SolarWinds pētījums atklāj plaisu starp AI solījumiem un reālo atdevi IT atbalstā

Īsā versija

SolarWinds jaunais pētījums par IT pakalpojumu vadību izgaismo pazīstamu ainu: par mākslīgo intelektu runā daudz, potenciāls tiek piesaukts iespaidīgs, bet mērāma atdeve pagaidām atpaliek. Vadības līmenī ir liela ticība AI iespējām, taču ikdienas IT servisa realitātē šī ticība bieži pārvēršas vilšanās un jautājumā – kur ir solītā efektivitāte?

Tieši šī plaisa starp potenciālu un reālo atdevi ir svarīgs signāls arī būvniecībai. Ja IT pasaulē, kur dati un procesi jau ir salīdzinoši digitalizēti, AI ieviešana klibo, tad būvniecības tehnoloģijas un AI būvniecībā saskarsies ar vēl lielākiem izaicinājumiem. Tomēr tas nenozīmē, ka AI rīki nav vajadzīgi – tas nozīmē, ka tiem jābūt daudz precīzāk piesaistītiem konkrētām problēmām un biznesa rezultātiem.

SolarWinds pētījums parāda, ka AI stāsts nav par burvju pogu, bet par spējām pārvērst solījumus izmērāmos pakalpojumu uzlabojumos.

Kāpēc tas ir svarīgi reālos projektos

SolarWinds IT servisa pētījums fokusējas uz to, cik liela ir atšķirība starp to, ko AI teorētiski spēj, un to, ko organizācijas patiesībā iegūst. Šī atšķirība IT vidē parasti izpaužas vairākos veidos, kas ļoti labi pārnesas arī uz būvlaukumu realitāti:

1. Pārspīlētas gaidas un neskaidrs mērķis
   IT pasaulē vadība nereti sagaida, ka AI automātiski samazinās incidentu skaitu, paātrinās atbildes laikus un samazinās izmaksas. SolarWinds dati rāda, ka šīs cerības bieži vien nav piesaistītas konkrētiem rādītājiem vai procesiem – līdz ar to nav arī skaidra veida, kā izmērīt, vai AI vispār strādā.
   Būvniecībā risks ir tieši tāds pats: ieviest "gudru" risinājumu dronu datu apstrādei, prognozētai uzturēšanai vai kvalitātes kontrolei, bet nepateikt, vai mērķis ir samazināt defektu skaitu, kļūdu labojumu izmaksas vai projekta kavējumus.

2. Datu kvalitāte un procesu haoss
   IT servisos AI algoritmi balstās uz notikumu vēsturi, biļešu sistēmām, konfigurāciju datubāzēm. Ja šie dati ir nepilnīgi vai nesakārtoti, tad AI ieteikumi ir vāji un neuzticami – tieši uz to netieši norāda SolarWinds konstatētā plaisa starp potenciālu un rezultātu.
   Būvniecībā tas nozīmē: ja darba laiki tiek pierakstīti haotiskās Excel tabulās, būvdarbu žurnāli ir papīra mapēs un fotogrāfijas glabājas katram savā telefonā, tad jebkura runa par AI būvniecībā ir tikai teorija. Bez sakārtotiem pamata datiem automatizācija nestrādās.

3. AI kā papildslānis, nevis procesa maiņa
   SolarWinds pētījums izgaismo, ka AI bieži tiek uzlikts virsū esošajam IT servisa modelim, nemainot pašus procesus. Rezultātā tas ir kā pielikt turbo dzinēju pie mašīnas ar šķībām asīm – teorētiski ātrāk, praktiski neērti un nedroši.
   Būvniecības tehnoloģijas saskaras ar to pašu: ja AI rīki tikai "nolasa" esošo haosu – nesaskaņotus līgumus, nepilnīgus rasējumus, nepārskatāmus darbu sarakstus – tad labākie algoritmi neko būtisku neizglābs.

4. Cilvēku uzticība un lietojamība
   SolarWinds kontekstā AI risinājumu atdeve ir cieši saistīta ar to, vai IT komandas tiem uzticas un vai rīki ir ērti lietojami ikdienas steigā. Tas ir kluss, bet ļoti reāls iemesls, kāpēc solītais potenciāls nepārvēršas ienākumos vai ietaupījumos.
   Būvlaukumā tas ir vēl asāks jautājums: ja meistars vai darba vadītājs uzskata, ka AI risinājums ir "kārtējā biroja rotaļlieta", tas vienkārši netiks lietots. Tāpēc jebkuram AI būvniecībā jāiztur tests: vai tas ietaupa laiku tieši uz vietas objektā, nevis tikai prezentācijās.

Šie SolarWinds pētījuma signāli kopā veido vienu lielu secinājumu: AI rīki nesākas ar algoritmu, tie sākas ar ļoti skaidru jautājumu – kādu izmērāmu problēmu mēs risinām un ar kādiem datiem?

Šeit parādās arī praktiskais tilts uz rīkiem, kas sakārto pamatus. Piemēram, WorksRecorded piedāvā būvniecības komandām vienu vietu būvdarbu žurnāliem, darba laika uzskaitei, dokumentiem, rēķiniem un projektu atskaitēm. Tikai tad, kad šie dati ir konsekventi un digitāli, ir jēga runāt par AI rīki pielietojumu – prognozējošām atskaitēm, automatizētu risku pamanīšanu vai resursu plānošanu.

Kam sekot tālāk

• Sekot pētījumiem, līdzīgiem SolarWinds IT servisa analīzei, lai saprastu, kur AI patiesībā dod atdevi un kur – tikai mārketingu.
• Definēt konkrētus rādītājus (defektu skaits, kavējumi, neproduktīvo stundu apjoms), ko AI rīki būtu jāsamazina vai jāuzlabo.
• Sakārtot digitālos pamatus: centralizēti būvdarbu žurnāli, strukturēti dokumenti, vienota darba laika uzskaite un skaidras projekta atskaites.
• Testēt AI būvniecībā mazos pilotprojektos, nevis uzreiz visos objektos, un salīdzināt rezultātus ar skaidri definētu “pirms/ pēc”.
• Pieprasīt no tehnoloģiju piegādātājiem nevis solījumus par "gudru AI", bet konkrētus, izmērāmus ieguvumus un pierādījumus no līdzīgiem projektiem.

Redaktora piezīme no būvlaukuma

No malas skatoties, SolarWinds pētījuma stāsts izklausās ļoti pazīstams. Būvlaukumos esmu redzējis to pašu scenāriju: prezentācijās viss ir gludi, bet objektā cilvēki joprojām raksta uz kartona un sūta bildes WhatsApp. Atšķirība starp AI potenciālu un atdevi sākas nevis kodā, bet disciplīnā – cik godīgi mēs fiksējam darbus, laiku un problēmas.

Ja mēs šo pamatu nesakārtojam, jebkurš AI risinājums būvniecībā būs tikai dārgs eksperiments. Bet, ja dati un procesi ir sakārtoti, tad SolarWinds brīdinājums kļūst par konkurences priekšrocību: mēs zinām, kādus slazdus izvairīties, un varam izmantot būvniecības tehnoloģijas un automatizāciju tur, kur tās patiešām dod taustāmu rezultātu – mazāk kļūdu, mazāk strīdu un vairāk pabeigtu objektu laikā.