AI-modeller og platforme
Access Construction tilføjer agentisk AI på tværs af kalkulation, projektstyring og ERP

Et byggeprojekt kan følge tidsplanen i ét system og være på vej til at overskride budgettet i et andet. Udfordringen består ofte i at forbinde disse signaler hurtigt nok til, at nogen kan handle på dem. Access Construction, en division under The Access Group, tackler dette problem med den nyeste generation af Access Evo, et lag med agentisk AI, der spænder over virksomhedens software til kalkulation, projektstyring og virksomhedsressourceplanlægning.
Udgivelsen, der blev annonceret den 15. oktober, tilføjer byggebranchespecifikke assistenter, researchfunktioner og automatisering af arbejdsgange, som skal videreføre konteksten mellem driftsmæssige og økonomiske aktiviteter. Access oplyser, at de forbedrede funktioner er tilgængelige i USA, Storbritannien, Irland og Australien, og at mennesker fortsat har godkendelsesmyndigheden over vigtige beslutninger.
Formålet er at gøre eksisterende forretningsdata nyttige som en del af arbejdsgangen: finde relevante oplysninger, udarbejde et resultat, fremhæve en undtagelse og hjælpe nogen med at gennemføre det næste trin. Det kan mindske den administrative afstand mellem en opdatering fra byggepladsen og en kommerciel beslutning. Det betyder også, at kvaliteten af de underliggende data og udformningen af godkendelseskontroller er afgørende for, om teknologien fungerer.
Byggesoftwaren under AI-laget
Access Evo fungerer på tværs af specialiserede applikationer i stedet for at erstatte dem. I virksomhedens annoncering nævnes Access ConQuest til kalkulation og tilbudsgivning, Access Fonn til projektlevering og Access Coins til økonomi, kommerciel styring, drift og processer for arbejdsstyrken.
Produktsiden for Access Coins Evo giver et tydeligere billede af det økonomiske fundament. De beskrevne funktioner omfatter rapportering af projektomkostninger, kreditor- og debitorstyring, likviditetsstyring, lønadministration, indkøb og projektprognoser. Siden fremhæver også periodeaflåsninger og revisionsspor for transaktioner som kontroller omkring de økonomiske arbejdsgange.
I mellemtiden giver Access Fonn konteksten for styring af arbejdet på byggepladsen: tegninger og versionshistorik, dokumentation fra byggepladsen, mangellister, daglige rapporter og strukturerede informationsanmodninger. På produktsiden beskrives tidsstemplede registreringer og godkendelsesprocesser for ændringer. Det er forbindelsen mellem disse registreringer og de økonomiske oplysninger, der kan gøre et AI-genereret svar mere nyttigt end et svar, der alene bygger på upload af et løsrevet dokument.
Forestil dig en projektleder, der undersøger en omkostningsstigning. Et nyttigt system skal kunne forbinde de aktuelle omkostninger med den relevante arbejdspakke, revision af tegningen og godkendte ændring. Det er ikke nok blot at finde et tal, hvis det henviser til et tidligere omfang eller en anden rapporteringsperiode. Dette er et illustrativt evalueringsscenarie, ikke et dokumenteret resultat af den nye udgivelse.
Fire måder, Access Evo organiserer arbejdet på
I annonceringen opdeles den nye brugeroplevelse i fire funktioner, som hver håndterer sin del af arbejdsdagen:
- Navigator samler rolle relevante oplysninger, prioriteter, kommunikation, opgaver og handlinger fra tilsluttede applikationer.
- Researcher lader brugerne stille spørgsmål i naturligt sprog, undersøge forretningsoplysninger, analysere dokumenter og rapporter samt udarbejde indhold med udgangspunkt i organisationens kontekst.
- Assistants håndterer specialiseret eller tilbagevendende arbejde i baggrunden, udarbejder resultater og understøtter handlinger med menneskeligt tilsyn og godkendelser, hvor det er nødvendigt.
- Workflow har en visuel træk-og-slip-grænseflade til at forbinde oplysninger og processer, som ellers ville kræve manuel eksport, kopiering og sammenstilling.
Den officielle Access Evos side om byggeri føjer en femte komponent til, Data Engine, som forbinder systemer og leverer byggespecifik analyse. Siden beskriver også forbindelser mellem arbejdsgange med konfigurerbar hyppighed for dataoverførsel og eksempler som spørgsmål om projektbudgetter og håndtering af afvigelser ved afstemning.
Beskrivelserne bidrager til at forklare arkitekturen: En fælles arbejdsoplevelse samler informationssøgning, opgaveforberedelse, forbundne arbejdsgange og analyse. Det offentligt tilgængelige materiale specificerer ikke den fulde underliggende modelsammensætning og offentliggør heller ikke et teknisk benchmark for de nyligt annoncerede agentiske funktioner. Dokumentationen understøtter en beskrivelse af en strategi for integration af forretningssoftware, men giver ikke grundlag for at antage et uafhængigt valideret niveau af autonomi.
Sikkerhedsløfter skal ses i sammenhæng med godkendelseskontroller
Access oplyser, at Evo er ISO 27001-certificeret inden for informationssikkerhed, opbevarer kundedata i kundens sikre Access-miljø og ikke bruger disse data til at træne eksterne AI-modeller. Udgivelsen fastslår også, at de eksisterende softwaretilladelser afgør, hvilke oplysninger AI’en kan få adgang til.
Det er vigtige forpligtelser fra leverandørens side, men de vedrører forskellige spørgsmål. Tilladelseskontroller styrer adgangen til registreringer. Begrænsninger på modeltræning regulerer en bestemt brug af data. Menneskelig godkendelse afgør, om en foreslået handling gennemføres. Ingen af delene fastslår i sig selv, at en AI-genereret fortolkning af en kontrakt eller en omkostningsrapport er korrekt.
For entreprenører skal tilsynet tilrettelægges efter den beslutning, der skal træffes. Det er noget andet at udarbejde et udkast til en rapport end at godkende en betaling, ændre en prognose eller udstede en kontraktmæssig instruks. Beskrivelsen af lanceringen siger, at mennesker fortsat har den endelige godkendelsesret, men organisationer skal stadig forstå, hvilke trin der udføres automatisk, og hvilken dokumentation der følger med en anmodning om godkendelse.
Det stemmer overens med den bredere udfordring med at styre AI-agenter i virksomheder: Nyttig automatisering kræver klare grænser for, hvilke oplysninger en agent kan læse, og hvilke handlinger den kan udføre.
Hvad entreprenører bør måle
Lanceringen fremhæver begejstring blandt kunderne, herunder Ascia, men indeholder ikke en kontrolleret undersøgelse af den nye versions ydeevne. Relevante målinger omfatter den tid, der bruges på at finde oplysninger, indtaste data igen, kontrollere udkast, rette fejl og håndtere undtagelser. Tidligere advarsler vil kun være nyttige, hvis de kommer rettidigt og er præcise nok til at påvirke en projektbeslutning.
Ofte stillede spørgsmål om Access’ Evo-produkt oplyser også, at dybere integration kan være en opgradering, og at nogle funktioner kan medføre ekstra omkostninger. At funktionerne er tilgængelige på tværs af platformen, betyder derfor ikke, at alle funktioner er inkluderet i alle kunders nuværende pakker.
Access Construction oplyser, at virksomheden understøtter mere end 130.000 brugere globalt inden for byggebranchen og beslægtede sektorer. Den nye Evo-generation bygger videre på dette veletablerede applikationsgrundlag. Den praktiske værdi afhænger af, om entreprenører kan omsætte sammenkoblede data til bedre underbyggede handlinger og samtidig holde omfanget af kontrolarbejdet, datatilladelserne og det kommercielle ansvar under kontrol.












