AI მშენებლობაში პროდუქტიულობის ყველაზე დიდ ზრდას იძლევა მაშინ, როდესაც ის მუშაობს უშუალოდ იმ სამუშაო პროცესებში, სადაც სამუშაო რეალურად სრულდება.
რეალური შესაძლებლობა არ არის უბრალოდ ERP სისტემისთვის ჩატბოტის დამატება.
საქმე ეხება AI-ის სტრუქტურირებულ, ინტეგრირებულ სამშენებლო მონაცემებთან შერწყმას. სხვა სიტყვებით, ეს ნიშნავს სამუშაოთა მოცულობების უწყისის (BoQ), სამუშაოთა დეკომპოზიციის სტრუქტურის (WBS), ხარჯების კოდების, რესურსების, შესყიდვების, ქვეკონტრაქტორების, ტექნიკის, კონტრაქტების, პროგრესისა და ობიექტზე განხორციელებული ფაქტობრივი ტრანზაქციების ერთმანეთთან დაკავშირებას.
სწორედ ეს არის ProjectVIEW ERP + AI-ის მიმართულება: სისტემიდან, რომელიც ტრანზაქციებს აღრიცხავს, ინტელექტუალური საოპერაციო გარემოსკენ, რომელსაც შეუძლია დახმარება, ახსნა, ავტომატიზაცია, პროგნოზირება და საბოლოოდ მოქმედება პროექტის მთელი სასიცოცხლო ციკლის განმავლობაში.
ProjectVIEW უკვე უზრუნველყოფს ამ მიდგომისთვის საჭირო პროექტზე ორიენტირებულ მონაცემთა სტრუქტურას. BoQ-ის, WBS-ისა და ხარჯების კოდების ინტეგრაცია აკავშირებს ბიუჯეტს, განრიგსა და პროექტის ფაქტობრივ შესრულებას, ხოლო ყოველდღიური საობიექტო ტრანზაქციები ხარჯებისა და პროგრესის შესახებ ინფორმაციას სისტემაში აბრუნებს.
სად შეუძლია ProjectVIEW ERP + AI-ს პროდუქტიულობის გაზრდა?
1. მომხმარებლების სწავლება AI-ის დახმარებით
ERP-ის ტრადიციული სწავლება, როგორც წესი, დასაწყისშივე ხდება: მომხმარებლები ესწრებიან ტრენინგებს, იღებენ სახელმძღვანელოებს და შემდეგ მათგან მოელიან, რომ ასობით პროცესის მუშაობის წესს დაიმახსოვრებენ.
AI-ს შეუძლია სწავლება უწყვეტი და კონტექსტური გახადოს.
ProjectVIEW-ში ჩაშენებულ AI ასისტენტს (AI ინსტრუმენტს) შეუძლია ახსნას, რას აკეთებს კონკრეტული ეკრანი, და მომხმარებელს პროცესი გაატაროს. ასევე შეუძლია უპასუხოს კითხვებს შემდეგი ნაბიჯის შესახებ და დახმარება გაუწიოს ზუსტად იმ მომენტში, როცა ეს რეალურად საჭიროა.
ნაცვლად იმისა, რომ იკითხოს:
„სად არის ეს ფუნქცია?“
ან
„როგორ შევქმნა ეს ტრანზაქცია?“
მომხმარებელი დახმარებას პირდაპირ სამუშაო გარემოში იღებს.
შედეგად შესაძლებელია ახალი მომხმარებლების უფრო სწრაფი ადაპტაცია, მხარდაჭერის ნაკლები მოთხოვნა და ERP-ის უფრო ფართო ათვისება.
2. მონაცემების შეყვანა AI-ის დახმარებით
AI-ს შეუძლია შეამციროს კორპორაციულ სისტემებში პროდუქტიულობის ერთ-ერთი უდიდესი დანაკარგი: მონაცემების ხელით შეყვანა.
იმის ნაცვლად, რომ მომხმარებლებს ყველა ველის ხელით შევსება მოუწიოთ, AI-ს შეუძლია დოკუმენტების ინტერპრეტაცია, ასევე წინა ტრანზაქციების, პროექტის სტრუქტურებისა და კონტექსტური ინფორმაციის ანალიზი და შესაბამისი მნიშვნელობების შეთავაზება.
ვალიდაციასა და დამტკიცებაზე პასუხისმგებლობა მომხმარებელს რჩება, თუმცა მექანიკური შეყვანის დიდი ნაწილის შემცირება შესაძლებელია.
3. სამუშაო პროცესებში AI-ის დახმარება — უშუალოდ ეკრანზე
ERP-ში პროდუქტიულობა მხოლოდ ტრანზაქციების უფრო სწრაფად დასრულებას არ ნიშნავს. ის ასევე გულისხმობს ცოდნას, რა უნდა მოხდეს შემდეგ.
AI-ით მხარდაჭერილ სამუშაო პროცესებს შეუძლია ეკრანზე კონტექსტური მითითებების მიწოდება, მაგალითად:
- რეკომენდებული შემდეგი ქმედებები,
- ნაკლული ინფორმაცია,
- მოლოდინში მყოფი დამტკიცებები,
- დაკავშირებული დოკუმენტები,
- უჩვეულო მნიშვნელობები,
- სამუშაო პროცესების დამოკიდებულებები,
- შესაბამისი ისტორიული ტრანზაქციები,
- პოტენციური რისკები ან გამონაკლისები.
იმის ნაცვლად, რომ მომხმარებლები პროგრამას მოერგონ, პროგრამა სულ უფრო მეტად ეხმარება მომხმარებლებს პროცესის გავლაში.
4. ყოველდღიური სამშენებლო ჟურნალის გენერატორი მეტყველებიდან ტექსტში გადაყვანით
ობიექტიდან ყოველდღიური ანგარიშგება კვლავ მნიშვნელოვნად არის დამოკიდებული ხელით შეყვანაზე.
ინჟინერს, ზედამხედველს ან ბრიგადირს სულ უფრო მეტად უნდა შეეძლოს ილაპარაკოს და არა აკრიფოს.
მაგალითად:
„B ზონაში ბეტონის ჩასხმა დასრულდა. ჩართული იყო 18 მუშა. ექსკავატორი EX-04 ექვს საათს მუშაობდა. დღისთვის დაგეგმილი მოცულობის დაახლოებით 80% შესრულდა. მასალის მიწოდების მოლოდინში ორი საათი დაიკარგა.“
AI-ს შეუძლია ზეპირად მიწოდებული ინფორმაცია სტრუქტურირებულ ყოველდღიურ სამშენებლო ჟურნალად გარდაქმნას. შემდეგ მას შეუძლია მომხმარებლის განსახილველად გამოყოს სამუშაოები, მოცულობები, სამუშაო ძალა, ტექნიკა, შეფერხებები, დაკვირვებები და პროგრესის შესახებ ინფორმაცია.
ამან შესაძლოა არსებითად შეამციროს ადმინისტრაციული დატვირთვა და დააჩქაროს ობიექტის რეალობის კორპორაციულ მონაცემებად გარდაქმნა.
5. ავტომატიზებული ყოველდღიური საობიექტო ანგარიშგება
როგორც კი საველე ინფორმაცია ციფრულად აღირიცხება, AI-ს შეუძლია ყოველდღიური სამშენებლო საქმიანობის სტრუქტურირებასა და შეჯამებაში დახმარება.
ProjectVIEW უკვე მხარს უჭერს ყოველდღიურ საობიექტო ტრანზაქციებს ისეთ სფეროებში, როგორიცაა პროგრესი, თანამშრომლები და ტექნიკა, რომლებიც პროექტის ხარჯებისა და ბიუჯეტის მონიტორინგს კვებავს.
AI-ს შეუძლია ამ ინფორმაციის აღრიცხვა, ინტერპრეტაცია და კომუნიკაცია გაამარტივოს.
6. ხარჯთაღრიცხვა და სატენდერო მომზადება AI-ის დახმარებით
ხარჯთაღმრიცხველებს ყოველი ტენდერის ნულიდან დაწყება არ უნდა უწევდეთ.
ProjectVIEW უკვე მხარს უჭერს BoQ-ის სტრუქტურებს, ხარჯების რეცეპტებს (Cost Recipes), ისტორიულ ფასებს, რესურსებს, მწარმოებლურობას, დანაკარგებს, ინფლაციას, ზედნადებ ხარჯებს, რისკებსა და „რა მოხდება, თუ“ (what-if) სცენარებს.
AI-ს შეუძლია ამ სტრუქტურირებულ ისტორიულ ცოდნას დაეყრდნოს, რათა ხარჯთაღმრიცხველებს დაეხმაროს შესადარებელი პოზიციების მოძიებაში, წინა ხარჯების მოპოვებაში, შესაბამისი ხარჯების რეცეპტების შეთავაზებასა და უჩვეულო დაშვებების გამოვლენაში.
მიზანი ხარჯთაღმრიცხველის ჩანაცვლება არ არის.
მიზანია, ხარჯთაღმრიცხველს გაცილებით ძლიერი საწყისი წერტილი მიეცეს.
7. ხარჯების რეცეპტების გენერირება AI-ის დახმარებით
BoQ-ის პოზიცია საბოლოოდ სრულდება მასალების + სამუშაო ძალის + ტექნიკის + ქვეკონტრაქტორების + მწარმოებლურობის კომბინაციით.
AI-ს შეუძლია გააანალიზოს წინა პროექტები და ხარჯების რეცეპტები, განაზოგადოს ისინი და დაუკავშიროს BoQ-ებს, რათა შესთავაზოს რესურსების შესაბამისი კომბინაციები, მწარმოებლურობის დაშვებები და ისტორიული ნიშნულები.
ხარჯთაღმრიცხველებს შემდეგ შეუძლიათ ამ რეკომენდაციების შემოწმება და კორექტირება, ნაცვლად იმისა, რომ მსგავსი რესურსული სტრუქტურები ისევ და ისევ თავიდან ააგონ.
8. უფრო სწრაფი გადაწყვეტილებები შესყიდვებში
შესყიდვების გუნდები რეგულარულად მნიშვნელოვან დროს ხარჯავენ კომერციული ინფორმაციის შეგროვებაზე, დალაგებასა და შედარებაზე.
ProjectVIEW უკვე უზრუნველყოფს სამუშაო პროცესებს, რომლებიც მოიცავს მასალის მოთხოვნებს, განაცხადებს, RFQ-ებს, კომერციული შეთავაზებების შედარებას, მომწოდებლების შეფასებას, მომწოდებლის შერჩევასა და შესყიდვის შეკვეთებს.
AI-ს შეუძლია დახმარება კომერციული შეთავაზებების, ისტორიული ფასების, მომწოდებლების შესრულების მაჩვენებლების, მიწოდების ვადებისა და კომერციული პირობების შედარებით. ასევე შეუძლია ისეთი ანომალიების გამოვლენა, რომლებიც ადამიანის ყურადღებას საჭიროებს.
9. შესყიდვებში ანომალიების გამოვლენა AI-ით
იმის ნაცვლად, რომ მხოლოდ იმის იმედი გვქონდეს, რომ ვინმე შეამჩნევს უჩვეულო შეთავაზებას, AI-ს შეუძლია გამონაკლისები უწყვეტად მოიძიოს.
რატომ არის ეს ფასი ისტორიულ განაკვეთზე მნიშვნელოვნად მაღალი?
ასევე, რატომ გაძვირდა ერთი და იგივე მასალა მკვეთრად ორ პროექტს შორის?
რატომ სცდება მომწოდებლის შეთავაზება არსებითად კონკურენტული წინადადებების დიაპაზონს?
მიზანი ხდება გამონაკლისებით მართვა და არა ყველაფრის ხელით გადამოწმება.
10. ხარჯების ინტელექტუალური კონტროლი
სწორედ აქ ხდება ინტეგრირებული ERP მონაცემები განსაკუთრებით მნიშვნელოვანი.
AI-მ ხარჯები პროექტის ფიზიკური შესრულებისგან დამოუკიდებლად არ უნდა გააანალიზოს.
ProjectVIEW აკავშირებს BoQ ↔ WBS ↔ ხარჯების კოდებს და ქმნის სტრუქტურას, რომლის მეშვეობითაც ბიუჯეტი, განრიგი, რესურსები და ფაქტობრივი შესრულება ერთობლივად ფასდება.
ეს AI-ს საშუალებას აძლევს, გაცილებით ღირებული კითხვა დასვას:
ამართლებს თუ არა ხარჯი და რესურსების მოხმარება რეალურად იმ პროგრესს, რომელიც ანგარიშშია მითითებული?
11. ათვისებული ღირებულების (Earned Value) უწყვეტი ანალიზი
ანგარიში, რომ სამუშაო „50%-ით არის შესრულებული“, თავისთავად მენეჯმენტს ძალიან ცოტას ეუბნება.
რეალური კითხვაა, არის თუ არა მოცულობა, დრო, ხარჯი და რესურსების მოხმარება ერთმანეთთან შესაბამისობაში.
ProjectVIEW-ის ინტეგრირებულ საპროექტო სტრუქტურაზე მომუშავე AI-ს შეუძლია ამ ურთიერთკავშირების უწყვეტი ანალიზი და გადახრების გაცილებით ადრე გამოვლენა.
ეს ათვისებული ღირებულების პრინციპებს პერიოდული ანგარიშგების სავარჯიშოდან პოტენციურად უწყვეტი საოპერაციო კონტროლის მექანიზმად აქცევს.
12. ხარჯების გადაჭარბების პროგნოზული გამოვლენა
ტრადიციული ანგარიშგება ხსნის იმას, რაც უკვე მოხდა.
AI-ს შეუძლია დაგვეხმაროს იმის განსაზღვრაში, რა შეიძლება მოხდეს შემდეგ.
ფაქტობრივი ხარჯის, ნაკისრი ვალდებულებების, პროგრესის, რესურსების მოხმარების, შესყიდვების აქტივობის, მწარმოებლურობისა და დარჩენილი სამუშაოს შესწავლით AI-ს შეუძლია გამოავლინოს ჩამოყალიბების პროცესში მყოფი ტენდენციები, რომლებმაც შესაძლოა ხარჯების გადაჭარბება გამოიწვიოს.
ეს მენეჯმენტს აძლევს რაღაც გაცილებით უფრო ღირებულს, ვიდრე კიდევ ერთი ისტორიული დაფაა:
დროს ჩარევისთვის.
13. AI-ზე დაფუძნებული ადრეული გაფრთხილების სისტემა
ProjectVIEW + AI-ს შეუძლია საოპერაციო მონაცემების უწყვეტი მონიტორინგი. მაგალითად, ის ავლენს ისეთ გამონაკლისებს, როგორიცაა მწარმოებლურობის კლება, რესურსების უჩვეულო მოხმარება, შესყიდვების შეფერხება, ხარჯების გადახრა, ტექნიკასთან დაკავშირებული პრობლემები ან სამუშაო პროცესების „ვიწრო ადგილები“.
იმის ნაცვლად, რომ მენეჯერებმა ასობით KPI-ში იძებნონ, სისტემას შეუძლია წინა პლანზე წამოწიოს ის გამონაკლისები, რომლებიც ყურადღებას იმსახურებს (სიტუაციური ცნობიერება)
14. სამუშაო ძალის მწარმოებლურობის ანალიზი AI-ის დახმარებით
ProjectVIEW-ს შეუძლია სამუშაო ძალის რესურსებისა და მწარმოებლურობის დაკავშირება პროექტის სამუშაოებთან და ხარჯების აღრიცხვის სტრუქტურებთან.
AI-ს შეუძლია ამ ინფორმაციაზე დაყრდნობით გეგმიური და ფაქტობრივი მწარმოებლურობის შედარება, წარმოების ტემპების გაუარესების გამოვლენა და მსგავსი სამუშაოების შედარებითი ანალიზი (ბენჩმარკინგი) სხვადასხვა პროექტს შორის.
15. ტექნიკის ათვისება და პროგნოზული ტექნიკური მომსახურება
უმოქმედოდ მდგომი ტექნიკა ფული დაჯდება.
ცუდად მოვლილი ტექნიკა — კიდევ უფრო ძვირი.
ProjectVIEW უკვე მხარს უჭერს ტექნიკის მოთხოვნებს, განაწილებას, ათვისებას, ხელმისაწვდომობას, საწვავს, ტექნიკურ მომსახურებასა და ხარჯების ანალიზს.
AI-ს შეუძლია ამ საოპერაციო ისტორიის ანალიზით გააუმჯობესოს ათვისების დაგეგმვა, გამოავლინოს არასტანდარტული კანონზომიერებები და მხარი დაუჭიროს პროგნოზული ტექნიკური მომსახურების გადაწყვეტილებებს.
16. რესურსების ინტელექტუალური განაწილება
AI-ს შეუძლია დაგვეხმაროს იმის გარკვევაში, იყენება თუ არა სამუშაო ძალა, აღჭურვილობა და მასალები იქ, სადაც ისინი ყველაზე მეტ საოპერაციო ღირებულებას ქმნიან.
რესურსების იზოლირებულად განხილვის ნაცვლად, ისინი შეიძლება გაანალიზდეს გეგმიურ მოცულობებთან, WBS-ის სამუშაოებთან, წარმოების ტემპებთან და მოსალოდნელ ხარჯებთან მიმართებაში.
17. ქვეკონტრაქტორების მართვა AI-ის დახმარებით
ProjectVIEW აკავშირებს ქვეკონტრაქტორების შესყიდვებს კონტრაქტებთან, სერტიფიკატებთან, დაკავებებთან, ხარჯების კოდებთან და საბუღალტრო პროცესებთან.
AI-ს შეუძლია გუნდებს დაეხმაროს ქვეკონტრაქტორების შესრულების შეჯამებაში, სერტიფიცირების შეუსაბამობების გამოვლენასა და პროგრესის მოთხოვნებთან შედარებაში. ასევე ეხმარება ისეთი სახელშეკრულებო ან კომერციული გამონაკლისების გამოყოფაში, რომლებიც ყურადღებას მოითხოვს.
18. დამტკიცების უფრო სწრაფი პროცესები
დამმტკიცებლები ხშირად უფრო მეტ დროს ხარჯავენ ტრანზაქციის გაგებაზე, ვიდრე მის დამტკიცებაზე.
AI-ს შეუძლია შეაჯამოს:
რას ითხოვენ? რატომ არის საჭირო? როგორია ფინანსური გავლენა? რა იყო თავდაპირველად დაბიუჯეტებული? რომელი დამხმარე დოკუმენტები არსებობს? არის თუ არა რამე უჩვეულო?
შესაბამისად, მენეჯერს შეუძლია გადაწყვეტილებაზე კონცენტრირდეს და არა იმ ინფორმაციის ძიებაზე, რომელიც მის მისაღებად არის საჭირო.
19. AI დოკუმენტური ინტელექტი და კონტრაქტების მართვა
სამშენებლო და კაპიტალური პროექტები მთელი სასიცოცხლო ციკლის განმავლობაში უზარმაზარი მოცულობის დოკუმენტაციას ქმნიან. მაგალითად, ისინი ქმნიან კონტრაქტებს, ქვეკონტრაქტებს, RFQ-ებს, კომერციულ შეთავაზებებს, შესყიდვის შეკვეთებს, ცვლილებებს, RFI-ებს, ტექნიკურ წარდგენებს, მიმოწერას, სერტიფიცირების დოკუმენტებს, პრეტენზიებსა და პროექტის ჩანაწერებს.
AI-ს შეუძლია დაეხმაროს ამ დოკუმენტაციიდან ინფორმაციის კლასიფიცირებას, შეჯამებას, ამოღებასა და მოძიებაში და ტრადიციული დოკუმენტების რეპოზიტორია პასიური საცავიდან მოძიებად და ქმედებისთვის გამოსაყენებელ კორპორაციულ ცოდნად აქციოს.
თუმცა შესაძლებლობა გაცილებით შორს წადის, ვიდრე დოკუმენტებში ძიება.
როდესაც AI დოკუმენტური ინტელექტი ProjectVIEW ERP-ის საოპერაციო და კომერციულ მონაცემებთან არის დაკავშირებული, მას შეუძლია მხარი დაუჭიროს კონტრაქტების მართვას AI-ის დახმარებით. სისტემას შეუძლია გააანალიზოს სახელშეკრულებო პუნქტები, ვალდებულებები, კომერციული პირობები, სამუშაოთა მოცულობის საზღვრები, გადახდის პირობები, ეტაპები, გარანტიები, ჯარიმები, შეტყობინების მოთხოვნები და სხვა სახელშეკრულებო დებულებები. შემდეგ მას შეუძლია დაუკავშიროს ისინი პროექტის შესრულებისას მიმდინარე ტრანზაქციებსა და მოვლენებს.
AI-ს ასევე შეუძლია დაეხმაროს ურთიერთდაკავშირებულ დოკუმენტებში სახელშეკრულებო შეუსაბამობებისა და პოტენციური კომერციული ხარვეზების გამოვლენაში. მაგალითად, მას შეუძლია მონიშნოს ურთიერთსაწინააღმდეგო დებულებები ძირითად კონტრაქტსა და ქვეკონტრაქტს შორის. ასევე შეუძლია გამოავლინოს განსხვავებები RFQ-ს, მომწოდებლის შეთავაზებასა და შედეგად გაცემულ შესყიდვის შეკვეთას შორის. გარდა ამისა, შეუძლია მიუთითოს, სად შეიძლება ცვლილება, სერტიფიცირება ან პროექტის ინსტრუქცია არ შეესაბამებოდეს საფუძვლად მდებარე სახელშეკრულებო პირობებს.
ყველაზე მთავარი კი, AI-ს შეუძლია დოკუმენტებსა და პროცესებს შორის გამოავლინოს პოტენციური სახელშეკრულებო „ხვრელები“, სუსტი სახელშეკრულებო ხიდები და გაწყვეტილი კავშირები. ეს არის სფეროები, სადაც პასუხისმგებლობები, სამუშაოთა მოცულობა, კომერციული პირობები ან ვალდებულებები შესაძლოა თანმიმდევრულად არ გადადიოდეს ერთი სახელშეკრულებო დონიდან მეორეზე.
რა სახელშეკრულებო კითხვებზე ეხმარება AI გუნდებს?
ამიტომ ეს ProjectVIEW ERP + AI-ს საშუალებას აძლევს, დაეხმაროს გუნდებს ისეთ კითხვებზე პასუხის გაცემაში, როგორიცაა:
- ასახავს თუ არა ეს ქვეკონტრაქტი სათანადოდ ძირითად კონტრაქტში გათვალისწინებულ ვალდებულებებს?
- არსებობს თუ არა ურთიერთსაწინააღმდეგო პუნქტები, თარიღები, გადახდის პირობები ან პასუხისმგებლობები დაკავშირებულ დოკუმენტებში?
- აისახა თუ არა სახელშეკრულებო ვალდებულება შესაბამის საოპერაციო სამუშაო პროცესში?
- შეესაბამება თუ არა ეს შესყიდვის შეკვეთა RFQ-ისა და კომერციული შეთავაზების პროცესში დადგენილ კომერციულ პირობებს?
- არსებობს თუ არა სახელშეკრულებო საფუძველი ამ ცვლილებისა ან დამატებითი ხარჯისთვის?
- ხომ არ უახლოვდება შეტყობინების ვადები, ეტაპები, გარანტიები, უზრუნველყოფა ან სხვა სახელშეკრულებო ვალდებულებები?
- შეიძლება თუ არა გამოტოვებულმა სახელშეკრულებო კავშირმა კომპანია კომერციული ან პრეტენზიებთან დაკავშირებული რისკის ქვეშ დააყენოს?
მიზანი იურისტებისა თუ კონტრაქტების მართვის პროფესიონალების ჩანაცვლება არ არის. მიზანია, მათ მივსცეთ AI-ზე დაფუძნებული სახელშეკრულებო ინტელექტის შრე, რომელსაც შეუძლია ურთიერთდაკავშირებული საპროექტო ინფორმაციის დიდი მოცულობის გადახედვა და შეუსაბამობებისა და გამონაკლისების პროფესიული განხილვისთვის წარდგენა.
ამგვარად, დოკუმენტების მართვა გაცილებით ღირებულ რამედ იქცევა:
დოკუმენტები → ცოდნა → სახელშეკრულებო ინტელექტი → რისკების გამოვლენა → ქმედება.
20. ERP-ში ძიება ბუნებრივი ენით
მომხმარებლებს სულ უფრო მეტად უნდა შეეძლოთ ERP-ს პირდაპირ ჰკითხონ:
„რომელი მასალები აყოვნებს პროექტ A-ს?“
„მაჩვენე BoQ-ის პოზიციები, სადაც ფაქტობრივი მწარმოებლურობა ხარჯთაღრიცხვის მაჩვენებელზე დაბალია.“
„რომელი შესყიდვის შეკვეთები აჭარბებს თავდაპირველ ბიუჯეტს?“
„რომელ ტექნიკას აქვს ამ კვარტალში ტექნიკური მომსახურების ყველაზე მაღალი ხარჯი?“
„შეაჯამე დღევანდელი ძირითადი საპროექტო გამონაკლისები.“
მომხმარებელი სვამს ბიზნეს-კითხვას. AI ადგენს, სად მდებარეობს შესაბამისი ინფორმაცია.
21. მენეჯმენტური ანგარიშგების ავტომატური მომზადება
AI-ს შეუძლია დაეხმაროს მიმდინარე ERP მონაცემებიდან ყოველდღიური, ყოველკვირეული და ყოველთვიური მენეჯმენტური შეჯამებების მომზადებაში.
თუმცა პროდუქტიულობის მოგება ანგარიშის ავტომატურ შექმნაზე მეტია.
AI-ს შეუძლია დაეხმაროს ახსნას, რა შეიცვალა, რატომ არის ეს მნიშვნელოვანი და სად შეიძლება დასჭირდეს მენეჯმენტის ყურადღება.
22. პროექტებს შორის შედარებითი ანალიზი (ბენჩმარკინგი)
მსხვილი კონტრაქტორები უზარმაზარ საოპერაციო ცოდნას ფლობენ — თუმცა მისი დიდი ნაწილი ცალკეულ პროექტებში რჩება ჩაკეტილი.
AI-ს შეუძლია მწარმოებლურობის, ხარჯების, შესყიდვების, რესურსების ათვისებისა და შესრულების კანონზომიერებების შედარება პროექტებს შორის.
შესაბამისად, ყოველი დასრულებული პროექტი შემდეგს ცოდნით ამდიდრებს.
23. კორპორაციული ცოდნის შენარჩუნება
როდესაც გამოცდილი ხარჯთაღმრიცხველი, შესყიდვების მენეჯერი, პროექტის მენეჯერი ან ინჟინერი ორგანიზაციას ტოვებს, წლების პრაქტიკული ცოდნა შესაძლოა მასთან ერთად წავიდეს.
სტრუქტურირებული ERP და AI ერთად ქმნის შესაძლებლობას, ისტორიული ტრანზაქციები, გადაწყვეტილებები და პროექტების შედეგები ხელახლა გამოსაყენებელ ინსტიტუციურ ცოდნად იქცეს.
24. პროგნოზირება AI-ის დახმარებით
პროგნოზირება შეიძლება ცხრილების ხელით განახლებაზე შორს წავიდეს.
AI-ს შეუძლია უწყვეტად შეაფასოს პროგრესი, ნაკისრი ვალდებულებები, მწარმოებლურობა, დარჩენილი მოცულობები და ისტორიული შედეგები. ამგვარად, ის მხარს დაუჭერს პროგნოზებს დასრულებისათვის საბოლოო ხარჯის, რესურსების მოთხოვნების, შესყიდვების მოთხოვნისა და განრიგზე პოტენციური ზეწოლის შესახებ.
25. AI-ზე დაფუძნებული „რა მოხდება, თუ“ (What-If) სცენარები
მენეჯმენტს უნდა შეეძლოს ისეთი კითხვების შესწავლა, როგორიცაა:
„რა მოუვა ჩვენს მარჟას, თუ ფოლადი 8%-ით გაძვირდება?“
„რა მოხდება, თუ მწარმოებლურობა 10%-ით შემცირდება?“
„ან რა მოხდება, თუ ეს ქვეკონტრაქტორული პაკეტი სამი კვირით გადაიდება?“
„რა მოხდება, თუ ტექნიკის პარკს გავზრდით?“
ProjectVIEW უკვე მხარს უჭერს ხარჯთაღრიცხვის სცენარებს და „რა მოხდება, თუ“ ანალიზს. AI-ს შეუძლია ამ სცენარების უფრო სწრაფი ფორმულირება და გადაწყვეტილების მიმღებებისთვის მათი უფრო მარტივად შესწავლა.
26. ბიზნეს-ფუნქციების მიხედვით სპეციალიზებული AI აგენტები
საბოლოოდ, კორპორაციული AI არ უნდა იყოს ერთი ზოგადი ასისტენტი.
სხვადასხვა პროცესი სხვადასხვა ინტელექტს მოითხოვს.
ProjectVIEW-ის AI გარემო შეიძლება განვითარდეს მიზნობრივი აგენტების გარშემო. მაგალითად, ესენია ხარჯთაღრიცხვის აგენტი, შესყიდვების აგენტი, ხარჯების კონტროლის აგენტი, პროექტის მენეჯერის აგენტი, საობიექტო აგენტი, კონტრაქტების აგენტი, დანადგარებისა და ტექნიკის აგენტი, CFO აგენტი და უმაღლესი მენეჯმენტის აგენტი.
თითოეული აგენტი მუშაობს საკუთარ ბიზნეს-კონტექსტში, ხოლო ინტელექტს ერთიდაიგივე ინტეგრირებული საპროექტო მონაცემების გარემოდან იღებს.
პროდუქტიულობის ფორმულა: ERP + AI + ინტეგრირებული სამშენებლო მონაცემები
აქ ერთი მნიშვნელოვანი განსხვავებაა.
მხოლოდ AI ფრაგმენტირებულ სამშენებლო პროცესებს ვერ მოაწესრიგებს.
თუ ხარჯთაღრიცხვა ერთ აპლიკაციაშია, განრიგის მართვა — მეორეში, შესყიდვები — სხვაგან, საობიექტო ანგარიშგება — ცხრილებში, ხოლო ფინანსები — განცალკევებულ ERP-ში, AI იმავე ფრაგმენტაციას მემკვიდრეობით იღებს.
უფრო ძლიერი მოდელი ასეთია:
ProjectVIEW ERP ქმნის სტრუქტურირებულ საოპერაციო მონაცემებს. ინტეგრაცია ქმნის კონტექსტს. AI ამ კონტექსტს პროდუქტიულობად გარდაქმნის.
ProjectVIEW-ის საფუძველში მდებარე არქიტექტურა BoQ ↔ WBS ↔ ხარჯების კოდები ↔ რესურსები ↔ ფაქტობრივი ტრანზაქციები AI-ს უაღრესად ღირებულ რამეს აძლევს: სტრუქტურირებულ წარმოდგენას იმისა, თუ როგორ გეგმავდა სამშენებლო ბიზნესი პროექტის შესრულებას და რა ხდება რეალურად შესრულების პროცესში.
ეს კარს უხსნის სამშენებლო ERP-ის ახალ თაობას.
არა უბრალოდ აღრიცხვის სისტემა.
არამედ დახმარების, ინტელექტისა და ქმედების სისტემა.
ხშირად დასმული კითხვები: AI და სამშენებლო ERP
როგორ შეუძლია AI-ს სამშენებლო ERP-ის პროდუქტიულობის გაზრდა?
AI-ს შეუძლია შეამციროს მონაცემების ხელით შეყვანა, დაეხმაროს მომხმარებლებს ეკრანზე, მეტყველებიდან შექმნას საობიექტო ანგარიშები, გააანალიზოს ხარჯები და მწარმოებლურობა. ასევე შეუძლია შეაჯამოს დოკუმენტები, დააჩქაროს შესყიდვებში შედარებები, გამოავლინოს ანომალიები და მიმდინარე საპროექტო მონაცემების საფუძველზე უფრო ადრეული გაფრთხილებები მოგვცეს.
შეუძლია თუ არა AI-ს ყოველდღიური სამშენებლო ანგარიშგების ავტომატიზაცია?
დიახ. მეტყველებიდან ტექსტში გადაყვანისა და AI-ის დახმარებით მონაცემების ამოღების ტექნოლოგიებს შეუძლიათ ობიექტზე ზეპირად გაკეთებული დაკვირვებები სტრუქტურირებულ ყოველდღიურ სამშენებლო ჟურნალებად გარდაქმნან. ეს ჟურნალები მოიცავს პროგრესს, სამუშაო ძალას, ტექნიკას, მოცულობებს, შეფერხებებს და საობიექტო სხვა ინფორმაციას მომხმარებლის მიერ ვალიდაციისთვის.
როგორ შეუძლია AI-ს სამშენებლო ხარჯების კონტროლის გაუმჯობესება?
მისი ყველაზე დიდი ღირებულება ვლინდება მაშინ, როდესაც ხარჯები ფიზიკურ პროგრესთან არის დაკავშირებული. BoQ-ის მოცულობების, WBS-ის სამუშაოების, ხარჯების კოდების, რესურსების, ფაქტობრივი ტრანზაქციებისა და პროგრესის ერთობლივი ანალიზით AI-ს შეუძლია გამოავლინოს გადახრები, რომლებსაც იზოლირებული ფინანსური ანგარიშგება შეიძლება ვერ შეამჩნიოს.
ჩაანაცვლებს თუ არა AI სამშენებლო სფეროს პროფესიონალებს?
უფრო დაუყოვნებლივი შესაძლებლობა ახლა ადამიანის შესაძლებლობების გაძლიერებაა. AI ამცირებს გამეორებად ადმინისტრაციულ სამუშაოს, აჩქარებს ინფორმაციის მოძიებას და გამოყოფს გამონაკლისებს, ხოლო საპროფესიო და კომერციულ გადაწყვეტილებებზე პასუხისმგებლობა ინჟინერებს, ხარჯთაღმრიცხველებს, შესყიდვების პროფესიონალებს, პროექტის მენეჯერებსა და უმაღლეს ხელმძღვანელებს ურჩებათ.
რატომ არის ინტეგრირებული ERP მონაცემები მნიშვნელოვანი სამშენებლო AI-სთვის?
AI-ს სჭირდება კონტექსტი. როდესაც ხარჯები, განრიგი, მოცულობები, რესურსები, შესყიდვები და ობიექტზე შესრულება ერთმანეთისგან განცალკევებულია, ინტელექტიც ფრაგმენტული ხდება. ინტეგრირებული საპროექტო მონაცემები AI-ს საშუალებას აძლევს, იმსჯელოს იმ ურთიერთკავშირებების გათვალისწინებით, რომლებიც რეალურად განსაზღვრავს პროექტის შედეგებს.
სამშენებლო პროდუქტიულობის მომავალი არ დაეყრდნობა ადამიანებისგან უფრო სწრაფად მუშაობის მოთხოვნას.
ის დაეყრდნობა ზედმეტი სამუშაოს აღმოფხვრას, ცოდნის მყისიერ ხელმისაწვდომობას, გადახრების უფრო ადრე გამოვლენას და ყველა პროფესიონალისთვის ინტელექტუალური დახმარების მიწოდებას ზუსტად იქ, სადაც სამუშაო სრულდება.
სწორედ ეს არის პროდუქტიულობის შესაძლებლობა, რომელიც ProjectVIEW ERP + AI-ს უდევს საფუძვლად.
