De meter wordt duurder dan de fout

Een schilder krijgt een bouwtekening van de architect. Hij moet een offerte maken. Dat betekent: tekeningen interpreteren, oppervlaktes berekenen, materiaalsoorten inschatten, uren ramen. Een klus die een ervaren vakman met gevoel doet, maar die ook tijdrovend is, gevoelig voor fouten, en moeilijk te delegeren aan iemand die net begint.

Nu stel je voor dat een AI-systeem die tekening inleest, het aantal vierkante meters per ruimte berekent, koppelt aan een prijslijst, en een offertebasis genereert die de schilder vervolgens controleert en aanpast. Wat uren kostte, duurt nu minuten. En de foutmarge daalt aanzienlijk.

Dit is geen toekomstmuziek. Dit gebeurt nu.

De bouwsector is rijp voor operationele AI

De bouw is een sector met veel herhaaldelijk werk, hoge foutkosten en krappe marges. Precies de omstandigheden waarin AI het meeste oplevert. Niet als vervanging van vakmanschap, maar als ondersteuning van de mensen die dat vakmanschap leveren.

We zien een breed spectrum aan toepassingen die vandaag al inzetbaar zijn, van klein tot complex.

Calculatie en offreren

• Offerte opstellen op basis van bouwtekening (oppervlaktes, materialen, uren)
• Kostencalculatie voor aannemers op basis van bestek en historische projectdata
• Automatisch signaleren van meerwerk bij wijzigingen in de tekening
• Vergelijking van offertes van onderaannemers en leveranciers

Bouwbesluit en compliance

• Toetsing van een ontwerp aan het Bouwbesluit op relevante categorieën
• Check op vergunningsvereisten per gemeente
• Signalering van strijdigheden tussen revisietekeningen en specificaties

Planning en logistiek

• Projectplanning op basis van bestek en historische doorlooptijden
• Materiaalplanning en levertijden koppelen aan bouwfasering
• Knelpunten in de planning vroegtijdig herkennen

Kennis en documentatie

• Contracten en bestekken samenvatten en vergelijken
• Snelle antwoorden op technische vragen uit productdatasheets
• Overdracht van projectkennis bij wisseling van personeel

Scenarioanalyse

• Architect: varianten doorrekenen op kosten, duurzaamheid of ruimtegebruik
• Aannemer: wat-als analyses bij prijsstijgingen van materialen
• Projectontwikkelaar: haalbaarheidsscenario's op basis van grondpositie en programma van eisen

Human in the loop: randvoorwaarde, geen zwakte

Bij al deze toepassingen geldt één principe dat wij niet loslaten: de mens blijft in de beslissing. AI levert een voorstel, een berekening, een signaal. De vakman, de calculator, de architect beoordeelt en beslist.

Dat is geen beperking van AI. Het is de juiste manier om het in te zetten. Zeker in een sector waar fouten letterlijk zichtbaar worden in een lekkend dak, een verkeerde muurdikte, een offerte die de marge als sneeuw voor de zon doet oplossen.

Human in the loop betekent ook dat de drempel voor implementatie lager is. Je hoeft niet alles tegelijk te automatiseren. Je begint met één toepassing, in één proces, en bouwt van daaruit.

Window of opportunity voor het MKB

Grote softwareleveranciers, van ERP-systemen tot BIM-platforms zijn bezig om AI in te bouwen in hun producten. Dat gaat komen. Maar het gaat tijd kosten, en het gaat geld kosten.

Kleine en middelgrote bouwbedrijven, schilders, installateurs en gespecialiseerde aannemers hebben nu een window of opportunity. De technologie is beschikbaar, de kosten zijn behapbaar, en de concurrentie heeft het nog niet ingericht. Wie nu begint, bouwt voorsprong op.

Niet met een meerjarig digitaliseringstraject. Maar met een gerichte pilot op het proces waar de pijn het grootst is.