פיתוח מערכת AI לבנייה ולאדריכלות

מנהל העבודה מתעד ליקויים ידנית, והפערים מתגלים רק בשלב המסירה. אנו מפתחים מערכות AI לבנייה מקצה לקצה: ראייה ממוחשבת בודקת איכות בכל שלב ומקצרת את זמן הבקרה פי כמה. אנו מעבירים מודלים המותאמים לאובייקטים ולתקנות שלכם.

תחומי פיתוח AI

שאלות נפוצות

העבודות האחרונות

  • פיתוח אפליקציית ווב עבור FEEDME
    פיתוח אפליקציית ווב עבור FEEDME
    1365
  • פיתוח חנות מקוונת לחברת FURNORO
    פיתוח חנות מקוונת לחברת FURNORO
    1330
  • עיצוב לוגו לחברת B2B Advance
    עיצוב לוגו לחברת B2B Advance
    776
  • פיתוח אפליקציית ווב עבור Enviok
    פיתוח אפליקציית ווב עבור Enviok
    1077
  • פיתוח לוגו חברת AIDER
    פיתוח לוגו חברת AIDER
    1022
  • פיתוח CRM עבור Chasseurs
    פיתוח CRM עבור Chasseurs
    1113

AI בבנייה: היכן נשברים התהליכים באתר

באתר, נתוני הפרויקט חיים בשלושה-ארבעה מקומות לא מקושרים: התכתבות במסנג'רים, טבלאות מקוננות, סריקות של כתבי אישור וצילומים מהשטח. אותה רמה או ציר מגיעים בכמה גרסאות, ואף אחד לא יכול לומר בביטחון איזו מהן תקפה בבוקר יום שני.

זהו בדיוק המידע המפוזר של האתר — לא מטאפורה, אלא סט קונקרטי של קבצים בלי עיגון משותף לחללים ולמבנים.

מכאן פועל לא המורכבות של הפרויקט, אלא העיכוב בהעברת השינוי. המבצע לומד על ההחלטה החדשה האחרון, כבר עם חומר שנרכש, והפער מתגלה רק אחרי ההתקנה — במדידה חוזרת. המחיר הוא פירוק, השבתה של שתי חוליות והזזה של לוח הזמנים, שאותו מדביקים אחר כך במצב חירום.

עיכוב בלוחות זמנים של בנייה מתחיל לעיתים רחוקות בטעות בחישוב; לעיתים קרובות יותר הוא מתחיל בגרסת שרטוט שאותה לא ראה מי שהקים את התבנית.

AI בבנייה סוגר בדיוק את הפער הזה: המערכת מאחדת שרטוטים, כתבי אישור, הערות פיקוח טכני ודוחות מהשטח למודל נתונים אחד של האתר, ומעגנת הכול לצירים ולחללים. אז גרסה חדשה של מדור מאירה אוטומטית במה היא נוגעת — וזה נראה לפני היציאה להתקנה, ולא אחריה.

הטמעת AI בתכנון נותנת את האפקט הגדול ביותר לא בשלב ההדמיות, אלא בהשוואת גרסאות ובאיתור אי-התאמות בין מדורים סמוכים.

מפרקים כיצד זה נסגר בפועל: מביקורת מקורות וכללי התאמה ועד הרגע שבו המערכת מתריעה על פער לפני שהוא הופך לעבודה מחדש.

מה משתנה אחרי הטמעת מודלים בפרויקטים

כל עוד המודל חי רק בשרטוטים, פערים בין מדורים — תוואי אוורור מול מבנים נושאים, זיון מול חלקים מוטבעים — צפים באתר, כשהעבודה מחדש כבר אכלה שבועות. במודל המשותף אותן הצטלבויות נתפסות בבדיקה לפני הוצאה לייצור: שיעור הפערים שנסגרים בשלב התכנון מגיע עד 90%.

המודל נבנה ב-Autodesk Revit ומועבר דרך IFC — החילוף נשאר פתוח, בלי תלות בספק אחד.

מחזור התיאומים מתקצר הודות לכך שההערות מעוגנות לקואורדינטות ולמרכיבים, ולא מסופרות מחדש במכתבים: האחראי רואה צומת קונקרטי עם היסטוריית העריכות, זמן התגובה לחריגה יורד מימים לשעות, וסבבים חוזרים על אותו חיבור כמעט נעלמים.

בקרת כמויות העבודה מפסיקה להיות תלויה במי ומתי ספר מחדש את הכתבים. מפרטים וכמויות נוצרים מהמודל, ולכן הפער בין כתב הכמויות התכנוני לביצוע בפועל נראה בכל איטרציה, ולא בסוף השלב.

תחזית לוחות הזמנים של הבנייה נבנית על נתונים מצטברים, ולא על הערכה מומחית של "נראה לי שנספיק". המערכת משווה קצבים בפועל לפי תפיסות מול התוכנית ומציגה את החריגה מראש — אצל המנהל נשאר מרווח לחלוקה מחדש של חוליות במקום חירום בשבוע האחרון.

האפקט מחזיק מעמד רק עם משמעת בנתונים: מודל שלא מתוחזק במצב עדכני נותן תחזית לא מהימנה בדיוק כמו סיכומים ידניים.

תבניות הטמעה: ענן, מתחם סגור, היברידי

את תבנית הפריסה בוחרים לא לפי טעם, אלא לפי היכן הנתונים נמצאים ולמי הם שייכים. אם בפרויקט יש שרטוטים, כתבי כמויות או מתקנים בעלי סיווג — השאלה תלויה בדרישות שירות הביטחון, ולא ביכולות המודלים. לכן קודם מפרקים את המגבלות, ואחר כך מרכיבים את המתחם.

ההבדל בין התבניות מתבטא בשלושה מקומות: כמה מהר המודל מתעדכן, מה קורה בניתוק ערוץ התקשורת ומי אחראי לשלמות הנתונים. להלן השוואה בלי ייפוי, כולל מקרים שבהם האפשרות לא מתאימה.

אפשרות הטמעה מתי מתאימה מגבלות
תבנית ענן התחלה מהירה, עומסי שיא, חוליות וקבלנים מפוזרים, אין דרישות סיווג הנתונים יוצאים מחוץ להיקף, החילוף תלוי בערוץ תקשורת, חלק מהנהלים הענפיים לא מאשרים תבנית כזו
מתחם סגור מתקנים בעלי סיווג, סוד מסחרי, דרישה לשמור נתונים רק באתר שלך את המודל והחישובים מתחזקים בעצמנו, עדכונים מגיעים בתדירות נמוכה יותר, ההתפתחות תלויה בציוד שנרכש
תבנית היברידית נתונים רגישים נשארים בפנים, חישובים כבדים ואימון יוצאים החוצה מורכבת יותר לתחזוקה: צריך להפריד זרמים ולוודא שרק מקטעים מדוללי-זהות יוצאים החוצה

את הבחירה מקבעים בתבנית זרמי הנתונים: מה נשמר היכן, מה מעובד במקום ומה יוצא החוצה. באותו מסמך משתמשים גם שירות הביטחון וגם הצוות המפעיל — בבדיקה אין צורך לשחזר את התמונה מהתכתבות.

שלבי ההטמעה: מביקורת הנתונים ועד המסירה

ההטמעה מתחילה לא בבחירת מודל, אלא בניתוח של מה שכבר נצבר. כתבי כמויות יושבים בטבלאות, שרטוטים — בקבצי תכנון, דוחות צילום — בהתכתבות, ויומני עבודה — על הנייר. כל עוד לא ברור אילו מערכים כשירים לעיבוד, כל הערכת לוחות זמנים היא ניחוש.

מכאן כל שלב נשען על הקודם שנבדק:

  1. סקר וביקורת נתונים. בוחנים כיצד המשימה נפתרת היום וכמה זמן זה לוקח, מה כשיר לעיבוד: נפח ההיסטוריה, קיום סימון, שלמות היומנים וכתבי האישור.
  2. תבנית הפתרון. מחלקים את המשימה: מה מתבצע אוטומטית במלואו, מה המודל מציע כאפשרות, ומה נשאר אצל המומחה. מקבעים את החיבורים למערכות הקיימות ואת תבניות החילוף.
  3. הרכבת אב-טיפוס על נתונים היסטוריים. לוקחים פרויקטים סגורים עם תוצאה ידועה ובודקים האם המודל משחזר את התוצאה בפועל. מבוי סתום בגישה נראה כאן, ולא אחרי חצי שנה.
  4. כיול המודלים לתחום התוכן. מאלפים נוספים על הנתונים שלך, ומקרים שנויים במחלוקת מסמנים יחד עם המהנדסים. קובעים סף: מה מסוכן יותר — החמצה או התראת שווא.
  5. בדיקה באתר. הפעלה ניסיונית באתר פעיל, השוואה מול חוות הדעת של המומחים שלך. סופרים את שיעור ההתאמות, מפרקים פערים, מתקנים נתונים או לוגיקה.
  6. הטמעה בתהליך העבודה. מחברים את הפתרון למה שהצוות כבר משתמש בו, מתארים תפקידים וסדר פעולות כשהמודל לא בטוח.
  7. מסירה והדרכת הצוות. מוסרים תצורות, תיעוד והרשאות, מדריכים את המומחים על המשימות שלהם, ומלווים את מחזורי העבודה הראשונים.

הרכב החומרים וההגדרות הנמסרים

הפרויקט מסתיים לא במודל עובד, אלא בערכה שלפיה הפתרון חי בלעדינו. אנחנו מוסרים לא סט הגדרות, אלא תיעוד ונהלים שמספיקים לכך שהצוות שלך יפעיל את המערכת, יקבל שינויים, ובמידת הצורך יחליף קבלן בלי לאבד את ההקשר.

  • תבניות אינטגרציה. מה מחליף נתונים עם מה, באיזו תבנית ובאיזו תדירות, מה קורה כשלא זמין מי מהצדדים — עם רשימת נקודות כשל והתנהגות ברירת מחדל.
  • תסריטי עיבוד מכוילים. הלוגיקה שלב אחרי שלב: בדיקת שלמות, השוואה מול תיעוד התכנון, סיווג חריגות ויצירת הערות לכל סוג אובייקט.
  • מדיניות הרשאות ותפקידים. מי מזין נתונים, מי מאשר חריגות, אילו פעולות נרשמות ביומן בלתי ניתן לשינוי ומה בדיוק נכנס לשם.
  • הוראות לחוליות בשטח. תזכירים קצרים: מאיזו נקודה לצלם, כיצד לבדוק את תקינות הנתונים לפני השליחה, מה לעשות בספק — בלי הפניות למטבח הפנימי של הפתרון.
  • נהלי עבודה. סדר ניתוח התקלות, מי אחראי בצד המזמין, באילו מועדים אנחנו מתחברים, כיצד מגישים שיפורים ועדכוני לוגיקה.
  • תיעוד הפתרון. תיאור הרכיבים וגבולות התחולה: באילו סוגי אובייקטים הדיוק גבוה יותר, היכן חובה בדיקה ידנית, אילו שגיאות נחשבות קבילות.
  • מדדים ודיווח. שיעור ההערות שאושרו בלי תיקון, מספר השיפורים הידניים לפרויקט, הזמן מהצילום ועד חוות הדעת — כדי שהאפקט יימדד ולא יוצהר.

כל סעיף מתאמים בשלב הקבלה: אתה בודק אותו על האובייקטים שלך, ולא על נתוני הדגמה. תאר את המשימה — נחזור עם הערכה ותוכנית מסירה.

מקרה בוחן: AI בבנייה — בקרת איכות

לפני ההטמעה, בקרת האיכות באתר נשענה על סיורים והשוואה ידנית: המהנדס צילם מבנים במצלמה, ובערב השווה את הצילומים מול תיעוד התכנון והזין הערות ביומן.

מחזור בדיקה אחד של קומה ארך שלושה-ארבעה ימים, וחלק מהפערים — חלקים מוטבעים שהוזזו, מרווח זיון שגוי, חריגות בגיאומטריה — צפו כבר בשלב הבא, כשהעבודה מחדש עולה פי כמה. עד 12% מהליקויים הגיעו לקבלה בלי ששמו לב.

מה שינו

צילומים מהשטח מעוגנים לקואורדינטות ומושווים למודל התכנון: ייצוא מ-Autodesk Revit מומר לתבנית פתוחה, כדי שההשוואה תיעשה לפי גיאומטריה ולא לפי שרטוטים. ראייה ממוחשבת מאתרת פערים, מסמנת אותם לפי מחלקות קריטיות ומקבצת לרשימה עם עיגון לציר ולרמה. סף הרגישות כוייל יחד עם הפיקוח הטכני — המערכת מסמנת את מה שחורג מהסבילות, ולא כל ברק על התבנית.

מה קרה

מחזור בדיקת הקומה הצטמצם ליום עבודה אחד: המהנדס לא מחפש פערים, אלא מאשר או דוחה רשימה מוכנה. שיעור הליקויים שהוחמצו ירד ל-3% — היתרה היא ליקויים שלא נקראים פיזית בצילום, כמו חיבור לא צבוע מאחורי בידוד.

משוב לחוליה יוצא באותו יום, ולכן עבודות מחדש עוברות מהקטגוריה של "אחרי הקבלה" לקטגוריה של "לפני היציקה".

במה שונה ראייה ממוחשבת מדוח צילום

דוח צילום הוא ארכיון, לא מדידה. מנהל העבודה מסתובב באתר, מצלם צמתים, מעגן את הפריימים לתאריך ולכיתוב, ומאחסן ביומן. הנתונים קיימים, אבל הם לא מושווים לפתרון התכנון: כדי לראות חריגה, המהנדס פותח את הצילום, מאתר את הגיליון המתאים של תיעוד העבודה ומשווה ידנית. באתר עם מאות צמתים, דגימה כזו תמיד חלקית.

ראייה ממוחשבת מתחילה באותו פריים, אבל מסתיימת לא בקובץ, אלא בקואורדינטות של הפער. הפריים מעוגן למודל המרחבי של האובייקט, המרכיב מזוהה ומושווה למיקום התכנוני — המערכת מחשבת סטייה לפי גיאומטריה, לפי מיקום החלקים המוטבעים, לפי קיומו של זיון. המהנדס מקבל לא "הסתכלו על התמונה", אלא קטע קונקרטי עם מספר.

ההבדל בזיהוי ליקויים הוא ברמת הצבת המשימה. אדם מחפש את מה שהתריעו לו עליו, וסוקר באופן סלקטיבי. האלגוריתם בודק כל פריים לפי אותו סט סימנים: סדק דק, הזזת תבנית, עוגן שהוחמץ — זה סיווג וסגמנטציה על פריימים מסומנים של האובייקט הקונקרטי, ולא "רשת נוירונים כללית לבנייה".

יש גם את מחיר הטעות. דוח צילום לא נותן התראות שווא פשוט מפני שהוא לא מודד דבר. ראייה ממוחשבת כן, ולכן מכניסים למתחם ספי רגישות ובדיקה מחייבת של קטעים שנויים במחלוקת בידי המהנדס — ההחלטה הסופית בכל מקרה נשארת בידי האדם.

ההשוואה בין הגישות מתכנסת לאחת: דוח צילום מתעד מה היה, וראייה ממוחשבת מראה עד כמה זה סוטה מהתכנון. הראשון נדרש להיסטוריה ולקבלה, והשנייה — להחלטות ממש ברגע העבודות, כל עוד החריגה זולה לתיקון.

ספקות לגבי נתונים, סימון ודיוק המודלים

השאלה הראשונה בהתחלה — האם התיעוד שכבר נצבר מספיק. הוא מספיק אם הקורפוס אחיד: תקן עיצוב אחיד, צמתים חוזרים, קנה מידה דומה של אובייקטים. אם השרטוטים מגיעים ממשרדים שונים ובתבניות שונות, המודל מבלבל בין מרכיבים דומים — אז קודם מתארים את כללי הסימון ומביאים את הקורפוס לצורה אחידה.

את הסימון מבצעים המהנדסים שלנו יחד עם המומחים שלך: אתה מאשר מה נחשב לתשובה נכונה, אנחנו סוגרים את הנפח. קטעים שנויים במחלוקת עוברים לבדיקה שנייה, את הפער בין המסמנים מודדים — אם הוא גדל, הכלל אינו חד-משמעי. את דיוק המודל מחשבים על מדגם נפרד עם סף ביטחון: מתחתיו ההחלטה עוברת למהנדס.

האם הנתונים הקיימים יספיקו?

מחשבים לפי כיסוי: אילו סוגי צמתים באמת מופיעים באובייקטים שלך. את ההמוניים סוגרים באימון, ואת היחידאיים — בכלל או בבדיקת אדם.

מה לעשות אם הפתרונות הטיפוסיים משתנים?

המערכת מורכבת מודולרית: זיהוי צמתים, בדיקה לפי תקנים והשוואה מול המפרט חיים בנפרד. מודול אחד משתנה, השאר ממשיך לעבוד, והגרסה הקודמת נשארת לחזרה לאחור.

כיצד מוגן תיעוד התכנון?

העיבוד מתבצע במתחם שלך: גישה לפי תפקידים, יומן פניות, ואיסור ייצוא החוצה. השרטוטים והסימון נשארים בבעלותך.

כמה זמן אורך אימון המודל?

את המועד קובע נפח הסימון ואחידות הקורפוס, ולא הטכנולוגיה הנבחרת. המחזור "סימון — אימון — בדיקה על מדגם נפרד" מתנהל באיטרציות: התוצאה העובדתית הראשונה — באיטרציה הראשונה, ומכאן דיוק המודל גדל על התיקונים שלך מאובייקטים אמיתיים.

נדון במשימה: שלבים ותוכנית עבודה

השיחה הראשונה אורכת כשעה ולא דורשת מפרט טכני מוכן — אנחנו מפרקים את המשימה, ולא מציגים פתרון. כדי שהיא תהיה עניינית, הביאו את מה שכבר יש: ייצוא ממערכת כתבי הכמויות, דוגמאות של תיעוד תכנון, יומן סיורי האתר, רשימת המאשרים. ככל שהחומרים קרובים יותר למציאות, כך קצר יותר הנתיב להערכת לוחות הזמנים.

מכאן ממשיכים שלב אחרי שלב:

  • מקבעים את גבולות התהליך: היכן מתחילה המשימה, איזו תוצאה נחשבת מוכנה, מי מקבל את העבודה.
  • מפרקים את הנתונים: באיזו צורה מגיעים שרטוטים, כתבי כמויות, צילומים ודוחות, מה מביאים לתבנית אחידה ובאיזה נפח.
  • מגדירים נקודות חיבור למערכת החשבונאית ולמאגר המסמכים: חילוף, הרשאות גישה, יומן שינויים.
  • מתאמים מדדים: שיעור הסעיפים שעובדו אוטומטית, זמן הכנת הדוח, מספר השגיאות שהמערכת מחויבת לתפוס.
  • מרכיבים תוכנית הטמעה לפי שלבים עם תוצאה ביניים, כדי שהתועלת תגיע לפני ההפעלה הסופית.
  • מתכננים הפעלה ניסיונית באובייקט או בקטע אחד — עם חזרה למצב ידני בלי לעצור את העבודות.
  • חוזרים עם הערכת לוחות זמנים ותוכנית: מה אנחנו עושים, מה נשאר בצד שלך, אילו נתונים נדרשים להתחלה.

אם אין חומרים מוכנים, נתחיל מתיאור התהליך — זה מספיק לשלב הראשון. תאר את המשימה, ונחזור עם הערכת לוחות זמנים ותוכנית עבודה.