Tekoäly rakentamisen kustannuslaskennassa: mikä toimii jo, mikä on vielä pelkkä demo ja miten urakoitsija voi erottaa ne toisistaan

Rakentaminen perustuu piirustuksiin. Ennen kuin urakoitsija voi jättää rakennuskohteesta tarjouksen, jonkun hänen tiimistään on laskettava määrät. Hän käy läpi suunnitelma-aineiston eli arkkitehdin ja insinöörien hanketta varten laatiman PDF-piirustuskokonaisuuden ja laskee sekä mittaa kaiken, mitä urakoitsija toimittaa ja asentaa: pistorasiat, ovet, pesualtaat, seinien juoksumetrit ja lattiapinta-alan neliöjalkoina. Nämä määrät kirjataan kustannusarvioon, hinnoiteltuun asiakirjaan, josta muodostuu tarjous. Jos tarjous voittaa, samoihin lukuihin palataan muutostöissä, kun suunnitelma muuttuu ja sopimukseen tehdään hinnoiteltuja ja allekirjoitettuja muutoksia.

Määrälaskenta on hidasta ja toisteista, ja virheet tulevat kalliiksi, joten se on ilmeinen tekoälyn sovelluskohde. Kehitän ohjelmistoa, joka lukee rakennuspiirustuksia, ja urakoitsijat, joiden kanssa keskustelen, yrittävät selvittää, mihin tekoälyä koskeviin väitteisiin kannattaa uskoa. Näin erotan toimivat ratkaisut niistä, jotka ovat vielä pelkkiä demoja.

Odotukset kasvavat käyttöönottoa nopeammin

Kaksi tuoretta kyselyä havainnollistaa kuilua luvuilla. Dodge Construction Networkin ja CMiC:n tekemässä tutkimuksessa, joka julkaistiin joulukuussa 2025, 87 % urakoitsijoista sanoi odottavansa tekoälyn mullistavan alaa, ja 19 % kertoi mukauttaneensa työnkulkujaan tekoälyä varten.

RICS, mittaus- ja arviointialan ammatillinen järjestö, kyselytti yli 2 200 rakennusalan ammattilaista vuoden 2025 rakennusalan tekoälyraporttiaan varten. Noin 45 % kertoi, ettei heidän organisaatiossaan ollut otettu tekoälyä käyttöön, ja alle 1 % kuvaili tekoälyn käyttöä koko organisaatiossa täysin vakiintuneeksi. Construction Dive uutisoi tuloksista otsikolla ”Rakentajat ottavat tekoälyn hitaasti käyttöön havaituista hyödyistä huolimatta.”

Odotukset ja käyttöönotto kahdessa tuoreessa kyselyssä. Lähteet: Dodge Construction Network ja CMiC (joulukuu 2025), RICS (2025). Kuva: Bildrix

Rakentamista edeltävät työt eli kaikki, mitä urakoitsija tekee ennen rakennustöiden alkua (tarjoukset, asiakirjojen tarkistus ja aikataulutus), ovat luonteva aloituskohde, sillä lähtöaineistona on jo valmiiksi digitaalisia asiakirjoja.

Mikä toimii jo nyt

Suunnitelma-aineiston lukeminen on jo toimiva ohjelmistotuotekategoria. Ohjelmisto voi järjestää aineiston piirustuslehdet ja nimetä ne, tunnistaa kunkin piirustuksen mittakaavan, laskea symbolit, kuten pistorasiat, valaisimet ja putkistokalusteet, vertaamalla niitä insinöörin kyseistä hanketta varten laatimaan selitteeseen sekä mitata huoneita ja seiniä. Piirustusten symbolintunnistusta on tutkittu aktiivisesti jo vuosia. Vuonna 2021 julkaistussa FloorPlanCAD-aineistossa oli merkittynä yli 10 000 pohjapiirustusta 30 esineluokasta, jotta tutkijat voisivat kouluttaa ja testata malleja tässä tehtävässä.

Kaksi muutakin ominaisuutta toimii käytännössä. Ensimmäinen on piirustuksiin ja teknisiin eritelmiin liittyviin kysymyksiin vastaaminen niin, että vastauksessa viitataan piirustuslehteen, josta tieto on peräisin. Näin käyttäjä voi tarkistaa tiedon muutamassa sekunnissa. Toinen on tarkistettujen määrien siirtäminen kustannusarvioon, kunhan urakoitsijan omassa hinnastossa on kyseiset tuotteet.

Mikä on vielä pelkkää demoa

Kolmeen väitteeseen kannattaa suhtautua erityisen epäilevästi.

Hinnoittelu, jota kukaan ei tarkista. Materiaalien ja työn hinnat vaihtelevat alueittain ja muuttuvat ajan myötä. Tekoälyn ehdottama hinta voi olla kelvollinen lähtökohta, mutta se pitää merkitä selvästi ehdotukseksi ja tarkistaa toimittajan tarjouksesta ennen kuin se lisätään tarjoukseen.

Kaikki työalat mistä tahansa aineistosta. Helpoimpia ovat siistit vektorimuotoiset PDF-tiedostot, jotka on viety suoraan suunnitteluohjelmistosta. Skannatut piirustuslehdet, puhelimella otetut kuvat ja puutteelliset piirustuskokonaisuudet aiheuttavat edelleen ongelmia, ja työalakohtainen kattavuus vaihtelee paljon. Sähköpiirustuksia hyvin lukeva työkalu saattaa suoriutua heikosti toisen työalan piirustuksista.

Täysin automaattiset tarjoukset. Monet tarjoukseen vaikuttavat tekijät eivät näy piirustuksissa lainkaan: työalojen väliset laajuuspuutteet, rakennustavat ja -menetelmät, saneerauskohteen nykytilanne, aikataulu sekä se, kuinka paljon riskiä urakoitsija on valmis kantamaan. Kustannuslaskija allekirjoittaa tarjouksen ja vastaa sen sisällöstä.

Mikä toimii käytännössä jo nyt ja mikä on vielä pelkkää demoa. Kuva: Bildrix

Neljä merkkiä siitä, että kyse on demosta

1. Se toimii vain toimittajan omilla piirustuksilla. Pyydä näkemään, miten se toimii omalla suunnitelma-aineistollasi, mieluiten viime vuosineljänneksellä tarjoamasi kohteen sekavimmilla piirustuksilla.
2. Se ilmoittaa yhden tarkkuusluvun määrittelemättä, mitä sillä tarkoitetaan. Minkä laskennan tarkkuudesta on kyse, millaisissa piirustuksissa ja miten se on mitattu? Luku, jota ei eritellä kohteittain, kertoo hyvin vähän.
3. Mikään ei ole merkitty epävarmaksi. Jokainen malli on jostakin epävarma. Työkalu, joka ei koskaan ilmaise epävarmuutta, vain peittelee sitä.
4. Tuloksena on taulukko, jonka tiedot joku kirjoittaa käsin kustannusarvioon. Jokainen käsin uudelleen kirjoitettu luku on uusi mahdollisuus kirjoitusvirheeseen.

Kysymyksiä, jotka kannattaa esittää jokaiselle toimittajalle

• Mitä aineistoja se hyväksyy, mitä työaloja se kattaa ja mitä se ei pysty tekemään?
• Miten se ilmaisee epävarmuuden, ja kuinka kauan yhden omista suunnitelma-aineistoistani tarkistaminen kestää?
• Voinko muokata tulosta, ja siirtyvätkö tekemäni muutokset kustannusarvioon ja myöhempiin muutoksiin?
• Koulutetaanko datallani kenenkään malleja, ja missä sitä säilytetään?

NISTin tekoälyn riskienhallinnan viitekehys on hyödyllinen lähde viimeksi mainitulle ryhmälle. Sen mukaan luotettava tekoäly on muun muassa pätevää ja luotettavaa, turvallista ja kestävää, vastuullista ja läpinäkyvää sekä yksityisyyttä suojaavaa. Jokaisesta näistä voi muodostaa kysymyksen, jonka urakoitsija voi esittää toimittajalle.

Miksi epävarmuus on ominaisuus

Mallit ovat usein varmemman oloisia kuin niiden pitäisi olla. Guo kollegoineen osoitti vuonna 2017, että nykyaikaiset neuroverkot ovat usein huonosti kalibroituja. Verkon ilmoittama varmuus ei usein vastaa sitä, kuinka usein verkko on oikeassa. Kalibrointia voidaan parantaa, ja kun se on tehty, varmuuspisteistä muodostuu työjono. Vähän varmuutta herättävät kohteet ohjataan ihmiselle, ja suuren varmuuden kohteet tarkistetaan nopeasti.

Tämä ominaisuus on minulle tärkeämpi kuin mikään markkinoinnissa korostettu ominaisuus. Kustannuslaskijalla ei ole aikaa tarkistaa uudelleen jokaista lukumäärää muutaman sadan piirustusarkin aineistosta. Hänellä sen sijaan on aikaa tarkistaa ne muutamat kymmenet kohteet, jotka ohjelmisto merkitsee epävarmoiksi. Kustannuslaskija allekirjoittaa silti tarjouksen, ja hyvät työkalut tekevät tarkistamisesta nopeaa.

Ohjelmisto lukee ja laskee, ihminen tarkistaa epävarmat kohdat, ja kustannuslaskija allekirjoittaa tarjouksen. Kuva: Bildrix

Unite.AI julkaisi hiljattain Baber Javedin kirjoituksen tekoälyn suunnittelusta palkanlaskentaan, opiskelijavalintoihin ja muille aloille, joilla virheistä voi koitua vakavia seurauksia. Hänen mukaansa determinististen sääntöjen pitäisi ohjata kaikkea, millä on taloudellisia tai oikeudellisia seurauksia. Mallin tehtävänä olisi tulkita ja selittää, ja ihmisen pitäisi tarkistaa tulokset siellä, missä virheet tulevat kalliiksi. Rakennusalan tarjous sopii tähän kuvaukseen.

Mitä kannattaa seurata seuraavaksi

Uskon, että seuraavan vuoden edistysaskeleet nähdään ensimmäisen määrälaskennan jälkeen: piirustusten eri versioiden vertailussa sekä muuttuneiden määrien siirtämisessä muutostyötilauksiin ja laskuihin ilman tietojen uudelleensyöttöä. Urakoitsijat menettävät rahaa huomaamattaan juuri piirustusten muutosten takia, sillä jos muutosta ei hinnoitella, työ tehdään ilmaiseksi.

Jos pyörität urakointiyritystä ja haluat kokeilla näitä ratkaisuja, testaa niitä omilla piirustuksillasi, pidä ihminen tarkistamassa jokainen tulos ja kirjaa omat lukusi: käytetyt tunnit, havaitut virheet ja huomaamatta jääneet virheet. Opit niiden perusteella enemmän kuin minkään toimittajan luvuista.

Mitä sinun pitäisi nähdä, ennen kuin luottaisit koneen lukemaan määrään tarjouksessa, jonka jätät omalla nimelläsi?