AI w kosztorysowaniu budowlanym: co już działa, co jest wciąż tylko wersją demonstracyjną i jak wykonawcy mogą to rozpoznać

Budownictwo opiera się na rysunkach. Zanim wykonawca złoży ofertę na realizację budynku, ktoś z jego zespołu przygotowuje przedmiar. Przegląda dokumentację projektową — zestaw rysunków w formacie PDF wydanych na potrzeby projektu przez architekta i inżynierów — i liczy oraz mierzy wszystko, co wykonawca ma dostarczyć i zamontować: gniazdka, drzwi, umywalki, długość ścian w stopach bieżących i powierzchnię podłóg w stopach kwadratowych. Te ilości trafiają do kosztorysu, czyli wycenionego dokumentu, który staje się ofertą. Jeśli oferta zostanie wybrana, te same liczby wracają w zleceniach zmian — wycenionych i podpisanych aneksach do umowy wprowadzanych w miarę zmian projektu.

Przedmiarowanie jest powolne i powtarzalne, a błędy mogą być kosztowne, dlatego to oczywisty obszar zastosowania AI. Tworzę oprogramowanie do odczytywania rysunków budowlanych, a wykonawcy, z którymi rozmawiam, próbują ustalić, którym deklaracjom dotyczącym AI można wierzyć. Oto jak odróżniam rozwiązania, które działają, od tych, które wciąż są tylko wersją demonstracyjną.

Entuzjazm wyprzedza wdrażanie

Dwa niedawne badania pokazują skalę tej rozbieżności. W badaniu Dodge Construction Network przeprowadzonym wspólnie z CMiC, opublikowanym w grudniu 2025 r., 87% wykonawców stwierdziło, że spodziewa się, iż AI zmieni branżę, a 19% zadeklarowało, że dostosowało do niej swoje procesy pracy.

RICS, organizacja zawodowa rzeczoznawców, przeprowadziła ankietę wśród ponad 2200 specjalistów z branży budowlanej na potrzeby raportu z 2025 r. na temat AI w budownictwie. Około 45% respondentów stwierdziło, że ich organizacje nie wdrożyły AI, a mniej niż 1% opisało jej wykorzystanie jako w pełni zakorzenione w całej organizacji. Construction Dive omówił wyniki pod nagłówkiem „Budowniczowie powoli wdrażają AI mimo dostrzeganych korzyści”.

Entuzjazm i wdrażanie AI w dwóch niedawnych badaniach. Dane: Dodge Construction Network i CMiC (grudzień 2025 r.), RICS (2025 r.). Grafika: Bildrix

Etap przygotowania inwestycji, obejmujący wszystkie działania wykonawcy przed rozpoczęciem budowy (oferty, przegląd dokumentacji, harmonogramowanie), to naturalny punkt wyjścia, ponieważ materiały wejściowe są już dokumentami cyfrowymi.

Co działa już dziś

Odczytywanie dokumentacji projektowej to już odrębna kategoria działających produktów. Oprogramowanie potrafi sortować i nazywać rysunki w zestawie, ustalać skalę każdego z nich, liczyć symbole — takie jak gniazdka, oprawy oświetleniowe i urządzenia sanitarne — zgodnie z legendą przygotowaną przez inżyniera na potrzeby danego projektu, a także mierzyć pomieszczenia i ściany. Rozpoznawanie symboli na rysunkach od lat jest aktywnym obszarem badań. Zbiór danych FloorPlanCAD, opublikowany w 2021 r., zawierał adnotacje do ponad 10 000 rzutów pięter obejmujących 30 kategorii obiektów, dzięki czemu badacze mogli trenować i testować modele do tego zadania.

W praktyce sprawdzają się także dwie inne możliwości. Pierwsza to odpowiadanie na pytania na podstawie rysunków i specyfikacji z podaniem arkusza, z którego pochodzi odpowiedź, dzięki czemu można ją zweryfikować w kilka sekund. Druga to przenoszenie sprawdzonych ilości do kosztorysu, o ile pozycje te znajdują się w cenniku wykonawcy.

Co wciąż jest tylko wersją demonstracyjną

Trzem deklaracjom warto przyjrzeć się z większą podejrzliwością.

Wyceny, których nikt nie sprawdza. Ceny materiałów i robocizny różnią się w zależności od regionu i ulegają zmianom. Cena zasugerowana przez AI może być rozsądnym punktem wyjścia, ale powinna być wyraźnie oznaczona jako sugestia i sprawdzona na podstawie oferty dostawcy, zanim trafi do oferty wykonawcy.

Każda branża i dowolne materiały wejściowe. Czyste, wektorowe pliki PDF, wyeksportowane bezpośrednio z oprogramowania projektowego, to łatwy przypadek. Zeskanowane arkusze, zdjęcia rysunków z telefonu i niekompletne zestawy nadal sprawiają problemy, a zakres obsługi znacznie różni się w zależności od branży. Narzędzie, które dobrze odczytuje rysunki instalacji elektrycznych, może sobie słabo radzić z dokumentacją innej branży.

W pełni automatyczne oferty. O wielu kwestiach decydujących o ofercie nie ma wzmianki na rysunkach: lukach w zakresach prac między branżami, metodach i środkach realizacji, istniejących warunkach na placu budowy podczas renowacji, harmonogramie oraz poziomie ryzyka, jakie wykonawca jest gotów wziąć na siebie. To kosztorysant podpisuje się pod wyceną i odpowiada za nią.

Co sprawdza się dziś w praktyce, a co wciąż jest tylko wersją demonstracyjną. Grafika: Bildrix

Cztery oznaki, że oglądasz tylko wersję demonstracyjną

1. Działa tylko na rysunkach dostawcy. Poproś o demonstrację na własnej dokumentacji projektowej, najlepiej na tej najbardziej nieuporządkowanej, na podstawie której składałeś ofertę w ubiegłym kwartale.
2. Podaje jedną wartość dokładności, ale jej nie definiuje. Dokładność w liczeniu czego, na jakich rysunkach i jak mierzona? Liczba bez rozbicia na poszczególne pozycje niewiele mówi.
3. Nic nie jest oznaczane. Każdy model ma wątpliwości w niektórych kwestiach. Narzędzie, które nigdy ich nie sygnalizuje, po prostu je ukrywa.
4. Wynikiem jest plik arkusza kalkulacyjnego, z którego ktoś przepisuje dane do kosztorysu. Każda ręcznie przepisana liczba to kolejna okazja do popełnienia literówki.

O co zapytać każdego dostawcę

• Jakie dane wejściowe przyjmuje, jakie branże obsługuje i czego nie potrafi zrobić?
• Jak sygnalizuje niepewność i ile czasu zajmuje weryfikacja jednego z moich zestawów rysunków?
• Czy mogę edytować wyniki i czy moje zmiany zostaną uwzględnione w kosztorysie oraz przy późniejszych modyfikacjach?
• Czy moje dane są wykorzystywane do trenowania modeli dla kogokolwiek i gdzie są przechowywane?

NIST AI Risk Management Framework to przydatny punkt odniesienia dla tej ostatniej grupy. Opisuje wiarygodną sztuczną inteligencję między innymi jako prawidłową i niezawodną, bezpieczną i odporną, rozliczalną i przejrzystą, a także lepiej chroniącą prywatność. Każdy z tych aspektów przekłada się na pytanie, które wykonawca może zadać dostawcy.

Dlaczego wątpliwości są zaletą

Modele często są pewniejsze siebie, niż powinny. Guo i współpracownicy wykazali w 2017 roku, że nowoczesne sieci neuronowe są zazwyczaj słabo skalibrowane. Deklarowana przez sieć pewność często nie odpowiada temu, jak często jej przewidywania są trafne. Kalibrację można poprawić, a wtedy wskaźnik pewności staje się podstawą kolejki zadań. Pozycje o niskim poziomie pewności trafiają do człowieka, a te o wysokim — do szybkiego sprawdzenia.

Ta cecha jest dla mnie ważniejsza niż jakakolwiek głośno reklamowana funkcja. Kosztorysant nie ma czasu ponownie sprawdzać każdego obliczenia w zestawie liczącym kilkaset arkuszy. Ma za to czas, by sprawdzić kilkadziesiąt pozycji oznaczonych przez oprogramowanie jako niepewne. Kosztorysant nadal podpisuje ofertę, a dobre narzędzia pozwalają szybko ją zweryfikować.

Oprogramowanie odczytuje i zlicza, człowiek sprawdza to, co budzi jego wątpliwości, a kosztorysant podpisuje ofertę. Obraz: Bildrix

Unite.AI opublikował niedawno artykuł Babera Javeda o projektowaniu systemów sztucznej inteligencji do obsługi płac, rekrutacji i innych obszarów, w których błędy są dotkliwe. Javed argumentuje, że wszystkim, co wiąże się z konsekwencjami finansowymi lub prawnymi, powinny rządzić deterministyczne reguły, model zaś powinien interpretować i wyjaśniać, a w sytuacjach, w których błędy są kosztowne, konieczna jest weryfikacja przez człowieka. Oferta budowlana wpisuje się w ten opis.

Na co zwrócić uwagę w najbliższym czasie

Spodziewam się, że postęp w nadchodzącym roku nastąpi po pierwszym przedmiarze: oprogramowanie będzie porównywać kolejne wersje rysunków, a następnie przenosić zmienione ilości do zleceń zmian i faktur, bez konieczności ponownego wpisywania danych. To właśnie na zmianach wykonawcy tracą pieniądze, często nawet o tym nie wiedząc: zmiana, której nikt nie wycenił, oznacza pracę wykonaną za darmo.

Jeśli prowadzisz firmę wykonawczą i chcesz wypróbować któreś z tych rozwiązań, przetestuj je na własnych rysunkach, zapewnij weryfikację każdego wyniku przez człowieka i zapisuj własne dane: poświęcony czas, wykryte błędy i błędy, które umknęły uwadze. Dowiesz się z nich więcej niż z danych podawanych przez jakiegokolwiek dostawcę.

Co musiałaby wykazać maszyna, zanim zaufasz ilości odczytanej przez nią w ofercie opatrzonej twoim nazwiskiem?