Īsā versija

Hedgefonds, kas pārāk agresīvi lika likmes uz **AI akciju** vilni un piedzīvoja sāpīgu sabrukumu, ir labs spogulis būvniecības nozarei. Ne tāpēc, ka mēs pērkam akcijas, bet tāpēc, ka **AI rīki** un **AI būvniecībā** kļūst par jauno „zelta drudzi” arī uz būvlaukumiem.

Finanšu tirgos stāsts ir vienkāršs: pārlieku liela ticība tam, ka „AI vienmēr tikai kāps”, beidzās ar zaudējumiem, kad realitāte neatbilda gaidām. Būvniecībā risks ir līdzīgs – ja vadība notic, ka „AI atrisinās visu”, bet neiegulda datu kvalitātē, procesu sakārtošanā un cilvēku apmācībā, projekti var kļūt dārgāki un haotiskāki, nevis efektīvāki.

AI nav burvju nūjiņa – tā ir jaudīga, bet bīstami pārprasta skrūvgrieža versija tiem, kas neredz visu konstrukciju.

Kāpēc tas ir svarīgi reālos projektos

Hedgefonda implozija rāda trīs lietas, kuras ir tieši pārnesamas uz būvniecības tehnoloģijām.

**1. Hype nav stratēģija** Finanšu pasaulē fonds sekoja AI akciju stāstam – nevis pamatdatiem. Līdzīgi būvniecībā: ja uzņēmums pērk pirmo spīdīgo AI platformu, ko redz konferencē, nepārbaudot, kā tā integrēsies ar esošajiem grafikiem, tāmes rīkiem un būvdarbu žurnāliem, risks ir acīmredzams.

Piemēram: - AI plānošanas rīks sola optimizēt brigāžu grafikus, bet neņem vērā reālos piegāžu riskus un vietējos noteikumus. - AI balstīta izmaksu prognozēšana paļaujas uz vēsturiskajiem datiem, kas uzņēmumā vienkārši nav sakārtoti vai ir nepilnīgi.

Rezultāts – skaistas prezentācijas, bet objektā joprojām kavējumi, strīdi ar apakšuzņēmējiem un budžeta pārkāpumi.

**2. Riska vadība ir svarīgāka par tehnoloģiju spilgtumu** Hedgefonds krita tāpēc, ka risku koncentrācija uz vienu stāstu – „AI uzvarēs vienmēr” – kļuva par aklo zonu. Būvniecībā aklā zona ir ticība, ka **automatizācija** atrisinās hroniskas problēmas bez cilvēku iesaistes.

Reālos projektos tas izskatās šādi: - vadība samazina plānošanas komandu, jo „AI pats sarēķinās grafiku”; - tiek ieviests AI rīks drošības pārkāpumu atpazīšanai no video, bet nav procesa, ko tieši dara pēc brīdinājuma; - lēmumi par materiālu pasūtījumiem tiek pārlikti uz algoritmu, kurš nav pielāgots konkrētajam tirgum.

AI būvniecībā ir jāliek līdzās vecajiem labajiem principiem – rezervēm grafikā, riska plāniem, cilvēku pieredzei. Tieši tāpat kā finanšu pasaulē algoritmiskā tirdzniecība nenozīmē, ka var aizmirst par risku limitu.

**3. Dati un disciplīna ir vērtīgāki par „gudru” algoritmu** Hedgefonda stāsts izgaismo, ka pat sarežģīti modeļi kļūst bīstami, ja ievaddati un pieņēmumi ir šķībi. Būvniecībā tas ir vēl rupjāk: ja datu pamatne ir vāja, AI rīki tikai ātrāk pavairo kļūdas.

Daži konkrēti piemēri: - ja būvdarbu uzmērījumi un progresu atskaites ir neregulāras, AI nevar uzticami prognozēt kavējumus; - ja darba laika uzskaite ir „uz papīra un WhatsApp”, jebkura AI analīze par produktivitāti būs ilūzija; - ja dokumentācija (RAS, izmaiņu akti, rēķini) nav strukturēta, AI meklēšanas un analītikas rīki atgriezīs tikai daļēju patiesību.

Šeit parādās praktisks ceļš: **pirms** sarežģītiem AI risinājumiem sakārtot pamata **būvniecības tehnoloģijas** – datu plūsmas, žurnālus, laika uzskaiti, dokumentu struktūru. Piemēram, WorksRecorded piedāvā tieši šo pamatslāni: digitālus būvdarbu žurnālus, darba laika uzskaiti, dokumentu un rēķinu pārvaldību un projektu atskaites vienā vietā. Tas ir praktisks nākamais solis komandām, kas grib AI ieviest uz sakārtotas, nevis haotiskas datu bāzes.

Kam sekot tālāk

• **AI rīku ROI mērīšana** – ne tikai „vai tas ir moderni”, bet konkrēti: cik stundas ietaupītas, cik strīdu ar pasūtītāju novērsti, cik mazāk kļūdu tāmes un projekta vadībā.
• **Datu kvalitātes audits** – pirms jebkura AI ieviešanas godīgi pārbaudīt, kādā stāvoklī ir objekta dati: žurnāli, laika uzskaite, materiālu uzskaite, izmaiņu vēsture.
• **Piloti, nevis lielie lēcieni** – sākt ar vienu objektu, vienu procesu (piemēram, progresu atskaites vai drošību), nevis mēģināt „pārbūvēt visu uzņēmumu uz AI vienā vasarā”.
• **Cilvēku lomu pārzīmēšana** – skaidri pateikt, ko dara AI un ko dara pieredzējis darbu vadītājs, lai nerastos tukšā cerība, ka tehnoloģija aizvietos atbildību.
• **Mācīšanās no citu nozarēm** – sekot, kā finanšu sektors pēc šādiem hedgefondu fiasko pārskata risku limitus un modeļu uzraudzību, un pārnest šos principus uz AI būvniecībā.

Redaktora piezīme no būvlaukuma

No būvlaukuma skatpunkta šis hedgefonda stāsts izklausās ļoti pazīstami. Esmu redzējis, kā uz objekta atved „brīnumrīku”, kas solīja automatizāciju un perfektu kontroli, bet pēc mēneša tas gulēja plauktā, jo neviens nebija padomājis par datu ievadi un cilvēku laiku.

Mana praktiskā mācība ir vienkārša: AI būvniecībā ir jāuztver kā jaudīgs instruments, nevis glābējs. Ja pamata disciplīna – žurnāli, termiņi, atbildības, datu kultūra – ir vāja, AI tikai paātrinās haosu. Ja pamats ir stingrs, tad AI rīki var dot to, ko finanšu tirgi solīja, bet ne vienmēr piegādāja – ātrāku reakciju uz riskiem, labāku pārredzamību un gudrākus lēmumus par katru nākamo kubikmetru betona.