AI ve stavební firmě: kde se vyplatí a kde je to jen drahá ozdoba

Když jsme stavěli Materii, měli jsme jednu snadnou možnost: napsat na web „AI systém pro řízení stavební výroby" a nechat zákazníka, ať si domyslí, co to znamená. Fungovalo by to. Prodává se to dobře.

Neudělali jsme to, protože z devíti desetin toho, co ten systém dělá, není umělá inteligence ani kousek. A je to tak dobře.

Pravidlo, které používáme

Umělou inteligenci nasazujeme na úlohy, které mají hodně možných vstupů a jednu správnou odpověď, kterou umí člověk okamžitě zkontrolovat.

Všechno ostatní děláme pravidly.

Zní to jako drobnost, ale je to celý rozdíl mezi systémem, kterému se dá věřit, a systémem, který se po půl roce přestane používat.

Kde se AI vyplatí: čtení dokumentů

Cenová nabídka od dodavatele může přijít jako čistý PDF export z jejich systému, jako naskenovaný papír s razítkem, jako Excel s vlastním rozvržením nebo jako fotka z mobilu. Vstupů je nekonečně mnoho.

Ale správná odpověď je vždycky stejná struktura: kód zboží, popis, množství, jednotková cena, celková cena, platnost. A když se model splete, člověk to vidí na první pohled — cena buď sedí s tím, co je v PDF, nebo ne.

Tohle je přesně ten případ. Standardní nabídky u nás čte obyčejný parser. Až když si neví rady, nastoupí jazykový model — a výsledek se v aplikaci označí, aby bylo poznat, odkud údaje jsou.

Kde se AI nevyplatí: rozhodnutí, která musí být vysvětlitelná

„Co objednat příští týden" vypadá jako úloha pro AI. Není.

Odpověď se dá spočítat: podívej se na fázi stavby, na pořadí položek, na datum poslední poptávky a na dodací lhůtu z katalogu. Je to pár pravidel. Ale hlavně — když se systém splete, musíte umět říct proč.

U objednávky za tři sta tisíc nestačí „systém to doporučil". Musí jít říct „systém to navrhl, protože fáze Střecha začíná za devět dní a položka nemá vyplněné datum poptávky". To druhé se dá zkontrolovat a opravit. To první se dá jenom věřit, nebo ignorovat — a lidi to po pár týdnech začnou ignorovat.

Kde se AI nevyplatí: predikce cen

Slyšeli jsme to od několika lidí: „a umí to předpovědět, jak půjdou ceny materiálu?"

Neumí a nechceme, aby uměla. Cena krytiny za tři měsíce závisí na věcech, které v datech nejsou — na kurzu, na energiích, na tom, jestli dodavatel udělá akci. Model by číslo vyrobil, protože modely vždycky nějaké číslo vyrobí. Jenom by nebylo k ničemu.

Co má smysl, je vědět, jaká cena je teď a jaká byla minulý měsíc. To není předpověď, to je měření. A na jednání s dodavatelem je to podstatně silnější argument než odhad.

Praktický test, než něco zautomatizujete

Než na nějakou úlohu ve firmě nasadíte AI, zkuste si odpovědět na tři otázky:

1. Dá se to spočítat pravidly? Když ano, spočítejte to pravidly. Bude to levnější, rychlejší a půjde to vysvětlit.
2. Pozná člověk do deseti vteřin, že je výsledek špatně? Když ne, nemáte jak chybu zachytit — a chyby přijdou.
3. Odejde na základě toho výsledku něco ven, nebo se jen něco zobrazí? Pokud odejde, musí mezi tím stát člověk s tlačítkem.

Co z toho plyne pro nás

AI nám dramaticky zrychlila vývoj — Materia vznikla za čtyři měsíce místo roku. To je reálný přínos a nebudeme dělat, že ne.

Uvnitř produktu ale dělá jedinou věc: čte atypické PDF nabídky. Plánovač, odvozování stavů, párování odpovědí, hlídání rizik — to všechno jsou pravidla, protože u objednávek za statisíce chcete vědět, proč systém navrhl zrovna tohle.

Nudnější na webu. Lepší v provozu.