Stjepan Mikulic építészeti AI influencer Los Angelesből érkezett a PropTech Hungary konferenciára, hogy a mesterséges intelligencia eljárások sikeres implementálásról tartson energikus és tartalmas előadást.
A horvátországi származású, de Los Angelesben élő és dolgozó Stjepan Mikulicot – aki szellemesen annyit mondott a neve kiejtéséről, hogy „a Stefan bármilyen változata jó nekem” – úgy konferálta fel Gaschitz Ágnes, a PropTech Hungary konferencia második szekciójának vezetője, hogy „az egyik legsikeresebb AI infulencer szupersztár”, és mi tagadás, Stjepan fellépése és sugárzó üzleti optimizmusa megalapozta ezt a jellemzést. Építészmérnökként kezdte pályáját, de viszonylag hamar a svéd ipari építészeti óriás Swecónál találta magát, mint a BIM koordinátor, majd a Bjarke Ingels Groupnál dolgozott, mint BIM Lead – impozáns karrier, ami mellett Stjepannak még arra is maradt energiája, hogy kövesse a mesterséges intelligenciával kapcsolatos híreket.
Ennek eredménye lett az AI in AEC, ami egy AI eszközöket integráló startup. Eleinte nem volt több egy listánál, amit Stjepan maga bővítgetett olyan AI toolokkal, amik hasznára válhatnak az ingatlanpiac szereplőinek (ez az 1800 tételes lista máig ingyenesen elérhető a cég oldalán), de hamarosan bővült a profil, és ma már elsősorban azzal foglalkozik a cég, hogy építőipari vállalkozásoknak segítsen eligazodni az AI eszöközök piacán, a felméréstől az implementációig. „16 ezer AI cég van a piacon, de amik élen járnak, AI alapú munkafolyamatokra koncentrálnak” – kezdte előadását Stjepan, aminek a kissé provokatív „Hogyan spóroltam 4,5 millió dollárt AI-jal” címet adta. Gyorsan tisztázta, hogy „nem AI szakértő, nem dolgoztam benne évtizedeket”, de a ChatGPT előretörésével érdekelni kezdte az egyre hatékonyabb LLM-ek és gen AI megoldások építőipari felhasználása.
Csakhogy egy eszköz kiválasztása csak a kezdet – Stjepan szerint akkor kezdődnek a gondok, amikor az amúgy illeszkedő megoldásokat használni kezdik a szakemberek. Úgy látja, hogy mindenki szeretne egy szeletet ebből a forradalomból, de nem igazán tudják, mivel jár az AI megoldások bevezetése, mert sok vállalkozás a saját folyamatainak problémáival sincs tisztában. És ez a lényeg: a folyamatok. Ha egy cég tudja, milyen munkafolyamatok zajlanak benne, és mindegyiket le tudja írni, akkor megfelelő mesterséges intelligencia eljárásokkal is meg tudja támogatni azokat. Sok esetben viszont a cégek a tehetetlenségi erőtől hajtva zuhannak a saját sikereikben, és nem igazán tudják, mi miért működik bennük – sőt addig nem is érdekli a vezetést a működés, amíg a profitráták jók. Így is lehet sikeres egy vállalkozás, de csak addig, amíg új technológiák bevezetésére nem kényszerül – és itt jön be a képbe Stjepan legfontosabb tudása. „Át kell helyezzük a hangsúlyt az eszközközpontú gondolkodásról a munkaközpontú gondolkodásra” – fogalmazott, példának pedig a már említett ChatGPT-t hozta fel, ami „klassz, esszéket is írhatok vele”, de hogy ezzel miért lenne bárki előrébb a munkájában, már költői kérdés marad. Ezzel szemben ha először a feladatokat azonosítjuk – azaz a már említett munkafolyamatokkal is tisztába kerülünk –, akkor azokhoz tudunk eszközt sorolni, és nem fordítva. „Talán az a bajom, hogy úszom az e-mailekkel. Száz e-mailem jön egy nap! Ezt lehet, hogy megoldja az AI. Talán a ChatGPT, talán valamilyen más eszköz. De nem az eszköz a lényeg, hanem hogy mi a probélma” – fogalmazott. Ez a szemlélet pedig nem csak az AI bevezetésénél jön jól, hanem általánosságban is hasznos, mert strukturált működést eredményez, ami már önmagában is növeli a hatékonyságot.
A mesterséges intelligencia bevezetését Stjepan egy tízlépcsős folyamatként ábrázolja, ami az AI által ígért előnyökkel indul, oktatással folytatódik, ezt követi a szükséges toolok azonosítása – ez az a pont, ahol a legtöbben elakadnak, és inkább a régi technológiák kipofozására vesznek fel újabb és újabb embereket. Ezt követi a folyamatok azonosítása, aminél az ügyfél is sokszor feleszmél, hogy „lám, ez működhet”, majd a kritikus pontok kikeresése – avagy hol vannak az AI korlátai. Aztán jön a maradék öt pont, ami már az implementáció maga: megalakul a cég saját AI task force-ja, elkezdődnek a prototípus- és pilot fejlesztések, ezt követi az analízis, majd a technológia beépítése. Stjepan szerint ez mindig működik, és meg lehet csinálni egy adott cégen belül is, nem kell feltétlenül külső segítség, habár utóbbi nélkül az emberi dimenzió már nem kerül be a képbe, holott ez is fontos.
Nem beszélve az AI szerteágazó voltáról – Stjepan hatféle tömböt különböztet meg, avagy ennyifelé ágazik a mesterséges intelligencia hatása. A szoftver még magától értetődő, de hogy min fut, tehát a hardver, nem annyira; és akkor az infrastruktúra még szóba se került, pedig ez nem létezhet kiforrott hardverstratégia nélkül. Ezen felül a dolgozókkal is meg kell értetni, mi ez az egész (ezt tartja Stjepan a legnehezebbnek), majd a szabályozásnak való megfelelés, végül pedig a bevételnövekedés jön. Jól látható tehát, hogy a hatékony AI implementáció egy vállalkozás minden aspektusára hatással van. És hogy miként jön ki az előadás címében is szereplő 4,5 millió dolláros összeg? Kevesebb emberi munkaórával. Ez nem jelenti azt, hogy a dolgozóknak nincs már feladata, és mindenki hazamehet, de azt igen, hogy hatékonyabban tölthetik az AI által megspórolt időt, ezzel együtt pedig az egy projektre kifizetett összbér kevesebb lesz – tehát az a pénz más munkára fordítható. Mindehhez elég 12 heti munkaóra megspórolása: a 4,5 millió egy 250 fős cégnél 100 AI-os munkatárssal és 100 dolláros órabérrel számolva matekozható ki. Nyilván nem pontos összeg, de az arányokat jól érzékelteti a példa.
Stjepan előadása optimista hangvétele ellenére is realista maradt, tele számokkal, adatokkal, valós eredményekkel. De a legérdekesebb megállapítása talán az AI-jal próbálkozó, de azt végül kritikusan, negatívan megítélő vállalkozásokra vonatkozott. „Amikor megkérdezem, hogy próbáltak-e AI-t implementálni, és azt mondják, hogy igen, sokszor hallom, hogy »az AI nem működik«. Valójában azt értik alatta, hogy »korlátozott szakértelemmel rendelkezünk a területen«.” És itt érdemes visszakanyarodni a munkafolyamatokhoz: ha az AI beillesztése előtt is jól értjük ezeket, akkor az AI-t is testre tudjuk szabni, és hatékonyabbá tehetjük vele a működésünket. Ettől pedig már csak egy lépés, hogy az üzleti modellen is javíthassunk. Tanulni kell, ez a lényeg.