Wprowadzenie
W październiku miałem przyjemność poprowadzić krótkie wystąpienie w gronie wykładowców i studentów Politechniki Poznańskiej. Rozmawialiśmy o tym, jak zbliżyć do siebie świat nauki i przedsiębiorstw działających w Wielkopolsce. (Przy okazji, jeśli ktoś jest zainteresowany tą inicjatywą proszę o kontakt)
W ramach wzajemnej inspiracji pokazałem na przykładzie NEO-BUD, jak wykorzystujemy automatyzację i sztuczną inteligencję w procesach budowy.
Ponieważ wierzę, że dzielenie się wiedzą daje więcej dobra niż jej ukrywanie – poniżej kilka przykładów, jak AI realnie wspiera pracę inżyniera i zespołu na budowie.
1. Automatyzacje i proste programy wspierające budowę
Dzięki niskim progom wejścia do programowania (np. w Pythonie) każdy inżynier może dziś tworzyć własne usprawnienia.
W NEO-BUD stworzyliśmy m.in.:
- platformę online do raportowania postępu prac (codzienny raport w kilka kliknięć),
- system do akceptacji materiałów i rozwiązań (wszyscy decydenci mają dostęp w czasie rzeczywistym),
- wstępną wersję własnej platformy CDE (BIM),
- narzędzie do zbierania feedbacku od zespołu,
- kalkulator ofertowy,
- program do szybszej realizacji przedmiarów z rysunków CAD
2. Baza wiedzy oparta na LLM (Large Language Models)
Dziś wiedzy szukamy nie tylko w literaturze i wyszukiwarkach, ale też w środowiskach LLM – GPT, GROK, Gemini, DeepSeek i wielu innych.
My poszliśmy krok dalej – stworzyliśmy własnego asystenta GPT skoncentrowanego na wiedzy budowlanej.
To świetne narzędzia do szybkiego przeglądu rozwiązań – ale zawsze z walidacją inżynierską. AI nie zastąpi odpowiedzialności człowieka.
3. Asystenci AI w codziennych narzędziach
Coraz więcej aplikacji, z których korzystamy, ma wbudowaną AI – pomagającą automatyzować zadania czy podpowiadać rozwiązania.
Sam często korzystam z asystenta w Asanie, by szybciej porządkować zadania i procesy projektowe.
4. Tworzenie własnych modeli AI
To już wyższy poziom. Wymaga dużych zbiorów danych i doświadczenia, ale daje ogromny potencjał.
Firmy posiadające bogate archiwa projektów (w szczególności powtarzalnych) lub zdjęcia podobnych usterek mogą trenować własne modele do:
- rozpoznawania wad budowlanych,
- generowania powtarzalnych rozwiązań projektowych,
- wspierania decyzji kierowników i projektantów.
Do tego można wykorzystać Python + scikit-learn, TensorFlow lub PyTorch.
Masz dane i chcesz wspólnie zbudować takie środowisko? – zapraszam do kontaktu.
5. Oprogramowanie oparte na AI wspomagające projektowanie
Przykłady:
- Spacemaker – projektowanie urbanistyczne,
- TestFit – automatyzacja planowania działek,
- Karamba3D – optymalizacja konstrukcji,
- Altair OptiStruct – symulacje konstrukcyjne,
- Cove.tool – analiza energetyczna,
- Alice Technologies – planowanie i optymalizacja budowy.
Sam jeszcze testuję różne rozwiązania – szukając tych, które naprawdę mogą dać przewagę w naszych projektach.
Podsumowanie
AI w budownictwie to jak przesiadka z konia na samochód.
Możemy nauczyć się korzystać z nowych narzędzi i wykorzystać zaoszczędzony czas na rozwój, albo patrzeć z boku, jak inni jadą dalej.
Bo jak w każdym narzędziu – to człowiek jest kierowcą.
Comments powered by CComment