Rukkor AI

Fas 1: Analys av dokument och filer

Den första tjänsten som vi kommer att släppa är möjligheten att prata med sina dokument och filer. Efter att man laddat upp filerna kan man välja att slå på “tillgänglig för AI” för respektive fil och då analyseras dokumentet och läggs till i den underliggande kunskapen som finns i AI-agenten. Detta gör det möjligt att t.ex. ladda upp en rumsbeskrivning och sedan interagera med den med frågor som: “I vilka utrymmen finns det parkettgolv?” eller “Hur många typer av ett visst material förekommer i projektet?”. Detta steg är baserat på en text-modell som gör det möjligt att analysera text och svara på användarens frågor, likt det man ser i ChatGPT, CoPilot och Le Chat.

Vinsten men den här typen av interaktion med sitt projektunderlag är att man enklare ska kunna hitta information, skapa sammanställningar eller kontrollera om något förekommer eller ej.

Fas 2: AI-baserad uppmätning av ritningar

Att kunna identifiera t.ex. rum på en ritning och markera upp det som man gör manuellt idag ligger i fas två av vår utveckling. Här visar våra nuvarande modeller bra resultat för att detta ska kunna bli korrekt uppmätta utrymmen som går att lita på. Vi bygger upp träningsdata och tränar modeller just nu för att kunna identifiera saker på ritningar och placera ut objekt som man kan arbeta vidare med.

Vinster av AI-baserad mätning är potentiellt stor men kommer också med en del varningsflaggor som man behöver överväga. Att blint lita på en AI-mätning kan få stora konsekvenser, därför ligger trovärdigheten av resultatet högst på vår lista. Du som använder AI-baserad uppmätning måste kunna lita på resultatet så att inte arbetet bara flyttas från att mäta ut manuellt till att kontrollera alla objekt som AI:n skapar.

Det här steget är baserat på en visuell modell som vi kontinuerligt tränar för att den ska bli bättre på att identifiera korrekta utrymmen, väggar, dörrar och andra detaljer.

Fas 3: Informationskomplettering från dokumentanalys och AI-baserad uppmätning

Den tredje fasen i projektet är att med hjälp av dokumentanalys (steg 1) och AI-baserad uppmätning (steg 2) kunna föreslå kalkylrader utifrån det underlag som finns i dokument och ritningar samt tillämpa eventuella mallar som användare byggt upp i Geometra.

Det betyder att man först laddar upp sina beskrivningar och gör dem tillgängliga för AI:n att analysera. Sen laddar man upp sina ritningar och använder AI-mätning för att placera ut objekt på ritningen. Sist använder man sig av informationskomplettering för att låta AI:n föreslå rader på de objekt man skapat utifrån de handlingar som finns och namngivning av objektet.

I alla led kommer du som användare tydligt att kunna se vilket innehåll som föreslagits av AI:n och ta ställning till om du vill använda dig av det eller inte.

Vårt mål med de här stegen är att gradvis öka möjligheterna för dig som användare att införa AI i ditt arbete och samtidigt inte mista tillförlitligheten av det resultat du får fram. Utan trovärdighet till resultatet fallerar poängen med att använda AI i ditt arbetsflöde.

Utveckling finansieras med hjälp av EU-stöd

I juli månad fick vi glada besked från Almi och Region Skåne. Den presentation vi gjort för dem om vår vision för implementering av AI mottogs mycket bra och vi beviljades ett offentligt stöd för vidare utveckling av våra AI-baserade tjänster. Detta stöd gör det enklare för oss att genomföra vår satsning och accelerera den utveckling som vi arbetet med under längre tid. Det här är vi självklart glada för och stort tack till Almi och Region Skåne för förtroendet med de offentliga medel som vi tilldelats.

‍