Vadītāji nestrīdas par AI – būvniecībā viņi spēlē četras dažādas spēles

Īsā versija

Būvniecības uzņēmumos aizvien biežāk dzirdam: “Mums vajag kaut ko ar AI”. Taču, kā norāda The European Business Review publikācija par vadītāju attieksmi pret mākslīgo intelektu, problēma bieži nav tajā, vai AI rīki ir labi vai slikti. Problēma ir tā, ka vadītāji spēlē četras dažādas spēles – ar pilnīgi atšķirīgiem mērķiem un noteikumiem.

Vienā galda pusē ir tie, kas uz AI skatās kā uz modernu rotaļlietu PR vajadzībām. Otrā – tie, kas AI būvniecībā grib izmantot kā aukstu, precīzu automatizācijas motoru. Starp šiem poliem veidojas spriedze, kas reālos projektos izpaužas ļoti konkrēti: neskaidri mērķi, haotiski eksperimenti, izšķērdēts budžets un vilšanās komandās.

Vadītāji bieži nestrīdas par to, vai AI ir svarīgs – viņi vienkārši spēlē dažādas spēles ar vienu un to pašu tehnoloģiju.

Kāpēc tas ir svarīgi reālos projektos

Rakstā aprakstītā doma – ka vadītāji nestrīdas par AI, bet darbojas dažādās „spēlēs” – būvniecībā ir īpaši asa. Ja uz vienas un tās pašas tehnoloģijas skatās ar četrām dažādām loģikām, rezultāts objektā būs haoss.

Lūk, kā šīs “spēles” tipiski izskatās būvniecības vidē (balstoties uz raksta loģiku, nevis konkrētiem terminiem):

1. AI kā vitrīna
   Šeit AI rīki tiek izmantoti galvenokārt reputācijai. Uzņēmums lepojas ar „AI iniciatīvām”, bet reālā būvlaukuma ikdiena nemainās. Var parādīt demo, var izveidot prezentāciju par „būvniecības tehnoloģijas nākotni”, taču neviens meistars un darbu vadītājs nejūt atšķirību ne termiņos, ne izmaksās.

2. AI kā izmaksu nazis
   Otrā pieeja – AI būvniecībā redz tikai kā automatizācijas instrumentu izmaksu griešanai. Fokusā ir darba laika optimizācija, materiālu patēriņa kontrole, automatizēta dokumentu aprite. Šeit AI integrē plānošanā, iepirkumos, kvalitātes kontrolē. Taču, ja vadība runā tikai par izmaksu samazināšanu, komandas nereti jūtas apdraudētas un pretojas jaunajām sistēmām.

3. AI kā stratēģiskā spēle
   Trešā loģika – skatīties uz AI rīkiem kā uz veidu pārrakstīt spēles noteikumus tirgū. Tas nozīmē ne tikai efektīvāku darbu, bet arī jaunu pakalpojumu veidošanu: prognozējoša uzturēšana, datu balstīta garantiju pārvaldība, precīzāka risku cena tenderos. Šādi uzņēmumi AI neieliek kā atsevišķu projektu, bet ieaudzē to visā vērtības ķēdē.

4. AI kā eksperimentu laboratorija
   Ceturtā pieeja – vadītāji, kas redz AI kā pastāvīgu izmēģinājumu lauku. Viņi pieņem, ka ne viss strādās, un ļauj komandām testēt dažādus AI rīkus: no progresu atpazīšanas no dronu bildēm līdz automātiski ģenerētiem darbu žurnāliem. Risks – ja nav skaidras saiknes ar biznesa mērķiem, eksperimenti neizaug līdz reāliem, stabiliem risinājumiem.

The European Business Review raksts brīdina: pat ja visi uzņēmuma līmeņi „atbalsta AI”, tas vēl nenozīmē kopīgu spēli. Būvniecībā tas nozīmē, ka IT direktors var spēlēt eksperimentu spēli, finanšu direktors – izmaksu nazja spēli, bet izpilddirektors – vitrīnas spēli. Rezultāts – nav vienas skaidras atbildes, kāpēc vispār tiek ieviestas jaunās būvniecības tehnoloģijas.

Reālajā objektā tas izpaužas ļoti konkrēti:

• vienā projektā testē datorredzi betona kvalitātei, bet nav procesa, kā rezultātus izmantot lēmumos;
• tiek ieviests AI asistents līgumu analīzei, bet juristu komanda tam neuzticas un turpina strādāt kā iepriekš;
• uzstāda sensoriem bagātu „viedo objektu”, bet dati netiek sasaistīti ar plānošanu un darbu grafikiem.

Lai AI būvniecībā nebūtu tikai modes vārds, vadībai jāvienojas, kuru spēli tieši uzņēmums spēlē. Vai mērķis ir labāks PR, mazākas izmaksas, jauni pakalpojumi vai kontrolēta eksperimentēšana? Tikai pēc šīs izvēles var saprātīgi spriest, kādi AI rīki ir vajadzīgi, kur tos integrēt un kā mērīt rezultātu.

Labs piemērs praktiskam nākamajam solim ir datu sakārtošana ikdienas procesos. Ja būvlaukuma notikumi ir haotiski pierakstīti WhatsApp čatos un Excel failos, jebkurš AI risinājums būs kā „smadzenes bez nervu sistēmas”. Šeit parādās rīki kā WorksRecorded, kas palīdz būvniecības komandām sakārtot pamatu – skaidrus būvdarbu žurnālus, darba laika uzskaiti, dokumentu plūsmu, rēķinus un projektu atskaites. Tikai tad, kad ikdienas dati ir strukturēti, AI automatizācija var dot jēgpilnu atdevi.

Kam sekot tālāk

• Skaidri nodefinēt, kuru no četrām „spēlēm” jūsu uzņēmums spēlē ar AI, un vai visi vadības līmeņi to saprot vienādi.
• Kartēt, kuri procesi būvlaukumā un birojā jau šobrīd ģenerē datus, un cik tie ir gatavi AI rīku izmantošanai.
• Sākt ar mazu, bet biznesam taustāmu AI pilotprojektu (piemēram, automatizēti darbu žurnāli vai līgumu analīze), nevis ar grandiozu „AI stratēģiju slaidos”.
• Izveidot stabilu datu mugurkaulu ar rīkiem, kas sakārto dokumentus, laiku un izmaksas, lai vēlāk AI varētu uz tā balstīties.
• Regulāri pārskatīt, vai AI iniciatīvas tiešām maina projekta termiņus, izmaksas un risku profilu, nevis tikai prezentāciju slaidus.

Redaktora piezīme no būvlaukuma

No malas skatoties, būvlaukumā konflikts par AI bieži izskatās kā „vecie” pret „jaunajiem”. Taču, lasot The European Business Review analīzi, kļūst skaidrs – patiesībā tas ir par spēles noteikumiem, nevis par tehnoloģiju. Ja katrs vadītājs klusībā spēlē savu spēli, objekts paliek par izmēģinājumu poligonu bez skaidra mērķa.

Es esmu redzējis objektus, kuros AI rīki patiesi maina disciplīnu – progresa uzskaite, automatizācija, mazāk strīdu ar pasūtītāju. Un esmu redzējis arī pretējo: dārgus pilotus, kas pēc pusgada pazūd bez pēdām. Atšķirība nav tehnoloģijā, bet tajā, vai komanda atbild uz vienkāršu jautājumu: kuru spēli mēs spēlējam un kā zināsim, ka esam uzvarējuši?