi se osvědčují i dvě další funkce. Jednou je odpovídání na dotazy nad výkresy a specifikacemi, při němž odpověď odkazuje na výkresový list, z něhož vychází, takže si ji člověk může během několika sekund ověřit. Druhou je přenášení zkontrolovaných výměr do rozpočtu, pokud má stavební firma ve vlastním ceníku položky, kterých se týkají.

Co je zatím jen demo

Tři tvrzení je třeba brát s větší rezervou.

Ceny, které nikdo nekontroluje. Ceny materiálu a práce se liší podle regionu a průběžně se mění. Cena navržená umělou inteligencí může být rozumným výchozím bodem, ale musí být zřetelně označena jako návrh a před zařazením do nabídky ověřena podle cenové nabídky dodavatele.

Všechny profese a jakékoli vstupní podklady. Čisté vektorové soubory PDF, přímo exportované z návrhového softwaru, představují snadný případ. Naskenované výkresy, jejich fotografie pořízené telefonem a neúplné soubory projektové dokumentace stále způsobují problémy a míra pokrytí se mezi jednotlivými profesemi výrazně liší. Nástroj, který dobře čte výkresy elektroinstalací, si s výkresy jiné profese nemusí poradit téměř vůbec.

Zcela automatické nabídky. O tom, jaká nabídka bude, rozhoduje z velké části to, co se ve výkresech vůbec neobjevuje: mezery ve vymezení rozsahu prací mezi profesemi, pracovní postupy a použité prostředky, stávající stav při rekonstrukci, harmonogram a míra rizika, kterou je stavební firma ochotna nést. Rozpočtář nabídku podepisuje a nese za ni odpovědnost.

Co se v praxi osvědčuje už dnes a co je stále jen demo. Obrázek: Bildrix

Čtyři známky toho, že sledujete jen demo

1. Funguje pouze na výkresech dodavatele. Požádejte, aby vám nástroj předvedli na vaší vlastní projektové dokumentaci, ideálně na té nejnepřehlednější, na kterou jste podávali nabídku v minulém čtvrtletí.
2. Uvádí jediný údaj o přesnosti, aniž by ho definoval. Přesnost při počítání čeho, na jakých výkresech a jakým způsobem? Číslo bez rozpisu podle jednotlivých položek vám toho řekne jen velmi málo.
3. Nic není označeno jako nejisté. Každý model si něčím není jistý. Nástroj, který nikdy neukazuje pochybnosti, je pouze skrývá.
4. Výstup končí exportem do tabulky, kterou pak někdo ručně přepisuje do rozpočtu. Každé ručně přepsané číslo představuje další příležitost k překlepu.

Na co se zeptat každého dodavatele

• Jaké vstupní podklady přijímá, které profese pokrývá a co odmítá dělat?
• Jak zobrazuje nejistotu a jak dlouho trvá kontrola jedné sady vašich výkresů?
• Mohu výstup upravovat a promítnou se mé úpravy do rozpočtu i do pozdějších změn?
• Používají se moje data k trénování modelů někoho jiného a kde jsou uložena?

Rámec NIST pro řízení rizik umělé inteligence je užitečným vodítkem pro poslední skupinu. Důvěryryhodná umělá inteligence je podle něj mimo jiné validní a spolehlivá, bezpečná a odolná, odpovědná a transparentní a posiluje ochranu soukromí. Z každé z těchto vlastností lze odvodit otázku, kterou může zhotovitel položit dodavateli.

Proč je pochybnost předností

Modely bývají často sebejistější, než by měly. Guo a jeho kolegové v roce 2017 ukázali, že moderní neuronové sítě bývají špatně kalibrované. Míra jistoty, kterou síť uvádí, často neodpovídá tomu, jak často má pravdu. Kalibraci lze zlepšit, a jakmile se to podaří, skóre jistoty se změní v seznam úkolů. Položky s nízkou mírou jistoty se předají člověku, zatímco ty s vysokou mírou jistoty stačí rychle zkontrolovat.

Na této vlastnosti mi záleží víc než na kterékoli hlavní funkci. Rozpočtář nemá čas znovu kontrolovat každý výpočet v sadě několika set výkresových listů. Má ale čas zkontrolovat několik desítek položek, které software označí jako nejisté. Nabídku stále podepisuje rozpočtář a kvalitní nástroje mu tuto kontrolu usnadňují a urychlují.

Software čte a počítá, člověk kontroluje to, čím si není jistý, a rozpočtář podepisuje nabídku. Obrázek: Bildrix

Unite.AI nedávno zveřejnil článek Babera Javeda o navrhování umělé inteligence pro zpracování mezd, přijímací řízení a další oblasti, kde se chyby neodpouštějí. Javed tvrdí, že vše, co má finanční nebo právní důsledky, by měla řídit deterministická pravidla, zatímco model by měl výsledky interpretovat a vysvětlovat; tam, kde jsou chyby nákladné, by měla probíhat lidská kontrola. Stavební nabídka do této kategorie spadá.

Na co se zaměřit dál

Očekávám, že další pokrok v příštím roce přijde až po prvním výkazu výměr: porovnávání revizí výkresů a promítání změněných množství do změnových listů a faktur bez nutnosti znovu je zadávat. Právě při revizích zhotovitelé přicházejí o peníze, aniž si toho všimnou, protože změna, kterou nikdo nezahrnul do ceny, znamená práci odvedenou zadarmo.

Pokud podnikáte ve stavebnictví a chcete některý z těchto nástrojů vyzkoušet, nejprve jej pilotně otestujte na vlastních výkresech, zajistěte, aby každý výstup kontroloval člověk, a zaznamenávejte si vlastní údaje: kolik času jste strávili, kolik chyb jste odhalili a kolik jich vám uniklo. Dozvíte se z nich víc než z údajů kteréhokoli dodavatele.

Co byste potřebovali vidět, abyste důvěřovali množství odečtenému strojem v nabídce, která nese vaše jméno?