Īsā versija

Palo Alto Networks vadītājs skaidri nosprauž latiņu: ja mēs gribam, lai mākslīgais intelekts kļūst par normu, nevis dārgu eksperimentu, AI token izmaksām ir jāsamazinās par aptuveni **90%**. Tas nav kosmētisks labojums, tas ir pilnīgs izmaksu režģa pārzīmējums.

Būvniecības kontekstā tas ir ļoti konkrēts signāls. Šodien daudzi AI rīki tiek testēti – čatboti tehniskajai dokumentācijai, automatizēta tāmešana, video analītika drošībai uz būvlaukuma. Taču plaša, ikdienas lietošana buksē pie viena šķēršļa: **cena par katru AI aprēķinu** (token) joprojām ir pārāk augsta, lai to droši ieliktu katrā objektā, katrā maiņā un katrā telefonā.

CEO vēstījums ir skaidrs: ja AI aprēķini nemaksās krietni lētāk, mākslīgais intelekts paliks nišas rotaļlieta, nevis kritiska infrastruktūra.

Kāpēc tas ir svarīgi reālos projektos

Palo Alto Networks nav startaps garāžā – tā ir kiberdrošības smagsvars, kas redz AI jaudu gan uzbrukumu atklāšanā, gan datu analītikā. Ja šāda mēroga spēlētājs saka, ka pašreizējās izmaksas ir problēma, būvniecības nozarei ir vērts ieklausīties.

**1. AI būvniecībā šobrīd ir dārgs pilots, nevis standarts** Liela daļa "AI būvniecībā" šodien izskatās pēc pilotprojektiem: - objekta fotogrāfiju automātiska salīdzināšana ar BIM modeli, - video analīze, kas atpazīst bīstamas situācijas uz sastatnēm, - čatbots, kas atbild uz jautājumiem par tehniskajām specifikācijām.

Katrs šāds risinājums fonā patērē tokenus – tūkstošiem un miljoniem AI aprēķinu. Ja katrs aprēķins ir dārgs, tad katrs jauns objekts kļūst par finanšu risku. Tieši to Palo Alto signāls izgaismo: **masveida ieviešanu bremzē nevis ideju trūkums, bet AI aprēķinu cena**.

**2. 90% kritums izmaksās nozīmētu pavisam citu spēli** Ja AI token izmaksas tiešām nokristu par 90%, būvniecības tehnoloģijas varētu strauji mainīties: - būtu ekonomiski pamatoti analizēt *visus* būvlaukuma video straumējumus reāllaikā, nevis tikai paraugus; - katram brigadierim varētu būt savs AI palīgs tāmešanai, materiālu pasūtīšanai un darba plūsmas plānošanai; - automatizācija varētu aptvert arī "mazās" lietas – piemēram, AI, kas automātiski pārbauda žurnālu ierakstus, meklē kļūdas un neatbilstības.

Šobrīd daudziem uzņēmumiem ir jāizvēlas: ko analizēt ar AI un ko atstāt novārtā, jo katra papildu automatizācija nozīmē papildu rēķinu par AI aprēķiniem.

**3. Drošība un atbilstība – AI kā ikdienas filtrs, nevis luksusa opcija** Palo Alto skatpunkts nāk no drošības – un tas ir labs atskaites punkts arī būvniecībai. Ideālā pasaulē AI rīki nepārtraukti: - monitorē piekļuves sistēmas un būvlaukuma loģistiku, - analizē dokumentus un līgumus, meklējot neatbilstības, - salīdzina faktisko darbu ar projektēto, lai laikus pamanītu riskus.

Taču, kamēr AI token izmaksas ir augstas, šāds "pastāvīgs AI filtrs" ir luksuss, ko atļaujas tikai daži flagmaņprojekti. CEO prasītā 90% izmaksu korekcija ir priekšnoteikums, lai šī drošības un kvalitātes automatizācija kļūtu par normu arī vidēja izmēra ģenerāluzņēmējiem.

**4. Datu apjoms būvniecībā ir milzīgs – un tas padara cenu īpaši sāpīgu** Būvlaukumā viss rada datus: piegādes, pieņemšanas akti, fotofiksācija, dronu lidojumi, darba laika uzskaite, drošības instruktaži. AI rīki spēj šos datus pārvērst par lēmumiem, bet tikai tad, ja tos ir ekonomiski izdevīgi apstrādāt.

Palo Alto signāls būtībā ir brīdinājums: **ja AI infrastruktūra nekļūs ievērojami lētāka, būvniecības uzņēmumi turpinās dzīvot ar datu pārbagātību un ieskatu trūkumu**. Tehniski viss ir iespējams, bet ekonomika bremzē.

Kam sekot tālāk

• **AI infrastruktūras cenu dinamikai.** Vai mākoņpakalpojumu sniedzēji un lielie modeļu izstrādātāji spēj nodrošināt 90% izmaksu kritumu tuvāko gadu laikā? Bez tā liela daļa AI būvniecībā paliks pilotu līmenī.
• **Specializētiem modeļiem būvniecībai.** Šaurāki, uz būvniecības datiem trenēti modeļi var būt lētāki un efektīvāki nekā vispārīgie LLM – tas var būt viens no ceļiem, kā apiet izmaksu sienu.
• **AI drošības risinājumiem.** Palo Alto perspektīva nozīmē, ka drošība būs viens no pirmajiem laukiem, kur AI kļūs par standartu. Būvniecības uzņēmumiem vērts sekot, kā šie rīki integrējas ar piekļuves sistēmām, CCTV un dokumentu pārvaldību.
• **Procesu digitalizācijai pirms AI.** Lai būtu, ko gudri analizēt, vispirms ir vajadzīgi strukturēti dati. Šeit praktisks solis ir sakārtot būvdarbu žurnālus, darba laika uzskaiti un dokumentu plūsmu. Rīki kā WorksRecorded palīdz komandām apvienot žurnālus, darba laiku, dokumentus, rēķinus un projektu atskaites vienotā sistēmā, radot stabilu pamatu nākotnes AI automatizācijai.

Redaktora piezīme no būvlaukuma

No būvlaukuma skatpunkta Palo Alto vadītāja vēstījums izklausās ļoti pazīstami. Mēs jau tagad redzam demo, kur AI atpazīst ķiveres, skaita kubikmetrus un pat lasa rasējumus. Tehnoloģija ir turpat, bet, kad sākam rēķināt izmaksas par katru video straumi un katru čata jautājumu, entuziasms bieži vien noplok.

Es to lasu tā: **nevis jautājums, vai AI rīki mainīs būvniecību, bet – vai industrija spēs sagaidīt brīdi, kad tie kļūs pietiekami lēti**. Līdz tam gudrākais, ko varam darīt, ir sakārtot savus pamata datus un procesus, lai brīdī, kad šis 90% kritums patiešām notiek, mēs nebūtu tikai skatītāji, bet spēlētāji ar gatavu laukumu.