Czy AI trzeba douczyć języka firmy budowlanej?

Jeden skrót zmienia sens podsumowania

Pracownik biura budowy zapisuje: „Do wyj.: zakres prac przy wejściu. Wysłano pytanie do podwykonawcy, czekamy na odpowiedź”. Skrót „do wyj.” oznacza „do wyjaśnienia”. AI wpisuje sprawę do kategorii „zakończone” i podsumowuje ją jako „Wyjaśniono zakres prac przy wejściu”. Osoba znająca zapis widzi błąd od razu, bo wysłanie pytania nie zamyka sprawy. Musi wrócić do notatki i poprawić zestawienie, zanim kierownik projektu się na nim oprze.

Jedna taka poprawka trwa kilka minut. Przy kilkuset notatkach miesięcznie sprawdzanie gotowego podsumowania zaczyna zajmować więcej czasu niż jego przygotowanie ręcznie. Dlatego pierwsze pytanie brzmi: skąd bierze się pomyłka.

Co poprawić przed treningiem

Słownik wystarcza, gdy pracownicy stosują oznaczenia konsekwentnie. Przy bardzo regularnych zapisach wystarczy zwykła reguła: notatka zaczynająca się od „do wyj.” nigdy nie trafia do kategorii zakończonych. Nie każda notatka wymaga swobodnej interpretacji przez model językowy.

Gdy dwa zespoły używają tych samych liter inaczej, model potrzebuje informacji, którego projektu dotyczy tekst. Trenowanie jednego wspólnego znaczenia utrwaliłoby wtedy błąd dla drugiego zespołu. Osobno sprawdź odczyt zdjęć i dokumentów: jeśli na kartce jest „nie zamknięto”, a do AI dociera samo „zamknięto”, problem powstał przed interpretacją zdania i żaden trening go nie naprawi.

Czego uczy fine-tuning i ile to daje

Fine-tuning uczy model powtarzalnego rozróżnienia, na przykład sprawy oczekującej na odpowiedź od zamkniętej, także wtedy, gdy autorzy notatek piszą różnymi słowami. Google opisuje dostrajanie modeli na oznaczonych przykładach i zaleca najpierw dopracować polecenie. Trening nie zastąpi dostępu do bieżących zapisów: model nauczony czytać „czekamy na odpowiedź” nadal potrzebuje kolejnej wiadomości, żeby wiedzieć, że odpowiedź przyszła.

W tym scenariuszu słownik daje większość efektu za ułamek kosztu. Fine-tuning dokłada 2 godzin miesięcznie, co uzasadnia trening tylko przy większej skali albo przy błędach kosztownych dla projektu, na przykład gdy pominięte pytanie do podwykonawcy opóźnia odbiór.

Jak ocenić poprawę w pracy biura

Ocenę powierz osobie, która zna język notatek i korzysta z zestawień. Ładniej napisany raport z tym samym błędem kategorii nie oszczędza jej czasu. Ustal też, kto po wdrożeniu aktualizuje słownik, gdy pojawi się nowy skrót, bo to wpływa na koszt utrzymania. Podobny problem stałych kategorii opisuje tekst o fine-tuningu do klasyfikacji zgłoszeń serwisowych.

Aplikację na notatkach budowy budujemy w ramach aplikacji AI od 12 500 zł netto, a dostosowanie modelu w ramach prywatnych modeli LLM. Na bezpłatną analizę wystarczy opis raportu, który powstaje z notatek, i pomyłki, która wraca najczęściej.