Néhány hete a Világgazdaság keresett meg, hogy legyek vendége A Nagy AI-sztori című sorozatuknak, ahol azt jártuk körbe, hogyan alakítja át a mesterséges intelligencia az építőipart. A beszélgetés itt megtekinthető:

👉 A Nagy AI-sztori – építőipari adás (YouTube)

A beszélgetéshez kapcsolódó írásos cikk a Világgazdaság oldalán is elolvasható: A nagy AI-sztori: az AI lesz az új maestro? – így alakul át az építőipar (vg.hu)

Jólesett a felkérés, és szívesen mentem, de egy 10-15 perces tévés formátumba óhatatlanul csak töredéke fér bele annak, amit erről a témáról naponta tapasztalunk a Brick+Data ügyfeleinél. Ez a bejegyzés arra való, hogy a stúdióban elhangzottakat kicsit szakmaibb kontextusba helyezzem – nem a kamera, hanem a kollégák és a szakma számára.

A látványterv a jéghegy csúcsa, nem a probléma

Az AI az építőiparba elsőként a vizualizáción keresztül érkezett meg, és ez nem véletlen: ez a legkönnyebben demonstrálható, legfotogénebb alkalmazási terület. Néhány mondatos promptból percek alatt születik fotórealisztikus látványterv, és ez tényleg lenyűgöző.

Csak éppen ez nem az a pont, ahol az építőipar pénzt veszít. A látványterv esztétikai döntés, nem műszaki. Amint konkrét termékek, pontos műszaki paraméterek, csomóponti részletek vagy szabványossági követelmények kerülnek képbe, a generatív eszközök jelenlegi generációja még mindig bizonytalan – bár kétségtelen, hogy ezen a fronton is gyors a fejlődés.

A valódi, pénzben mérhető veszteség nem a tervezési fázisban, hanem a kivitelezés közbeni koordinációban keletkezik.

A koordináció maga a probléma – és az AI ezt önmagában nem oldja meg

Egy közepes méretű projektben ma is jellemzően 10-40 különböző szakág dolgozik párhuzamosan, mindegyik saját szoftverrel, saját munkamenettel, saját verziókezeléssel. A gyakorlatban ez azt jelenti, hogy

  • a kivitelezők a helyszínen gyakran nem az aktuális tervváltozattal dolgoznak,
  • a szakági modellek ütköznek egymással, mert nincs egységes, közös adatplatform,
  • a javítások jelentős része ma is PDF-ben kering, e-mailben, pirossal bekarikázva.

Ez strukturális probléma, nem AI-probléma. Egy nyelvi modell vagy generatív eszköz nem tud mit kezdeni azzal az adathalmazzal, ami valójában szét van szórva táblázatok, e-mail szálak és egymásnak ellentmondó modellfájlok között. Az AI ugyanis nem varázsszer, hanem egy réteg, ami valamilyen adaton dolgozik – és ha az alatta lévő adatstruktúra hiányos vagy inkonzisztens, akkor az eredmény is az lesz, csak sokkal gyorsabban és magabiztosabban tálalva.

Ez az a pont, ahol a BIM nem versenytársa, hanem előfeltétele az AI-nak. A strukturált, egyértelmű, verziózott, szakágakon átívelő adatmodell az, ami egyáltalán lehetővé teszi, hogy egy automatizált rendszer értelmesen tudjon dolgozni rajta – legyen szó ütközésvizsgálatról, mennyiségkinyerésről vagy szabályossági ellenőrzésről.

A szabályossági ellenőrzés automatizálása – és a szingapúri tanulság

A stúdióban is szóba került Szingapúr példája, ahol már a 2000-es évek elejétől működik olyan rendszer, amely automatikusan ellenőrzi az épülettervek szabályozási megfelelőségét a benyújtott BIM-modellek alapján. Ez technikailag ma sem lehetetlen feladat – a kérdés inkább az, hogy a szakma és a hatóságok mennyire akarnak egy ilyen, egyértelmű igen/nem logikájú rendszert.

Nálunk a szabályozás gyakorlati alkalmazása sokszor tudatosan szürkezónás: a mérnöki és hatósági egyeztetések, a helyszíni belátás, az egyedi esetek kezelése ma is nagyrészt emberi mérlegelésen múlik. Egy automatizált, fekete-fehér logikájú ellenőrző rendszer ezt a rugalmasságot szüntetné meg – cserébe kiszámíthatóságot és sebességet adna. Hogy ez a csere melyik oldalon éri meg jobban, az szerintem inkább szakmapolitikai, mint technológiai kérdés.

Hol tart ehhez képest a magyar piac

Ha őszinték akarunk lenni: a hazai építőipar nagy része még nem ott tart, hogy az AI-alkalmazás legyen a szűk keresztmetszet. Sok cégnél még nincs egységes, felhő alapú platform, ahol a szakágak közösen dolgoznának ugyanazon az adatstruktúrán – enélkül pedig bármilyen AI-fejlesztés csak egy izolált, demonstrációs célú kiegészítő marad, nem pedig a napi működés része.

Ez nem szemrehányás, inkább realitás: a digitalizációs érettségi szint és az AI-alkalmazhatóság szorosan összefügg. Azoknál a cégeknél, ahol már van kialakult BIM-alapú munkafolyamat, közös adatkörnyezet és fegyelmezett verziókezelés, ott az AI-alapú kiegészítők (automatikus mennyiségkinyerés, ütközésvizsgálat, dokumentáció-ellenőrzés) valódi, mérhető időmegtakarítást hoznak. Ahol ez hiányzik, ott előbb az alapokat kell megteremteni.

Összegzés

A beszélgetés apropója az AI volt, de a valódi tanulság szerintem az, hogy az építőipar digitalizációjában a sorrend számít: előbb strukturált, megbízható, szakágakon átívelő adat, utána jöhet érdemben az AI-réteg. Fordított sorrendben az AI legfeljebb egy látványos, de felszínes réteg marad a régi problémák tetején.

Köszönöm a Világgazdaságnak a felkérést és a lehetőséget, hogy erről a témáról szélesebb közönség előtt is beszélhettem – a teljes adást és a kapcsolódó cikket a fenti linkeken lehet megnézni, illetve elolvasni.