בינה מלאכותית בחישוב כמויות: דיוק, תיעוד ואיפה עדיין צריך כמאי
בינה מלאכותית בחישוב כמויות לא עושה את העבודה לבד, אבל היא משנה את האופן שבו היא נעשית: כל כמות מקבלת מקור, הסבר וסקיצה, והבדיקות שפעם דילגו עליהן נעשות כל פעם. אני עובד עם בינה מלאכותית בחישובי כמויות ובונה איתה את AiN, התוכנה שלי לכתבי כמויות. התשובה הכנה לשאלה אם זה חוסך זמן: בפרויקט הראשון כמעט לא. זה דורש סבלנות, כללי עבודה כתובים, הסבר לכל שורה והרבה כוח חישוב. מה שמקבלים בסוף הוא דיוק, סדר ומסמך שנראה טוב ושאפשר להוכיח כל מספר בו.
מה בינה מלאכותית בחישוב כמויות עושה טוב
- קריאה וסידור. מפרטים ארוכים, רשימות תוכניות והצעות ספקים הופכים לרשימת סעיפים, יחידות והחרגות, במקום שמישהו יקרא מאות עמודים בחיפוש אחרי משפט אחד.
- גיליון חישוב לכל סעיף. בתמ״א 38/2 שחישבתי, הכתב כלל כ־500 סעיפים, ולכל סעיף היה גיליון חישוב עם המקור, הסקיצה והנוסחה. בלי עזרה, רוב המשרדים לא מגיעים לרמת תיעוד כזאת.
- בדיקה צולבת. השוואה בין המודל לרשימות, בין התוכנית לכתב ובין גרסה לגרסה. כך נתפסות כפילויות, יחידות שהתחלפו וסעיפים שנעלמו.
- ניסוח אחיד. תיאורי סעיפים באותו סגנון לאורך כל הכתב, כך שקבלן מבין מה מתומחר.
על החלק של המודל יש עמוד נפרד: כמויות ממודל.
איפה עדיין צריך כמאי
בינה מלאכותית מציעה. היא לא יודעת לבד איזו שיטת מדידה סוכמה בפרויקט, איפה עובר הגבול בין מעטפת להתאמת שוכר, או למה קבלנים בשטח מתמחרים סעיף מסוים אחרת. היא גם לא אחראית לכתב. לכן ההחלטות נשארות אצלי:
- תכולה ושיטה. מה נמדד, באיזו יחידה, ומה נשאר מחוץ לכתב.
- יחס חריג. כשהברזל לבטון קופץ מ־140 ל־178 ק״ג למ״ק, מישהו צריך לפתוח את תוכניות הקונסטרוקציה ולשאול למה.
- מה חסר. חסר אינו אפס. נתון שאין לו מקור מסומן כחסר, ולא נכנס כמספר שנראה סביר.
- אישור. כל כמות מאושרת על ידי אדם שבדק אותה. הצעה שלא נבדקה היא מועמדת, לא עובדה.
האם זה באמת חוסך זמן?
לא תמיד, ובטח שלא בהתחלה. כדי להשתמש נכון בבינה מלאכותית בחישוב כמויות צריך לכתוב לה כללים: איך מודדים כל פרק, מה עושים עם קומה כמעט טיפוסית, מתי שואלים. צריך להסביר לה כל שורה שבה היא טעתה, ולבדוק שוב. זה הרבה סבלנות והרבה כוח חישוב, וזה עולה זמן בפרויקט הראשון מכל סוג.
| שלב | מה קורה בפועל |
|---|---|
| פרויקט ראשון מסוג חדש | יותר עבודה: כתיבת כללים, תיקונים והסברים |
| פרויקט חוזר מאותו סוג | פחות עבודה: הכללים כבר כתובים והבדיקות אוטומטיות |
| תיעוד ומקורות | חיסכון גדול: כל שורה מקבלת מקור והסבר בלי עבודה ידנית |
| עדכון גרסה | חיסכון: השוואה בין גרסאות מסמנת מה השתנה |
| החלטות מקצועיות | אין חיסכון: הן נשארות אצל הכמאי |
הרווח האמיתי הוא לא מהירות. הוא כתב מסודר, עם הוכחה לכל מספר, שקל לבדוק, לעדכן ולהציג ללקוח.
AiN כדוגמה: מה כלי כזה דורש מהמשתמש
הבנייה של AiN לימדה אותי איפה הבינה המלאכותית נתקלת בקיר. מודלים מגיעים לפעמים כקובצי צפייה בלי שכבות חומר ובלי נפחים. קטגוריה אחת במודל יכולה לערבב תקרות קונסטרוקטיביות, שכבות גמר, מדרכות ושכבות גינון. ודוח כמויות שסופר גם שורת הורה וגם את שורות הילדים שלה הציג פעם 578 מקומות חניה במקום 289. אף אחד מאלה לא נפתר בלחיצה; כל אחד דרש כלל ובדיקה.
לכן ב־AiN הבינה המלאכותית מסמנת כל הצעה כמועמדת, וכמות נכנסת רק אחרי אישור של אדם. מהמשתמש זה דורש מודל מסודר עם שמות ברורים, כללי מדידה מוסכמים, וסבלנות לאשר שורה אחרי שורה. הפירוט נמצא בעמוד הבינה המלאכותית ב־AiN, והתוכנה עצמה מוצגת בעמוד תוכנה לכתבי כמויות.
זה הכלל בכל שלב: הצעה של בינה מלאכותית לא נכנסת לכמות עד שאדם בדק אותה, ונתון חסר נשאר חסר. בזכות הכלל הזה אפשר לסמוך על הכתב.
כמאי (חשב כמויות) הוא מהנדס או הנדסאי בניין רשום, כמו יעקב אביטל, שאחראי לכתב שהוא מוסר. בינה מלאכותית היא כלי בידיים שלו, לא תחליף.
שאלות נפוצות
בינה מלאכותית יכולה להכין כתב כמויות לבד?
היא יכולה להכין טיוטה, להציע שיוך ולסדר את החומר. כתב שקבלנים מתמחרים לפיו צריך כמאי שבודק כל כמות ומאשר אותה.
זה מוזיל את השירות?
המחיר נקבע לפי שטח הפרויקט ולפי מחירון חישוב הכמויות, לא לפי הכלי. מה שמשתנה הוא רמת התיעוד והבדיקה שמקבלים.
מה צריך להכין כדי לעבוד כך?
את אותו חומר כמו תמיד: תוכניות, מפרטים, טבלת שטחים ומודל אם יש. מודל עם שמות ברורים וטבלאות מסודרות מקצר את הבדיקה.
יש לכם פרויקט? ספרו לי בקצרה מה הפרויקט ומה כבר קיים. כשהפרויקט מתאים, אחזור בדרך כלל עם שאלות ממוקדות ועם הצעת מחיר בכתב.
לפנייה ולהצעת מחירעוד באתר
* נוצר בעזרת AI לצורך שיווק, להמחשה בלבד. התוכן לא נבדק על ידי יעקב אביטל ואינו ייעוץ מקצועי. יש לבדוק כל פרויקט לגופו על ידי כמאי מקצועי ומהנדס.