V praxi to znamená, že i když jsou na stavbě využívány moderní digitální nástroje – například aplikace pro správu výkresů, evidenci závad nebo mobilní kontroly – informace mezi nimi nejsou vždy provázané. Data vznikají digitálně, ale bez jednotné struktury a návaznosti, což zásadně omezuje jejich další využití.
Právě v tomto kontextu se dnes stále častěji mluví o využití umělé inteligence ve stavebnictví. Týmy řeší, co všechno by AI mohla na stavbě zjednodušit nebo zautomatizovat. Méně často ale zaznívá základní otázka: máme vůbec k dispozici taková data, ze kterých se může umělá inteligence spolehlivě učit a se kterými může reálně pracovat?
Proč „více technologií“ automaticky neznamená méně komplikací
Přestože je dnes digitálních nástrojů více než kdy dřív, na skutečných projektech se opakují stejné problémy:
- Roztříštěnost dat – kontrolní seznamy jsou v jedné aplikaci, fotky v jiné, závady v tabulkách a schvalování probíhá v e-mailech.
- Nekonzistentní dokumentace – způsob zápisu se liší podle člověka, profese i momentální vytíženosti, což vede k tomu, že v informacích bývají mezery.
- Přetížení informacemi – množství dat roste rychleji, než je týmy dokážou třídit, ověřovat a efektivně využívat.
Technologicky vzato nejde o problém funkcionality jednotlivých nástrojů, ale o absenci společného datového modelu. Pokud má každá aplikace jinou logiku práce s informacemi, nemůže nad nimi smysluplně fungovat žádná pokročilá analytika ani umělá inteligence.
Výsledkem je paradoxní situace: digitálních nástrojů přibývá, ale neproduktivní práce nikoli. Odhady ukazují, že až třetina pracovní doby ve stavebnictví se spotřebuje na přepracovávání, řešení sporů a dohledávání informací. Tento problém se promítá i do dlouhodobě diskutované nízké produktivity celého odvětví.
Analýzy konzultační společnosti McKinsey opakovaně upozorňují, že jednou z hlavních příčin je nerovnoměrný tok informací mezi týmy a systémy – a to i na projektech, které jsou jinak řízeny velmi dobře. Pokud na projektu existuje více „pravd“, umělá inteligence je nedokáže sjednotit.
Pracuje jednoduše s tím, co má k dispozici – tedy i s neúplnými záznamy, duplicitami nebo zastaralými informacemi. Algoritmy nejsou schopné „domýšlet realitu stavby“, pouze systematicky zpracovávají dostupná data.
Dat přibývá, jejich využitelnost ale kolísá
Na stavbách se dnes zaznamenává obrovské množství informací. Mobilní aplikace slouží ke kontrolám, zápisům z terénu, hlášení závad i fotodokumentaci. Samotný velký objem dat ale ještě automaticky neznamená přínos.
Například fotografie pořízené během kontrol mají vysokou výpovědní hodnotu pouze tehdy, pokud jsou jednoznačně přiřazeny ke konkrétnímu místu, datu, typu problému a stavu řešení. Bez těchto vazeb se z fotodokumentace stává pouze archiv obrázků, se kterým nelze dál systematicky pracovat – ani pomocí AI.
Chcete dostávat do mailu týdenní přehled článků z Computertrends? Objednejte si náš mailový servis a žádná důležitá informace vám neuteče. Objednat si lze také newsletter To hlavní, páteční souhrn nejdůležitějších článků ze všech našich serverů. Newslettery si můžete objednat na této stránce.
Pokud každý eviduje informace jiným způsobem, stávají se data obtížně porovnatelná, špatně dohledatelná a postupně i méně důvěryhodná. Týmy pak místo práce s informacemi tráví čas jejich dodatečným ověřováním. V takové chvíli přestává být roztříštěnost jen nepříjemností, ale stává se skutečnou překážkou další digitalizace.
Kdy dává umělá inteligence skutečný smysl
Umělá inteligence již dnes nachází ve stavebnictví praktické uplatnění – zejména tam, kde se pracuje s opakujícími se a časově citlivými informacemi. Dokáže pomoci se shrnutím denních záznamů pro předání mezi jednotlivými směnami, upozorňovat na opakující se vady, vyhodnocovat bezpečnostní rizika nebo hlídat neuzavřené položky bez potřebných podkladů.
Tyto funkce se v praxi uplatňují například v nástrojích, které umožňují strukturovanou evidenci závad, jejich vazbu na výkresovou dokumentaci a systematickou práci s fotodokumentací. Pokud jsou data zaznamenávána jednotně, lze je následně analyzovat, filtrovat a využívat pro prediktivní vyhodnocování rizik.
Opakovatelné pracovní postupy jako základ
Staveniště připravená na využití umělé inteligence nevznikají přidáváním dalších aplikací a softwarů, ale důsledným používáním těch stávajících. Úspěšné projekty se vyznačují tím, že se klíčoví pracovníci na stavbách hned na začátku dohodnou na několika jednoduchých principech a dlouhodobě je dodržují: mají jasně daný postup pro evidenci a uzavírání závad, jeden sdílený zdroj aktuální dokumentace, srozumitelná pravidla názvosloví a minimum povinných údajů.
Právě zde se v praxi osvědčují platformy, které kombinují správu výkresů, evidenci závad, mobilní kontroly a fotodokumentaci v jednom systému. Typickým příkladem je práce s digitálními „tikety“, které propojují textový popis, fotografie, lokaci na výkresu a stav řešení do jednoho datového celku.
Autor článku je odborný konzultant a regionální manažer technologické společnosti PlanRadar
Computertrends si můžete objednat i jako klasický časopis. Je jediným odborným magazínem na českém a slovenském trhu zaměreným na profesionály v oblasti informačních a komunikačních technologií (ICT). Díky silnému zázemí přináší aktuální zpravodajství, analýzy, komentáře a přehledy nejnovejších technologií dříve a na vyšší odborné úrovni, než ostatní periodika na tuzemském trhu.
Obsah Computertrends je určen odborníkům a manažerům z firem a institucí, kteří se podílejí na rozhodovacím procesu při nákupu ICT technologií. Jednotlivá čísla si můžete objednat i v digitální podobě.
PŘEDPLATNÉ
ČLÁNKY DO MAILU