Byggteam hanterar dagligen en ström av data: plandokument, fråga-svar, kontrakt och underlag. Alla är viktiga men ofta begravda i komplexa dokumenthanteringssystem.
Tänk om det vore lika enkelt att hitta svar som att ställa en fråga?
Sarah Buchner, grundare och vd för Trunk Tools bestämde sig för att förverkliga den visionen. ”Det största problemet inom byggbranschen är att vi har mycket data och knappt gör något med dem eftersom de är så ostrukturerade och svåra att analysera”, säger Sara.
Hennes företag använder generativ AI för att erbjuda en lösning: ett samtalsbaserat chattverktyg som gör det möjligt för projektledare och platschefer att direkt få tillgång till den information de behöver. ”Du ställer en fråga och får ett svar, med länkar till det ursprungliga källdokumentet. Klicka, så får du se originalet.”
Inblick i TrunkText: Så möjliggör generativ AI smartare arbetsflöden i byggbranschen
TrunkText är Trunk Tools chattbot som byggnadsarbetare använder för att söka efter projektdata. Den drivs av en stor språkmodell (LLM) och tack vare det kan man även automatisera arbetsflöden som att jämföra underlag med projektspecifikationer.
“Istället för att en människa sitter där och jämför de två dokumenten gör AI det,” säger Sarah. ”Det finns så många arbetsflöden i vardagen som vi helt enkelt inte längre behöver människor till.”
Effekter i praktiken: Så har TrunkText optimerat utbyggnaden av Baird Center
Under 2021 påbörjade Gilbane Building Co. arbetet med att bygga ut Baird Center i Milwaukee, Wisconsin, för 456 miljoner dollar (5 miljarder kronor) – ett massivt projekt som omfattade mer än 33 GB data i cirka 21 000 dokument. Med deadlines som kröp allt närmare tog det dyrbar tid att söka igenom det här berget med data.
Så omvandlar stora språkmodeller (LLM) byggdata till svar
Byggprojekt genererar enorma mängder ostrukturerade data, som planer, fråga-svar, underlag, kontrakt och dagliga rapporter.
Problemet: Mycket av den här informationen finns i separata filer, i olika format och på olika plattformar, vilket gör det svårt att få tillgång till och analysera allt när beslut måste fattas snabbt.
Det är här som stora språkmodeller (LLM) kommer in i bilden. LLM är en typ av artificiell intelligens som har tränats på stora mängder textdata. De är bra på att förstå språkmönster, sammanhang och innebörd – funktioner som gör dem perfekta för att förenkla komplexa byggdata.
Så här fungerar LLM i byggbranschen:
- Databehandling: När dokument som kontrakt och underlag laddas upp till en AI-baserad plattform som TrunkText söker LLM igenom och indexerar innehållet och omvandlar det till sökbar data.
- Semantisk förståelse: Till skillnad från enkla sökmotorer som förlitar sig på nyckelord förstår LLM innebörden av frågor. Det innebär att om en projektledare frågar, “Vad är den maximala bärkapaciteten för balk X?” kan AI:n hitta relevanta tekniska data – även om den exakta formuleringen inte finns i dokumentet.
- Kontextuella svar: LLM:er ger innehållsrika svar genom att hänvisa direkt till källdokumenten. Användare får inte bara ett svar, utan får även se bevisen.
- Automatisering av repetitiva uppgifter: Förutom att svara på frågor kan LLM också utföra uppgifter som att jämföra tekniska specifikationer eller ta fram sammanfattningar, vilket minskar behovet av manuellt arbete.
Tack vare att ostrukturerade projektdata kan omvandlas till tydliga och användbara insikter kan LLM hjälpa byggteam att spara tid, undvika kostsamma misstag och fokusera på att få jobbet gjort på rätt sätt. I en bransch där mycket står på spel och varje minut räknas är detta avgörande.
Det var därför Gilbane testade Trunk Tools under projektets slutspurt i januari 2024. Så snart dokumenten hade laddats upp bearbetade AI alla data så att medarbetarna på byggarbetsplatsen snabbt kunde hämta information som detaljer om plandokument eller ändringsorder.
”Ofta sparas mer än 30 minuter på frågor som annars skulle ha ställs på byggarbetsplatsen”, säger Andrew Roy, platschef för Gilbane-projektet. ”Dessutom kan den som ställer en fråga till platschefen dra nytta av att svaret kommer snabbare.”
När projektet avslutades i maj 2024 hade AI svarat på nästan 250 frågor, vilket sparade 20–40 minuter per fråga. Det motsvarar uppskattningsvis 100 000 USD (drygt 1 miljarder SEK) eller mer per månad i minskade kostnader för omarbetning. Hela 87 % av svaren verifierades som korrekta, vilket gjorde att teamen kunde lita på att svaren var tillförlitliga.
Från byggarbetsplatser till AI-innovation: Sarah Buchners resa inom byggteknik
Sarahs passion för byggbranschen började i Österrike, där hennes far som var snickare ofta tog med henne till byggarbetsplatser. ”Jag började arbeta på mitt första jobb när jag var 12 år och älskade det”, säger hon. Efter nästan ett decennium inom byggbranschen tog hon examen i civilingenjörsvetenskap, datavetenskap och ekonomi.
De 3 största utmaningarna som AI löser inom byggbranschen
- Dataöverflöd: Byggprojekt genererar tusentals dokument, från plandokument till kontrakt. AI-baserade verktyg organiserar och indexerar dessa data, och gör dem sökbara och hanterbara.
- Långsam informationshämtning: Det kan ta timmar att hitta viktig projektinformation. AI-chattbottar som TrunkText ger omedelbara svar och länkar direkt till källdokument.
- Manuella dokumentjämförelser: Uppgifter som att kontrollera underlag mot specifikationer är tidskrävande. AI automatiserar jämförelserna, minskar antalet mänskliga fel och påskyndar godkännanden.
I och med att AI övervinner de här utmaningarna förändras sättet som byggteam arbetar på – och det sparar tid, minskar kostnaderna och ökar effektiviteten.
Under sin doktorandtid upplevde Sarah på nära håll svårigheterna med att analysera ostrukturerade byggdata. ”Jag var tvungen att samla in pengar för att rensa data så att jag kunde genomföra analyser”, säger hon. Den erfarenheten visade det akuta behovet av bättre datahantering och bättre tillgång till data i branschen. När generativ AI dök upp insåg Sarah att det skulle kunna revolutionera arbetsflödena i byggbranschen.
Nästa steg: Så formar AI byggbranschens framtid
Sedan Trunk Tools grundades 2021 har Sarah fokuserat på att utveckla AI-verktyg som hanterar de verkliga problem som team i fält står inför. Det chattbaserade användargränssnittet är intuitivt och kräver minimal utbildning av användarna.
“Tränad AI är mycket bra på att koppla data semantiskt med människor,” säger hon. ”Vi är vana vid att prata för att få den information vi behöver. Om fler lösningsleverantörer inser detta kommer det att finnas många fler chattbaserade verktyg som detta.”
Med verktyg som TrunkText är generativ AI inte längre bara ett modeord – det förändrar hur byggteam arbetar, vilket sparar tid, minskar kostnaderna och frigör potentialen i data ute på fältet.
