Ovaj članak sam napisao koristeći AI kao partnera za razmišljanje. Navodim to unapred, jer je relevantno za argument koji ću izneti.
Građevinska industrija trenutno se nalazi usred razgovora o veštačkoj inteligenciji — i kao i većina razgovora o tehnologiji koja menja igru, odvija se u dva ekstrema. S jedne strane: AI će zameniti menadžere ugovora, eksperte za kašnjenja, konsultante za odštetne zahteve. S druge: AI je trik, irelevantan za realnosti jednog gradilišta. Oba stava su pogrešna.
„AI-u su potrebni ulazni podaci. A AI ne zna šta se desilo na gradilištu."
To je rečenica koja preseca oba argumenta. To je, mislim, i najiskrenije opisivanje gde se zapravo nalazimo — i gde leži prava vrednost ljudske ekspertize u svetu gde mašine mogu u sekundi da sačine obaveštenja, sumiraju ugovore i generišu naracije o kašnjenjima.
Šta AI zapravo može da uradi
Dozvolite mi da budem direktan u pogledu onoga što AI radi dobro u upravljanju građevinskim ugovorima, jer ga redovno koristim i bilo bi neiskreno tvrditi suprotno.
AI može da sačini obaveštenje o kašnjenju (Notice of delay) u ispravnom FIDIC formatu za manje od minut. Može da sumira ugovor od 200 strana i označi potencijalno rizične klauzule. Može da objasni razliku između globalnog i konkretnog zahteva (Claim), opiše pristup SCL Protokola istovremenim kašnjenjima, ili generiše prvu verziju naracije zahteva za produženje roka — sve brže i tečnije od većine praktičara.
Kada se pravilno koristi, to je izvanredan alat. Komprimuje sate pisanja u minute. Uočava stvari koje biste mogli propustiti kada ste umorni na kraju dugog dana na gradilištu. To je, zaista, sposoban partner za nekoga ko već zna šta radi.
Šta AI ne može da uradi
Evo u čemu je problem. AI može da napiše obaveštenje (Notice). Ali ne može da vam kaže:
- Da je instrukcija Inženjera prošlog utorka predstavljala izmenu — jer ne zna ništa o tom utorku
- Da je kašnjenje u pristupu u martu zapravo uzrokovano kasnim odobrenjem Naručioca za radioničke crteže, a ne vremenskim uslovima — jer nije bio prisutan u martu
- Da je zahtev podizvođača preuveličan jer njihovi zapisi o produktivnosti ne odgovaraju onome što se stvarno dešavalo na gradilištu — jer nikad nije bilo na vašem gradilištu
- Da je odnos sa Inženjerom trenutno zategnut i da formalno obaveštenje može izazvati eskalaciju koja ne odgovara nikome — jer ne može da sagleda situaciju
- Da su ažurirani dokumenti od 12. do 18. nedelje nepotpuni i moraju biti dopunjeni pre podnošenja bilo kog zahteva — jer nije bio na gradilištu i ne zna stvarnu situaciju. Možda je čak ni vi ne znate.
To nisu sporedne brige. To je suština posla. Obaveštenje poslato bez razumevanja uzročnog događaja nije samo beskorisno — može aktivno oštetiti vaš položaj.
Problem ulaznih podataka
Proveo sam sedamnaest godina na gradilištima širom Azije i Evrope. Za to vreme, jedini najdosledniji faktor koji je razdvajao uspešne od neuspešnih zahteva nije bio kvalitet pravnog argumenta. Bio je to kvalitet činjeničnog zapisa — i razumevanje onoga što se zaista desilo.
Ekspert za kašnjenja uz AI može da produkcira lepo strukturiran, pravno koherentan EOT zahtev u delić vremena koje je nekada trebalo. Ali ako su ulazni podaci pogrešni — ako su događaji kašnjenja pogrešno identifikovani, polazna linija programa je netačna, ili uzročna veza između događaja i uticaja nije pravilno shvaćena — izlaz je bezvredan, bez obzira koliko je dobro napisan.
To nije nov problem. Isti problem postojao je i pre AI. Ono što AI menja jeste brzina kojom može biti proizveden loš zahtev. To nije nužno napredak.
Parna mašina i analogija
Postoji korisna istorijska paralela ovde. Kada je parna mašina stigla, mnogi radnici su reagovali razbijanjem mašina — Ludditi su, čuveno, verovali da će uništavanje tehnologije zaštititi njihovu egzistenciju. Grešili su. Oni koji su uspeli nisu bili oni koji su se borili protiv mašine, već oni koji su je dovoljno razumeli da postanu njeni majstori: inženjeri, operateri, ljudi koji su iz nje mogli da izvuku ono što ona sama iz sebe nije mogla.
AI u građevinarstvu je isti taj trenutak. Praktičari koji će imati teškoća su oni na oba ekstrema — oni koji odbijaju da se uopšte uključe u tehnologiju, i oni koji joj u potpunosti prepuštaju svoje prosuđivanje. Oni koji će napredovati su oni koji razumeju šta AI može i ne može da uradi, i koji se u skladu s tim pozicioniraju.
Opasnost od neiskustva
Postoji rizik koji me više brine od toga da AI zameni iskusne praktičare. To je suprotno: organizacije koje zapošljavaju neiskusne ljude koji se oslanjaju na AI da nadoknade ono što još ne znaju.
Video sam kako se ovo odvija u praksi. Mlađi član tima — koji se nije u potpunosti snalazio na engleskom — koristi AI da pregleda i odgovori na ugovorni dokument. AI proizvodi nešto gramatički ispravno i strukturno verodostojno. Biva podneto. Inženjer odbija. I kada čitam Inženjerov odgovor, očigledno je — iz strukture, formulacije, načina na koji su tri različite tačke identično adresovane — da je i Inženjerov tim dokument proveo kroz AI filter. AI je odgovorio AI-u. Niko ko je zapravo razumeo projekat nije bio u sobi.
Dokument je odbijen ne zato što je ugovorna pozicija bila pogrešna, već zato što je upit bio pogrešan. Osoba koja ga je pregledala nije imala iskustvo da razume šta se zapravo pita — pa je AI, veran svojim uputstvima, odgovorio na drugo pitanje. Takva vrsta greške ne gubi samo vreme. Oštećuje kredibilitet, učvršćuje pozicije i može stvoriti spor tamo gde ga nije bilo.
Ravnoteža kojoj težim
Kada razmišljam o tome kako radim — i kako želim da radim kako se AI alati razvijaju — razmišljam o tome kao o ravnoteži između dve stvari koje nisu u suprotnosti, ali se često tako tretiraju.
S jedne strane: duboko, kontekstualno, nezamenljivo znanje koje dolazi od prisustva na gradilištu. Znati šta je Inženjer rekao na sastanku o napretku. Razumeti zašto je ekipa podugovarača povučena s radova u 23. nedelji. Prepoznati da kašnjenje u temeljnim radovima nije bilo samo pitanje produktivnosti, već direktna posledica zakašnjelog podnošenja geotehničkog izveštaja od strane Naručioca. Čitati situaciju — razumeti da li ton sastanka signalizira fleksibilnost ili zatvorenost, da li je pregovaranje zaista otvoreno ili već odlučeno. To su stvari koje postoje samo u glavama ljudi koji su bili tamo.
S druge strane: brzina, doslednost i analitička moć koju AI donosi u pisanje, sumiranje i strukturiranje. Kada se pravilno koristi, komprimuje sate u minute i uočava stvari koje propustite kada ste umorni na kraju dugog dana na gradilištu.
Najbolja analogija koju sam pronašao je auto-moto sport. Stavite iskusnog vozača Formule 1 u sportski automobil, a amatera u bolid F1. Profesionalac će i dalje biti brži — jer veština, prosuđivanje, sposobnost čitanja staze i gurkanja mašine do njenih granica, žive u vozaču, a ne u vozilu. AI je bolji automobil. Ali bolji automobil kojim se loše vozi i dalje je sporiji od dobrog vozača u razumnom automobilu.
Ovo je i dalje profesija u kojoj iskustvo ima značaj — gde postavljanje scene za zahtev, čitanje kulturne dinamike pregovaranja, razumevanje tona koji treba koristiti s određenim Inženjerom određenog dana, predstavlja razliku između rešenja i eskalacije. AI može pomoći u razvoju strategije. Ali morate znati šta je plan pre nego što možete zamoliti AI da vam pomogne u izvršenju.
"AI vam može pomoći da razvijete strategiju. Ali morate najpre znati šta je plan."
To je iskrena verzija gde se nalazimo. I za šta vredi — ovaj članak sam napisao uz AI kao odjek. Ideje, struktura, argumenti su moji — zajedno smo ih razradili, izazivali jedni drugima pozicije i istraživali prednosti i nedostatke. AI je pomogao da organizujem svoje misli u koherentan tok. Zatim sam tu verziju prepisao sopstvenim rečima, filtrirao je kroz sopstveno iskustvo i dao joj konačnu doradu. To, mislim, je tačno kako bi trebalo da funkcioniše.