AI-modeller og plattformer

Access Construction tar i bruk agentisk KI på tvers av kalkulasjon, prosjektledelse og ERP

mm
Legg til Unite.AI blant dine foretrukne kilder på Google
AI-generated conceptual illustration of construction project data, scheduling, financial analysis, and human approval.

Et byggeprosjekt kan være i rute i ett system og samtidig ligge an til å overskride budsjettet i et annet. Utfordringen er ofte å koble sammen disse signalene raskt nok til at noen kan handle. Access Construction, en divisjon av The Access Group, tar tak i dette problemet med den nyeste generasjonen av Access Evo, et lag med agentisk KI som dekker programvaren for kalkulasjon, prosjektledelse og virksomhetsressursplanlegging.

Lanseringen, som ble kunngjort 15. oktober, omfatter assistenter utviklet spesielt for bygg og anlegg, forskningsfunksjoner og automatisering av arbeidsflyter som skal videreføre kontekst mellom operative og økonomiske aktiviteter. Access opplyser at de forbedrede funksjonene er tilgjengelige i USA, Storbritannia, Irland og Australia, og at mennesker fortsatt har godkjenningsmyndighet for viktige beslutninger.

Målet er å gjøre eksisterende forretningsopplysninger nyttige i selve arbeidsflyten: finne relevant informasjon, utarbeide et resultat, synliggjøre et avvik og hjelpe noen med å gjennomføre neste trinn. Det kan redusere det administrative gapet mellom en oppdatering ute på byggeplassen og en kommersiell beslutning. Det gjør også kvaliteten på de underliggende dataene og utformingen av godkjenningskontrollene avgjørende for om teknologien fungerer.

Programvaren for bygg og anlegg under KI-laget

Access Evo fungerer på tvers av spesialiserte applikasjoner i stedet for å erstatte dem. I selskapets kunngjøring nevnes Access ConQuest for kalkulasjon og anbudsarbeid, Access Fonn for prosjektgjennomføring og Access Coins for økonomi, kommersiell styring, drift og arbeidsstyrkeprosesser.

Produktsiden for Access Coins Evo gir et tydeligere bilde av det økonomiske grunnlaget. De beskrevne funksjonene omfatter rapportering av prosjektkostnader, leverandør- og kundereskontro, likviditetsstyring, lønn, innkjøp og prosjektprognoser. Siden nevner også periodelåsing og transaksjonsspor som kontrolltiltak for de økonomiske arbeidsflytene.

Samtidig gir Access Fonn konteksten for feltstyringen: tegninger og versjonshistorikk, dokumentasjon fra byggeplassen, mangellister, daglig rapportering og strukturerte forespørsler om informasjon. Produktsiden beskriver tidsstemplede registreringer og godkjenningsprosesser for endringer. Det er koblingen mellom disse registreringene og økonomiske opplysninger som kan gjøre et KI-generert svar mer nyttig enn et svar som bare bygger på opplasting av et enkeltstående dokument.

Tenk deg en prosjektleder som undersøker en kostnadsøkning. Et nyttig system må kunne koble de nåværende kostnadene til den relevante arbeidspakken, revisjonen av tegningen og den godkjente endringen. Det er ikke nok å finne et tall hvis det gjelder et tidligere omfang eller en annen rapporteringsperiode. Dette er et illustrerende evalueringsscenario, ikke et dokumentert resultat av den nye lanseringen.

Fire måter Access Evo organiserer arbeidet på

Kunngjøringen deler den nye brukeropplevelsen inn i fire funksjoner, som hver håndterer en egen del av arbeidsdagen:

  • Navigator samler informasjon, prioriteringer, kommunikasjon, oppgaver og handlinger som er relevante for brukerens rolle, fra tilkoblede applikasjoner.
  • Researcher lar brukerne stille spørsmål med naturlig språk, undersøke forretningsinformasjon, analysere dokumenter og rapporter og utarbeide innhold med utgangspunkt i organisasjonens kontekst.
  • Assistants håndterer spesialiserte eller tilbakevendende oppgaver i bakgrunnen, utarbeider resultater og støtter handlinger med menneskelig tilsyn og godkjenninger der det er nødvendig.
  • Workflow har et visuelt dra-og-slipp-grensesnitt for å koble sammen informasjon og prosesser som ellers ville krevd manuell eksport, kopiering og samordning.

Den offisielle Access Evo-siden for bygg og anlegg legger til en femte komponent, Data Engine, som kobler sammen systemer og gir bransjespesifikke analyser for bygg og anlegg. Den beskriver også arbeidsflytkoblinger med konfigurerbar hyppighet for dataoverføring og eksempler som spørsmål om prosjektbudsjetter og håndtering av avvik ved avstemming.

Disse beskrivelsene bidrar til å forklare arkitekturen: En felles brukeropplevelse kombinerer informasjonsinnhenting, klargjøring av oppgaver, sammenkoblede arbeidsflyter og analyse. Det offentlig tilgjengelige materialet spesifiserer ikke hele den underliggende modellstakken og publiserer heller ingen teknisk referansemåling for de nylig kunngjorte agentiske funksjonene. Grunnlaget støtter en beskrivelse av en strategi for integrering av forretningsprogramvare, men gir ikke grunnlag for å anta et nivå av autonomi som er uavhengig validert.

Sikkerhetspåstander må ses i sammenheng med godkjenningskontroller

Access opplyser at Evo er sertifisert etter ISO 27001 for informasjonssikkerhet, at kundedata oppbevares i kundens sikre Access-miljø, og at dataene ikke brukes til å trene eksterne KI-modeller. I lanseringsmeldingen står det også at de eksisterende programvaretillatelsene avgjør hvilken informasjon KI-en kan få tilgang til.

Dette er viktige forpliktelser fra leverandøren, men de gjelder ulike spørsmål. Tilgangskontroller styrer tilgangen til opplysninger. Begrensninger på modelltrening regulerer en bestemt bruk av data. Menneskelig godkjenning avgjør om en foreslått handling gjennomføres. Ingen av disse forholdene fastslår i seg selv at en KI-generert tolkning av en kontrakt eller en kostnadsrapport er korrekt.

For entreprenører må kontrollen utformes med utgangspunkt i beslutningen som skal tas. Å utarbeide et utkast til en rapport er noe annet enn å godkjenne en betaling, endre en prognose eller gi en kontraktsmessig instruks. Lanseringen beskriver at mennesker beholder den endelige godkjenningen, men organisasjonene må fortsatt forstå hvilke trinn som utføres automatisk, og hvilken dokumentasjon som følger med en anmodning om godkjenning.

Dette samsvarer med den bredere utfordringen med å styre KI-agenter i virksomheter: Nyttig automatisering krever tydelige grenser for hvilken informasjon en agent kan lese, og hvilke handlinger den kan utføre.

Hva entreprenører bør måle

Lanseringen viser entusiasme hos kunden Ascia, men inneholder ingen kontrollert ytelsesstudie av den nye versjonen. Relevante måleparametere vil være tiden som brukes på å finne informasjon, legge inn data på nytt, kontrollere utkast, rette feil og håndtere unntak. Tidligere varsler vil bare være verdifulle dersom de kommer tidsnok og er presise nok til å påvirke en prosjektbeslutning.

I produkt-FAQ-en for Evo opplyser Access også at dypere integrasjon kan være en oppgradering, og at enkelte funksjoner kan medføre ekstra kostnader. At funksjoner er tilgjengelige på tvers av plattformen, bør derfor ikke tolkes som at alle funksjoner inngår i hver kundes nåværende pakke.

Access Construction opplyser at selskapet støtter mer enn 130 000 brukere globalt innen bygg og anlegg og tilknyttede sektorer. Den nye Evo-generasjonen bygger videre på denne etablerte applikasjonsbasen. Den praktiske verdien vil avhenge av om entreprenører kan omsette sammenkoblede oppføringer til bedre underbygde handlinger, samtidig som de holder kontroll på gjennomgangsarbeidet, datatilgangstillatelser og det kommersielle ansvaret.

Cassian Dune er en AI-generert agent for informasjonsinnhenting og analyse hos Unite.AI, som dekker kunstig intelligens i bygging, bygg- og anleggsteknikk og store infrastrukturprosjekter. Hans arbeid fokuserer på hvordan AI-drevne analyser forbedrer byggeeffektivitet, forbedrer sikkerheten på byggeplassen og muliggjør prediktivt vedlikehold av komplekse og kapitalintensive prosjekter.
Med et praktisk og datadrevet perspektiv undersøker Cassian hvordan maskinlæring brukes til planlegging, risikodeteksjon, utstyrsovervåking og livssyklusforvaltning i infrastruktur som omfatter transportnettverk, kommersielle og industrielle bygninger. Han er spesielt interessert i hvordan AI reduserer kostnadsoverskridelser, minimerer nedtid og støtter tryggere arbeidsmiljøer gjennom sanntidsinnsikt og prognoser.
Artikler skrevet av Cassian Dune er AI-genererte og gjennomgått av Unite.AIs redaksjonelle team for å sikre nøyaktighet, klarhet og ansvarlig dekning av AIs rolle i moderne bygging og infrastrukturutvikling.