Access Construction Menambahkan AI Berbasis Agen di Seluruh Proses Estimasi, Manajemen Proyek, dan ERP

Sebuah proyek konstruksi bisa berjalan sesuai jadwal dalam satu sistem, tetapi berisiko melampaui anggaran di sistem lain. Tantangannya sering kali adalah menghubungkan sinyal-sinyal tersebut cukup cepat agar seseorang dapat mengambil tindakan. Access Construction, divisi dari The Access Group, berupaya mengatasi masalah ini dengan generasi terbaru Access Evo, lapisan AI berbasis agen yang mencakup perangkat lunak estimasi, manajemen proyek, dan perencanaan sumber daya perusahaan.

Diumumkan pada 15 Oktober, rilis ini menghadirkan asisten khusus konstruksi, kemampuan riset, dan otomatisasi alur kerja yang dirancang untuk membawa konteks di antara aktivitas operasional dan keuangan. Access menyatakan bahwa kemampuan yang ditingkatkan ini tersedia di Amerika Serikat, Britania Raya, Irlandia, dan Australia, sementara wewenang untuk menyetujui keputusan penting tetap berada di tangan manusia.

Tujuannya adalah menjadikan catatan bisnis yang sudah ada bermanfaat dalam alur kerja: menemukan informasi yang relevan, menyiapkan keluaran, menyoroti pengecualian, dan membantu seseorang menyelesaikan langkah berikutnya. Hal ini dapat memperpendek jeda administratif antara pembaruan dari lapangan dan keputusan komersial. Kualitas data yang mendasarinya serta rancangan kontrol persetujuan juga menjadi faktor penting yang menentukan keberhasilan teknologi ini.

Perangkat Lunak Konstruksi di Balik Lapisan AI

Access Evo bekerja di atas aplikasi khusus, bukan menggantikannya. Dalam pengumumannya, perusahaan menyebut Access ConQuest untuk estimasi dan penawaran tender, Access Fonn untuk pelaksanaan proyek, serta Access Coins untuk keuangan, manajemen komersial, operasional, dan proses ketenagakerjaan.

Halaman produk Access Coins Evo memberikan gambaran yang lebih jelas tentang fondasi keuangannya. Kemampuan yang dijelaskan mencakup pelaporan biaya proyek, utang usaha dan piutang usaha, pengelolaan kas, penggajian, pengadaan, serta prakiraan proyek. Halaman tersebut juga menyebut penguncian periode dan jejak audit transaksi sebagai kontrol dalam alur kerja keuangan.

Sementara itu, Access Fonn menyediakan konteks pengelolaan lapangan: gambar dan riwayat versinya, dokumentasi lokasi proyek, daftar pekerjaan yang harus diselesaikan, pelaporan harian, serta permintaan informasi yang terstruktur. Halaman produknya menjelaskan catatan bertanda waktu dan proses persetujuan untuk perubahan. Menghubungkan catatan tersebut dengan informasi keuangan dapat membuat jawaban yang dihasilkan AI lebih bermanfaat daripada jawaban yang hanya didasarkan pada unggahan dokumen yang tidak terhubung.

Bayangkan seorang manajer proyek sedang menyelidiki kenaikan biaya. Sistem yang berguna perlu menghubungkan biaya terkini dengan paket pekerjaan, revisi gambar, dan perubahan yang telah disetujui yang relevan. Menemukan angka saja tidak cukup jika angka itu mengacu pada cakupan pekerjaan lama atau periode pelaporan yang berbeda. Ini adalah skenario evaluasi ilustratif, bukan hasil yang telah dibuktikan dari rilis baru tersebut.

Empat Cara Access Evo Menata Pekerjaan

Pengumuman tersebut membagi pengalaman baru ini ke dalam empat kemampuan, yang masing-masing menangani bagian berbeda dari aktivitas kerja sehari-hari:

• Navigator menyatukan informasi, prioritas, komunikasi, tugas, dan tindakan yang relevan dengan peran pengguna dari aplikasi yang terhubung.
• Researcher memungkinkan pengguna mengajukan pertanyaan dalam bahasa alami, menyelidiki informasi bisnis, menganalisis dokumen dan laporan, serta menyiapkan konten dengan memanfaatkan konteks organisasi.
• Assistants menangani pekerjaan khusus atau berulang di latar belakang, menyiapkan keluaran dan mendukung tindakan, dengan pengawasan serta persetujuan manusia jika diperlukan.
• Workflow menyediakan antarmuka visual seret-dan-lepas untuk menghubungkan informasi dan proses yang jika tidak, harus diekspor, disalin, dan digabungkan secara manual.

Halaman Access Evo untuk konstruksi resmi menambahkan komponen kelima, Data Engine, untuk menghubungkan sistem dan menyediakan analitik khusus konstruksi. Halaman itu juga menjelaskan koneksi alur kerja dengan frekuensi pemindahan data yang dapat dikonfigurasi, serta contoh seperti pertanyaan tentang anggaran proyek dan penanganan pengecualian dalam rekonsiliasi.

Uraian tersebut membantu menjelaskan arsitekturnya: satu pengalaman kerja terpadu menggabungkan pencarian informasi, persiapan tugas, alur kerja yang saling terhubung, dan analitik. Materi publik tidak merinci keseluruhan tumpukan model yang mendasarinya atau menerbitkan tolok ukur teknis untuk kemampuan berbasis agen yang baru diumumkan. Bukti yang tersedia mendukung penyebutan strategi integrasi perangkat lunak bisnis, tanpa mengasumsikan tingkat otonomi yang telah divalidasi secara independen.

Klaim Keamanan Perlu Dicermati Bersama Kontrol Persetujuan

Access menyatakan bahwa Evo memiliki sertifikasi ISO 27001 untuk keamanan informasi, menyimpan data pelanggan di lingkungan Access yang aman milik pelanggan, dan tidak menggunakan data tersebut untuk melatih model AI eksternal. Rilis ini juga menyebutkan bahwa izin yang sudah ada di perangkat lunak menentukan informasi apa yang dapat diakses AI.

Komitmen vendor ini penting, tetapi menjawab pertanyaan yang berbeda-beda. Kontrol izin mengatur akses ke catatan. Pembatasan pelatihan model mengatur penggunaan data tertentu. Persetujuan manusia menentukan apakah tindakan yang diusulkan akan dilanjutkan. Namun, tidak satu pun dari hal-hal tersebut dengan sendirinya membuktikan bahwa interpretasi kontrak atau laporan biaya yang dihasilkan AI akurat.

Bagi kontraktor, pengawasan perlu dirancang sesuai dengan keputusan yang akan diambil. Menyiapkan draf laporan berbeda dengan menyetujui pembayaran, mengubah prakiraan, atau mengeluarkan instruksi kontraktual. Rilis ini menyebutkan bahwa persetujuan akhir tetap diberikan oleh manusia, tetapi organisasi tetap perlu memahami langkah mana yang berjalan secara otomatis dan bukti apa yang menyertai permintaan persetujuan.

Hal itu sejalan dengan tantangan yang lebih luas dalam mengatur agen AI untuk perusahaan: otomatisasi yang bermanfaat memerlukan batasan yang jelas mengenai informasi yang dapat dibaca agen dan tindakan yang dapat dilakukannya.

Hal yang Perlu Diukur Kontraktor

Peluncuran ini mencakup antusiasme pelanggan dari Ascia, tetapi tidak menyertakan studi kinerja terkontrol untuk rilis baru tersebut. Ukuran yang relevan mencakup waktu yang dihabiskan untuk mencari informasi, memasukkan ulang data, memeriksa draf, memperbaiki kesalahan, dan menangani pengecualian. Peringatan lebih awal hanya akan bermanfaat jika disampaikan tepat waktu dan cukup akurat untuk mengubah keputusan proyek.

FAQ produk Evo dari Access juga menyebutkan bahwa integrasi yang lebih mendalam dapat memerlukan peningkatan paket dan beberapa fitur mungkin dikenai biaya tambahan. Karena itu, ketersediaan di seluruh platform tidak berarti setiap kemampuan sudah termasuk dalam paket yang saat ini digunakan setiap pelanggan.

Access Construction menyatakan bahwa layanannya mendukung lebih dari 130.000 pengguna di seluruh dunia dalam sektor konstruksi dan sektor terkait. Generasi Evo yang baru dibangun berdasarkan cakupan aplikasi yang telah mapan tersebut. Nilai praktisnya akan bergantung pada kemampuan kontraktor mengubah data yang saling terhubung menjadi tindakan yang didukung bukti lebih kuat, sembari mengendalikan beban peninjauan, izin akses data, dan tanggung jawab komersial.