AI у грађевини штеди новац, али је само 7% фирми повезало све токове

Bluebeam је у саопштењу од 13. октобра 2026. представио резултате анкете међу 750 доносилаца технолошких одлука у америчким фирмама за архитектуру, инжењерство и грађевинарство: 28% фирми користи AI у редовном раду, 40% те групе пријављује уштеду већу од 500.000 долара, а само 7% свих анкетираних фирми примењује AI у више основних токова рада. Реч је о уштедама које су испитаници сами проценили, а не о ревидираним финансијским резултатима.

Нови извештај показује где се шири примена прекида: фирме стижу од огледа до корисног алата за одређени посао, али много ређе повезују тај посао са осталим фазама пројекта. Анкета је спроведена у САД, па њени проценти не описују фирме у Србији; разлика између пилота, редовне употребе и повезаних токова ипак је важна и за домаће пројектантске и грађевинске тимове.

Шта заиста значи да је AI у продукцији

Редовна употреба у овом истраживању обухвата и фирме које су AI уградиле у више основних токова и оне које га користе у неколико одређених послова. Анализа Construction Industry AI наводи целу расподелу: 7% фирми је у првој групи, 21% у другој, 32% пилотира AI, 31% разматра употребу, а 10% нема план да га уведе. Збир категорија је заокружен, па приказани удели незнатно прелазе сто одсто.

То раздваја два резултата која би иначе звучала исто. Фирма може редовно користити AI за процену трошкова, а да подаци из те процене не прелазе у планирање или документацију без поновног ручног рада. Пилот је још ужи: алат се испробава у ограниченом случају, без доказа да је постао уобичајен део пројекта. Само најужа група у анкети описује примену кроз више основних токова.

Зато пријављену уштеду треба везати за фирме које су већ прешле на редовну употребу, а не за све које су пробале AI. Анкета броји организације према њиховом одговору о начину рада; не броји пројекте, нити показује да је сваки посао у једној фирми једнако повезан. Та разлика је нарочито битна када се резултат великих америчких организација пореди са мањим тимом који обрађује другачије пројекте.

Уштеда се јавља пре него што се повежу сви делови пројекта

Корист од AI-ја у анкети најјасније се види у ранијем увиду у трошкове и ризике. Међу организацијама које већ користе AI, боља предвидљивост трошкова води испред ранијег откривања проблема и мањег административног оптерећења. То су послови у којима се подаци из процене, пројектовања и планирања обрађују пре него што радови стигну до градилишта.

Тај временски помак може бити вредан и када је AI ограничен на један задатак: ранија процена омогућава тиму да преиспита план док промена још није скупа. Ипак, увид у могући проблем није исто што и његово отклањање. Ако налаз остане у одвојеном алату или га следећи тим добије прекасно, пројекат може задржати трошак који је алат на време препознао.

Извештај зато повезује пословну корист са начином на који се информација креће кроз пројекат. Процена количина, ревизија цртежа, одобрење измене и извођење радова имају различите одговорне људе. Када се излаз из једног корака мора ручно преписивати у следећи, AI може убрзати почетни посао, а да не убрза одлуку која од њега зависи. Пријављене уштеде показују вредност већ постигнуте примене; не одређују колики ће бити повраћај за било коју појединачну фирму.

Трошак није једина препрека: недостају везе и вештине

Према извештају Bluebeam-а, високе трошкове примене као препреку наводи по 50% фирми које су још у пилоту и оних које су га превазишле; недостатак интерних AI вештина помиње по 34% обе групе. Међу фирмама које су прешле из пилота у редовну употребу, 47% је повезивање са постојећим системима и алатима издвојило као најважнији чинилац тог преласка. То су одговори фирми о сопственом искуству, а не експеримент који доказује да интеграција сама изазива уштеду.

Подједнако често помињање трошка у обе групе говори зашто буџет сам по себи не раздваја пилот од редовног рада. Потребно је и место на ком ће резултат алата постати део следећег задатка: приступ употребљивим подацима, договор о предаји између тимова и особа која уме да протумачи излаз. Џеф Семпл из Bluebeam-а ту свакодневну, мало видљиву страну примене описује речима: „Nobody gets a plaque for connecting an estimating system to a document platform.“

Недостатак људи појачава проблем повезивања. Познавање дигиталних алата приоритет је при запошљавању за 93% анкетираних организација, док 77% каже да је то вештина коју је најтеже пронаћи код кандидата. Потребан је радник који разуме стручни смисао процене или цртежа, али и ограничења алата који их обрађује. Без тог споја, резултат AI-ја може бити брзо добијен, а ипак остати неупотребљен у следећој фази.

Шта ови подаци значе за мањи тим

За мању фирму корисније је да препозна где јој се рад прекида него да амерички проценат претвори у очекивану уштеду. Разлика из анкете може се свести на неколико конкретних питања о сопственом пројекту:

• Употреба: Да ли AI служи за повремени оглед или његов резултат редовно улази у одређени пројектни задатак?
• Предаја: Да ли се резултат процене, пројектовања или обраде документације може употребити у следећој фази без поновног уноса и губитка контекста?
• Одговорност: Да ли је јасно ко проверава резултат, ко га предаје другом тиму и ко доноси одлуку о промени?
• Вештине: Да ли људи који користе алат разумеју и стручне податке на којима ради и ограничења његовог излаза?

Ова питања нису мерило којим су оцењиване анкетиране америчке фирме. Она раздвајају стварну редовну употребу од огледа и показују где појединачна уштеда може да остане заробљена. За тим који пројекат предаје између пројектанта, проценитеља и градилишта, пресудна последица биће да ли раније добијен увид стиже до онога ко још може да промени извођење.

Прочитајте и:

• Индустрији не недостаје само AI знање — одлази и искуство ветерана
• AI алати су стигли, али је 69% фирми већ одустало од пројекта
• Фирмама стиже 78,5 милиона евра, али новац није директан грант