Betoniarnia dostarczała średnio 12% więcej betonu niż faktycznie używaliśmy. To normalne w branży – lepiej mieć zapas niż zatrzymać pompę. Ale 12% to rocznie 340 tys. zł wyrzuconych pieniędzy.
System AI analizował zużycie historyczne, warunki pogodowe, typ konstrukcji i doświadczenie brygady. Miał prognozować zapotrzebowanie z dokładnością ±3%. Na trzech budowach zadziałał świetnie, redukując nadwyżki do 4-5%. Na czterech pozostałych? Zero poprawy.
Różnica była prozaiczna
Na obiektach, gdzie to działało, brygadzista dzielił się rzeczywistym zużyciem po każdym wylewaniu. Na pozostałych nikt nie aktualizował danych – system uczył się na niepełnych informacjach.
Po trzech miesiącach poprawek średnia nadwyżka spadła do 6,8% na wszystkich siedmiu budowach. Oszczędność: 180 tys. zł rocznie. Brzmi nieźle, ale to połowa tego, co vendor nam obiecywał.
Czy warto? Tak, ale pod warunkiem, że ktoś rzeczywiście pilnuje jakości danych. Bez tego kupujesz drogi kalkulator, który działa na zgadywankach.