SAP TechEd paplašina Joule un Business AI – ko tas nozīmē būvniecībai

Īsā versija

SAP jaunākie paziņojumi no TechEd konferencēs skaidri rāda: uzņēmums agresīvi attīsta Joule un savu Business AI platformu kā centrālo nervu sistēmu biznesa procesiem. Tas nav tikai kārtējais "čatbots" – runa ir par to, kā AI rīki tiek ieausti ERP, datu analītikā un ikdienas lēmumu pieņemšanā.

Būvniecības nozarei tas ir signāls: ja izmanto SAP ekosistēmu vai strādā ar partneriem, kas to dara, AI būvniecībā vairs nav teorētisks koncepts. Tas kļūst par daļu no pamatsistēmām, kurās dzīvo budžeti, līgumi, materiālu piegādes un būvdarbu grafiki.

AI vairs nav atsevišķs rīks – tas pārvēršas par slāni virs visiem biznesa datiem, tostarp būvniecības projektiem.

Kāpēc tas ir svarīgi reālos projektos

Ad-hoc-news.de ziņotais par SAP TechEd fokusējas uz to, ka tiek paplašināts Joule sasniedzamības lauks un nostiprināta Business AI platforma. Tas nozīmē: arvien vairāk SAP moduļu un datu avotu būs pieejami caur vienotu AI slāni. No būvlaukuma skatpunkta tas izklausās abstrakti, līdz brīdim, kad to pieliek klāt konkrētām situācijām.

1. Lēmumi, kas balstīti datos, nevis intuīcijā
Ja AI rīki ir cieši saslēgti ar SAP finanšu, loģistikas un projektu vadības datiem, AI būvniecībā var palīdzēt ātri atbildēt uz jautājumiem, kas šobrīd prasa manuālu datu rakšanu:

• kā mainīsies projekta naudas plūsma, ja pamatmateriālu cena pieaugs par 5%;
• kurš apakšuzņēmējs kavējas visbiežāk un kā tas ietekmē kopējo termiņu;
• kādi atkārtoti defekti parādās konkrētā objektu tipā.

Šādas analīzes nav jaunas, taču atšķirība ir tajā, ka Business AI platforma cenšas padarīt tās pieejamas sarunvalodas līmenī – bez speciālista, kas dienām ilgi būvē atskaites.

2. Mazāk manuālas skrūvēšanās ar dokumentiem
Būvniecības tehnoloģijas līdz šim bieži nozīmēja atsevišķas nišas lietotnes – viena laika uzskaitei, otra defektu reģistram, trešā dokumentiem. SAP virziens ar Joule ir pretējs: AI kā vienots slānis virs esošajām sistēmām. Tas potenciāli ļauj:

• automātiski izvilkt būtiskos punktus no līgumiem un izmaiņu pavēlēm;
• salīdzināt plānotās un faktiski izpildītās darbu apjoma atskaites;
• ģenerēt brīdinājumus par riskiem, kas izriet no datu kombinācijas (piemēram, kavēti piegādes termiņi + slikta laika prognoze kritiskā posmā).

Teorētiski tas viss jau bija iespējams ar klasisku BI un skriptiem, bet Business AI platformas mērķis ir padarīt šo automatizāciju standartizētu un vieglāk pieejamu, izmantojot generatīvo AI.

3. Kontrasts: ekselī un WhatsApp vs. integrēts AI slānis
Lielākā daļa būvnieku joprojām dzīvo realitātē, kur darbi tiek saskaņoti WhatsApp, atskaites – Excel, un tikai gala cipari nonāk ERP. SAP TechEd paziņojumi parāda citu pasauli: kur būvniecības tehnoloģijas nav izolēti rīki, bet daļa no vienotas datu ekosistēmas, ko pārvalda AI.

Tas rada spriedzi: kuri uzņēmumi pielāgosies pietiekami ātri, lai izmantotu AI rīkus kā konkurences priekšrocību, un kuri paliks pie “tā vienmēr darījām” pieejas.

4. Kā tas saslēdzas ar ikdienas grāmatvedību un atskaitēm
Būvniecības projekti ir finansiāli smagnēji. SAP Business AI attīstība nozīmē, ka vienā sistēmā var savienot izmaksu kontroli, materiālu plūsmas un izpildītos darbus, un pēc tam AI līmenī uzdot jautājumus: "Kurā objektā šonedēļ vislielākais novirzes risks budžetā?" vai "Kuras pozīcijas rēķinos visbiežāk tiek apstrīdētas?".

Tieši šeit parādās praktisks tilts uz ikdienas rīkiem. Piemēram, WorksRecorded fokusējas uz to, lai būvniecības komandām sakārtotu būvdarbu žurnālus, darba laika uzskaiti, dokumentu apriti, rēķinus un projektu atskaites. Jo strukturētāki dati no būvlaukuma, jo lielāka jēga no AI platformām kā SAP Business AI – tās var strādāt tikai tik labi, cik kvalitatīvi ir ievaddati.

Kam sekot tālāk

• Sekot, kā SAP praktiski integrē Joule ar nozares risinājumiem – īpaši moduļiem un partneriem, kas orientēti uz būvniecības projektiem.
• Vērtēt, kuri AI rīki jau šobrīd var savākt strukturētus datus no būvlaukuma (laiks, darbi, defekti), lai vēlāk tos varētu izmantot lielākās AI būvniecībā platformās.
• Pārbaudīt, cik viegli SAP Business AI integrējas ar esošajām būvniecības tehnoloģijas sistēmām – vai tas prasa pilnu migrāciju, vai iespējama pakāpeniska pieeja.
• Iekšēji sagatavot komandu – mācīt cilvēkus uzdot pareizos jautājumus AI un saprast tā ierobežojumus, nevis uztvert to kā burvju kasti.
• Sekot regulējumam un datu drošības prasībām, jo, pieaugot AI lomas svaram, pieaug arī atbildība par projektu un finanšu datu apstrādi.

Redaktora piezīme no būvlaukuma

No malas skatoties, viegli padomāt, ka SAP TechEd un Business AI ir tālu no reālās būvlaukuma dubļu realitātes. Bet katru reizi, kad es redzu strīdu par to, kurš ko izdarīja un cikos, vai diskusiju par negaidīti uzpūstu izmaksu pozīciju, ir skaidrs – problēma nav tikai cilvēkos, problēma ir datos.

Ja lielie spēlētāji kā SAP liek AI tieši uz biznesa datu nerva, tad jautājums būvniekiem nav "vai", bet "kad" un "ar kādiem datiem" mēs tajā piedalīsimies. Tie, kas sakārtos pamata datu plūsmu jau tagad un sāks eksperimentēt ar AI rīkiem, būs tie, kas pēc pāris gadiem neskatīsies uz AI būvniecībā kā uz draudu, bet kā uz vēl vienu instrumentu instrumentu kastē – tikai šoreiz tas būs gudrāks par jebkuru Excel tabulu.