人工智能正在许多建筑环境中走向市场，预算软件也不例外。投标团队在响应详细的信息请求时所面临的挑战是不可低估的。

在商业、民事或主要机构或工业合同中，当收到招标书时，没有两个是相同的。预算人员必须根据基于文本的描述和图纸或示意图评估项目范围。有时，如果您发现后来遗漏了关键细节或需求，那么赢得项目比失败更惨。

这是Zetane即将上市的评估AI工具解决的问题。

该项目的初始阶段解决了在评估大规模招标书中列出的风险和范围时所面临的问题，因为投标团队努力提取最相关的定量数据，并确定必须量化和货币化的风险。目标是使用AI自动化投标生成过程，然后将此过程中的见解交给项目交付团队处理。该项目的第二阶段将使用人工智能识别工程图纸和示意图中的元素，并生成可用于估算的输出。

Zetane AI项目的目标是与Pomerleau联合设计，Pomerleau的收入超过17亿美元。该技术将面向参与大型项目的公司，并将其推向市场。

与此同时，初创公司Patabid正在为中小型（SMB）承包商开发AI预算工具。虽然该公司有一个招标信息市场，但招标公司在市场上已经有多年了，它在3月份推出了一款新产品Quantify，使用人工智能实现自动算量。

帕塔比德的投标产品确实进入了实质性的高端市场，甚至波默劳和其他主要总承包商也是客户。然而，Quantify产品针对的是较小的承包商，将首先重点关注建筑行业的需求，自动从总承包商的RFI中提取。

NET new estimating platform被设计为可靠的软件即服务（SaaS）替代传统应用程序，这些应用程序来自McCormick公司，现在归Foundation和Viewpoint estimating公司所有，Quickpen和Accubid公司现在归Trimble公司所有，Esticon公司现在归Procore公司所有，而Hard Dollar公司等小型公司现在则归InEight estimating公司所有。

除此之外，Quantify还将使用AI计算插头、开关、灯泡和其他离散项目的数量，这些项目驱动了电气承包商的投标成本，并对其他子公司（包括机械承包商）进行类似的量化。结合现有的招标项目，Patabid将使承包商能够使用AI量化投标，识别项目中的风险，并根据其他人对哪些项目和其他标准进行投标，确定他们是否应提交各种机会。该产品的人工智能组件将暂时免费，直到定期使用和客户的评论帮助Patabid将其性能改进到更可靠的程度。

在一项对建筑技术具有广泛影响的发展中，总部位于蒙特利尔的人工智能 (AI) 开发公司 Zetane Systems 今天宣布了一项与其客户 Pomerleau 的计划，该计划由同样位于蒙特利尔的 Ivado Labs 的投资部门资助。

Pomerleau 总部位于魁北克，通过多种交付系统完成工作，从设计建造到一次性付款，拥有 2,000 名员工，并声称收入约为 10 亿美元。该项目将应用强大的人工智能算法和神经网络来解决加速、降低风险和改进估算过程的问题，这些过程使任何建设项目都走上成功或失败的道路。

今天宣布的计划是 Zetane 和 Pomerleau 合作的第二阶段。Zetane 去年已经成功完成了初始阶段，旨在提供一种人工智能方法，该方法可以从征求建议书 (RFP) 期间提交的非结构化文件中提取重要信息。在该项目之前，Pomerleau 参与了一项创新呼吁，邀请小型科技公司与他们合作，采用人工智能驱动的估算方法。有 30 家公司参加，其中 5 家被保留以提出更实质性的建议，最终选择了 Zetane。选择后，Zetane 为其智能估算功能的方法提供了为期四个月的概念验证。这个概念证明的更彻底的构建是今天最终宣布的。

“我们解决并演变成这个项目的最初问题与预建和估算有关，以及承包商收到所有这些复杂的投标请求这一事实，”Zetane 首席执行官 Guillame Herve 在前几天的电话采访中告诉 ForConstructionPros公告。“该项目的重点是建筑而不是土木工程。问题陈述是，他们总是收到同样大量的提案请求、书面和图纸规范，并且必须投入大量估算人员以提取最相关的数据并获得风险概况和其他允许您投标合同。”

估算过程的劳动密集型性质以及估算人员仍然可能错过关键要素这一事实所带来的风险都是该技术项目旨在解决的问题。

“这是一个非常手动的过程，即使你使用的是目前在建筑中使用的数字工具，而且他们使用的是一对，”Herve 说。“没有重复使用数据。你会提交一个投标，你不会从它或你已经完成的数百个其他估算中学到任何东西。然后在估算和项目之间没有连续性。因此，您在估算中所做的事情重新开始了——如果您确实赢得了这份工作，那就是重置。您在项目执行阶段的前期工作中所做的所有工作都没有任何好处。这是概念验证中解决的问题，这也是我们现在将大规模做的事情。”

Zetane 和 Pomerleau 正在努力开发的技术可以获取历史信息并使用它来为未来的估计提供信息。这不仅包括查看过去的估计，还包括查看后续项目的变更单，以识别设计、项目类型、规范甚至客户组织中固有的风险。

Herve 说：“他们有大量数据与您的原始出价相比，包括变更单的数据。” “如今，人工智能有多种方法可以追溯性地看待这一点，并告诉我们‘好吧，你可以期待这些领域会发生变化。’ 在建设中，20% 的项目可能会承担 80% 的成本和风险。知道哪 20% 可以让您主动评估风险、成本，或为承包商评估成功或失败。”

结构化数据必填

该项目的当前阶段将专门为 Pomerleau 开发，但随后根据 Herve 的说法，它将被商业化，可能作为其他人推向市场的估算软件中提供的数字服务。这意味着标准化对于给定的承包组织内部和整个行业都变得很重要。

这种一致性必须扩展到表格和文本以及图像和绘图中保存的数据。设计文档可能会有所不同，具体取决于子行业和来源，从建筑信息模型 (BIM) 结构化数据文件到可移植文档格式 (PDF) 图像的质量和复杂程度不等。

“在这个项目中，我们必须解决如何从文档中提取数据和重要规格的问题，”Herve 说。“那很简单。最困难的部分是图纸——大型施工图纸比文字更丰富，风险更大。在这个项目中，我们正在创建允许从图纸中自动导出信息的工具，然后将这些信息作为输入提供给估算工具。”

该项目的当前阶段将涉及达成一种统一的格式，生成的人工智能应用程序将使用该格式来教授算法，以便它可以创建预测，从而导致更快、更准确和风险更少的估算和投标文件。人工智能应用程序将能够识别并提供绘图中图形元素的起飞，这些图形元素代表布线、房间大小、照明、管道系统和其他结构和机械元素。

承包商必须现代化

Herve 强调说，随着更多支持人工智能的应用程序进入市场，承包商应确保他们的数据室井井有条，以便他们能够利用新兴技术。

“现在对我们来说最重要的信息是，一直存在的大量数据现在变得有用了，因为机器学习、深度学习和人工智能可以让你从这些数据中获得价值，从而更好地估算和预测成本和提案中的风险，”他说。“五年前这些算法还不存在。技术不在那里。人工智能已经存在了很长时间，但在统计和商业智能等类别中。改变的是机器学习和深度学习的可用性，它们可以从数据中提取价值以达到更好的终点。”

今天宣布的项目的最终结果将是一个可供 Pomerleau 估算师访问的网络服务，作为估算和投标过程中的指南。根据 Herve 的说法，同样的解决方案将适用于广泛的市场使用，并且可以作为其自己的估算软件解决方案进入市场，但更有可能作为已在建筑市场广泛使用的估算软件中的许可或白标功能。

但很多建筑行业可能还没有做好准备。

“人工智能现在已经准备好彻底改变预建过程，”Herve 说。“尽管进行了渐进式创新，但该行业在整个供应链中引入新技术方面仍然落后。不要让你目前拥有的不同格式的数据格式让你远离人工智能对话。如果你不这样做，你的竞争对手就会这样做。”

底线： Zetane-Pomerleau 项目很有希望，不仅因为它攻击了建筑中最关键和最具挑战性的元素之一，而且还因为它可以使项目走上积极或消极的轨道。Pomerleau 作为利益相关者的参与也确保了该项目产生的应用程序将专注于大型和复杂的承包组织的直接行业需求