Īsā versija

Aston University un Capgemini startē ar kopīgu **AI Business Transformation MSc** – maģistra programmu, kas ir skaidrs signāls: lielie spēlētāji gatavo jaunu paaudzi speciālistu, kuri pratīs nevis tikai runāt par mākslīgo intelektu, bet ieviest to reālos biznesos. Un tieši šeit sākas stāsts par **AI būvniecībā**.

Kad IT un konsultāciju gigants kā *Capgemini* investē izglītībā, tas nav teorijas eksperiments. Tas ir mēģinājums sistemātiski sagatavot cilvēkus, kuri pratīs lietot **AI rīkus** procesos, līgumos, datu analītikā un projektos. Būvniecība ir viena no nozarēm, kur šāds domāšanas veids var mainīt spēles laukumu – no papīra mapēm un Excel līdz pilnīgai **automatizācijai** un datu virzītai vadībai.

AI vairs nav rotaļlieta inovāciju komandai – tā kļūst par pamatprasmi tiem, kas vada biznesa transformāciju, arī būvlaukumā.

Kāpēc tas ir svarīgi reālos projektos

Lai gan avota ieraksts ir par izglītības programmu – **AI Business Transformation MSc**, – tas iezīmē plašāku kustību: industrija vairs nemeklē tikai datu zinātniekus, tā meklē cilvēkus, kas saprot **biznesa procesus** un prot AI ielikt tur, kur tas nes reālu atdevi.

Būvniecībā tas skan ļoti konkrēti:

• plānošana un iepirkumi,
• būvdarbu žurnāli un kvalitātes kontrole,
• darba drošības uzraudzība,
• termiņu un izmaksu prognozēšana.

Šobrīd tirgū jau parādās **AI rīki**, kas spēj automātiski analizēt būvniecības grafikus, salīdzināt tos ar faktisko progresu, pamanīt riskus un ierosināt korekcijas. Taču, lai šos rīkus kāds reāli ieviestu, vajadzīgi cilvēki ar divām valodām galvā: biznesa un mākslīgā intelekta. Tieši uz šo tiltu starp tehnoloģiju un biznesu arī mērķē Aston un Capgemini programma – tā veido profilu, kas būtu ārkārtīgi noderīgs arī ģenerāluzņēmējam vai nekustamo īpašumu attīstītājam.

**Būvniecības tehnoloģijas** pēdējos gados ir strauji mainījušās: BIM, 3D skenēšana, droni, sensoru tīkli. Nākamais solis ir šos datus padarīt jēgpilnus ar AI palīdzību. Līdzīgi kā biznesa transformācijas maģistrs māca strukturēti ieviest AI uzņēmumos, būvniecībā vajadzīgs tāds pats domāšanas rāmis:

• kurus procesus ir vērts automatizēt,
• kā mērīt ieguvumu,
• kā pārvaldīt riskus un datu kvalitāti,
• kā mainīt komandas ikdienas paradumus.

Bez šīs sistemātiskās pieejas **AI būvniecībā** paliks kā atsevišķi pilotprojekti – iespaidīgi prezentācijās, bet grūti noturami ikdienas objektos. Aston–Capgemini piemērs parāda, ka lielie uzņēmumi sāk domāt par AI kā par horizontālu kompetenci: nevis "viena nodaļa, kas nodarbojas ar inovācijām", bet prasme, kas jābūt projekta vadītājam, finanšu cilvēkiem un pat tiem, kas izstrādā līgumu struktūras.

Un te arī slēpjas spriedze par nākotni: vai būvniecības nozare spēs pietiekami ātri izaudzināt savus AI pratējus, vai šo lomu pārņems ārējie konsultanti, kas diktēs noteikumus no malas? Jo vairāk šādu programmu kā AI Business Transformation MSc parādīsies, jo lielāka kļūs plaisa starp uzņēmumiem, kas māk ar AI strādāt paši, un tiem, kas tikai pērk gatavus pakalpojumus.

Labs piemērs, kur šāda domāšana jau šodien dod praktisku rezultātu, ir digitālie būvdarbu žurnāli un projekta uzskaite. Platformas kā WorksRecorded rāda, kā **automatizācija** var sakārtot ikdienas haosu: centralizēti būvdarbu žurnāli, darba laika uzskaite, dokumenti, rēķini un projektu atskaites vienā vietā. Šāds pamats ir ideāla starta platforma, lai soli pa solim ieviestu arī AI analītiku – no datu vākšanas līdz prognozēm par termiņiem un izmaksu novirzēm.

Kam sekot tālāk

• Vērot, kā līdzīgas AI biznesa transformācijas programmas parādās citās universitātēs un vai tajās parādās specializācija tieši **būvniecības tehnoloģijās**.
• Sekot, kā konsultāciju uzņēmumi kā Capgemini praktiski ievieš AI risinājumus projektēšanas, būvniecības un facility management segmentos.
• Sākt ar pamatu: ieviest digitālus rīkus būvdarbu žurnāliem un datu vākšanai, lai vēlāk AI būtu, ko analizēt – piemēram, izmantojot WorksRecorded.
• Iekšēji apmācīt projekta vadītājus un objektu inženierus, lai viņi saprot AI iespējas un ierobežojumus, nevis tikai paļaujas uz ārējiem piegādātājiem.
• Sekot regulējuma un datu aizsardzības prasībām, jo AI ieviešana būvniecībā nozīmēs arī lielāku atbildību par datiem un lēmumiem.

Redaktora piezīme no būvlaukuma

No malas var šķist: kāds sakars universitātes maģistram ar dubļainu būvlaukumu un nokavētām piegādēm? Bet, jo vairāk strādāju ar būvniecības komandām, jo skaidrāk redzu – problēma nav tikai betona kubikmetros, tā ir informācijas haosā. Ja augstskolas kopā ar industriju māca, kā ar AI sakārtot biznesa procesus, tas ir tieši tas, kas rīt būs vajadzīgs objektu vadītājiem. Nevis vēl viens "gudrs čats", bet cilvēki, kas prot no datiem izvilkt skaidrus, izpildāmus lēmumus. Un tie, kas šo vilcienu noķers pirmie, arī diktēs spēles noteikumus nākamajā būvniecības desmitgadē.