AI w budownictwie: przetargi, kosztorysy i raporty z placu budowy 

AI w budownictwie działa tam, gdzie ktoś dziś patrzy w kamerę albo w raport: rozpoznawanie braku kasku i kamizelki, analiza ruchu żurawi, automatyczne raporty bezpieczeństwa. W kosztorysowaniu i przygotowaniu przetargów jest znacznie słabiej - tam nie ma jeszcze wiarygodnych, publicznych danych, na których można oprzeć decyzję. Poniżej dzielę te dwie części, bo mylenie ich ze sobą to najczęstszy błąd w rozmowach o sztucznej inteligencji w tej branży.

Co AI realnie robi na placu budowy

Statystyka jest poważna. Według danych Głównego Urzędu Statystycznego w 2024 roku w budownictwie odnotowano ponad 4000 wypadków przy pracy, a 12% z nich miało charakter ciężki lub śmiertelny. To uzasadnia, dlaczego branża sięgnęła po czujniki i algorytmy w pierwszej kolejności właśnie tutaj - nie w biurze projektowym.

Mechanizm jest prosty. Kamery i drony zbierają obraz, algorytm rozpoznaje sytuacje, których człowiek nie zauważa: brak odzieży ochronnej, przebywanie w strefie zagrożenia, brak barier. Opisane w branżowym piśmie wdrożenia wyglądają następująco: jedna z dużych polskich firm testuje system, który wykrywa osoby bez kamizelki odblaskowej i wysyła powiadomienie SMS do kierownika budowy. Inna wdróżiła analizę ruchu maszyn ciężkich - gdy operator znajduje się zbyt blisko ludzi, system wydaje sygnał dźwiękowy.

Skutki podaje się w dwóch różnych jednostkach i warto je rozróżniać. Redukcja liczby incydentów o 30-50% pochodzi z pilotaży dużych firm budowlanych w Polsce. Osobno raportowany jest pilotaż na inwestycji kubaturowej w Gdańsku, gdzie drony latały nad placem co 30 minut, a sieci neuronowe oznaczały obszary wymagające interwencji - tam skrócenie czasu kontroli technicznej wyniosło 70%. To nie jest to samo co „skuteczność AI w budownictwie". Jedna liczba mówi o incydentach, druga o czasie kontroli.

Systemy predykcyjne idą o krok dalej. Łączą dane z wielu budów, prognozę pogody, harmonogram prac i rotację pracowników, żeby zbudować model ryzyka. Przykładowo przy zapowiadanym silnym wietrze system sugeruje przesunięcie montażu elementów stalowych albo wstrzymanie pracy żurawi. Rozwiązanie jest na razie testowane w projektach badawczo-rozwojowych prowadzonych wspólnie z uczelniami, więc traktuję je jako kierunek, a nie jako funkcję, którą kupisz w pakiecie.

Raporty z placu budowy bez pisania ich od zera

Tu AI wchodzi najbardziej naturalnie, bo raport to z definicji powtarzalna robota. W projektach pilotażowych w Katowicach i Wrocławiu systemy AI pracują wpięte w BIM i ERP, generując raporty bezpieczeństwa automatycznie. Zamiast pisania tego samego opisu co tydzień dostajesz zestawienie z danych, które i tak zbierają czujniki. To w gruncie rzeczy ta sama zasada, która działa przy cotygodniowym raporcie sprzedażowym - zmiana źródła danych z pamięci ludzkiej na system, który liczy sam.

Jest tu też warstwa analityczna, która ma większą wartość niż samo pisanie. Zebrane dane z monitoringu są analizowane długofalowo, co pozwala wychwycić powtarzalne wzorce ryzyka. Jedno z takich ustaleń jest mocno zaskakujące: podwyższone ryzyko incydentów częściej przypada na środkową część dnia roboczego, co wiąże się ze spadkiem koncentracji i zmęczeniem. To informacja, którą da się wykorzystać przy planowaniu zmian - bez żadnego modelu, a już działa.

System potrafi też reagować na sam skład zespołu. Jeśli na budowie jest wielu nowych pracowników, na przykład tymczasowych, algorytm automatycznie rekomenduje dodatkowe szkolenie z zasad BHP. To prosty przykład tego, jak warstwa danych zmienia decyzję, a nie tylko zapisuje fakty po fakcie.

Gdzie raporty łączą się z cyfrowym modelem budowy

Docelowy układ to tak zwany cyfrowy bliźniak budowy: dynamiczny model 3D, który odzwierciedla zachodzące procesy w czasie rzeczywistym i powstaje z danych setek czujników. Na tej mapie bezpieczeństwo, logistyka i dokumentacja są jednym obiektem, a nie trzema osobnymi raportami. Eksperci przewidują, że pierwsze w pełni zautomatyzowane place budowy w Polsce pojawią się do końca dekady - to prognoza, nie harmonogram, ale kierunek jest już widoczny.

Technologia BIM jest w tym procesie praktycznie warunkiem. Bez wspólnego środowiska danych (CDE) i ustrukturyzowanych modeli AI nie ma czego analizować. Konferencje branżowe z 2026 roku - BIM4industry w marcu i Autodesk BIM DAYS w maju - pokazują, że temat dojrzewa razem z kompetencjami: BIM, GIS, CDE i sztuczna inteligencja omawiane są w jednym bloku tematycznym, a nie jako osobne tematy. Polska Izba Inżynierów Budownictwa w raporcie z czerwca 2026 roku ujmuje to wprost: przewaga konkurencyjna przesuwa się od doświadczenia i skali w stronę zdolności do pracy z danymi.

Kosztorysowanie: obiecuję mniej, niż chcesz usłyszeć

Tu muszę być z Tobą szczery, bo wiele materiałów na ten temat obiecuje złote góry. W przeszukanych źródłach branżowych nie znalazłem żadnej wiarygodnej liczby, która mówiłaby, ile kosztorys z wykorzystaniem AI jest tańszy albo ile godzin zostawia kierownikowi budowy. Nie podam Ci stawki, bo jej po prostu nie ma w danych - a wymyślona liczba jest gorsza niż jej brak.

Co natomiast wiadomo mechanistycznie, bo to wynika z tego, jak AI pracuje z dokumentami. Model językowy dobrze radzi sobie z zadaniami, w których jest dużo powtarzalnego tekstu i spójne reguły: opisy robót, pozycje z przedmiarów, porównanie wariantów materiałowych, wykrywanie rozjazdów między ofertą a specyfikacją. Słabiej radzi sobie tam, gdzie brakuje danych albo gdzie decyzja zależy od lokalnych warunków wykonawczych, których nie ma w żadnym pliku. Ten sam mechanizm działa wtedy, gdy wejściem są zeskanowane dokumenty, a nie czyste arkusze - opisałem to przy automatyzacji dokumentów.

Sama branża mówi o tym, gdzie leży problem. Raport Polskiej Izby Inżynierów Budownictwa zwraca uwagę, że AI nie jest kolejnym programem w pakiecie inżyniera, tylko czynnikiem zmieniającym logikę całego procesu inwestycyjnego. Jeśli Twoja firma nie ma uporządkowanych danych o robotach, to model językowy nie policzy kosztorysu lepiej niż Excel - on tylko szybciej pokaże Ci, że danych brakuje. Najpierw porządek, potem automatyzacja. Odwrotna kolejność kosztuje więcej niż powinna.

Przetargi: czego nie da się jeszcze wykorzystać

Podobnie wygląda sytuacja w przetargach. Nie znalazłem danych o tym, w jakim stopniu AI pojawia się w polskich postępowaniach budowlanych: brak liczby ogłoszeń z takimi wymaganiami, brak informacji o klauzulach dotyczących danych w SWZ, brak przykładów rozstrzygniętych spraw, w których rozstrzygającym elementem była analiza wsparta AI.

To, co można powiedzieć bez wymyślania, dotyczy struktury procesu. Dokumentacja przetargowa to ogromna ilość ustrukturyzowanego tekstu, który przechodzi między instytucjami i wykonawcami. To naturalne miejsce na automatyzację porównań, weryfikacji kompletności ofert i kontroli spójności wymagań. Ale to są zastosowania na etap przygotowania i obsługi procesu, a nie w obszarze rozstrzygania.

Jednocześnie warto pamiętać o kierunku regulacyjnym. Przepisy o cyberbezpieczeństwie infrastruktury krytycznej oraz nowelizacje prawa budowlanego mogą w najbliższych latach doprecyzować, w jakim zakresie dane z monitoringu placu budowy podlegają regulacji. Firmy, które dziś budują systemy zbierające obrazy i dane pracowników, powinny zakładać, że te wymogi się pojawią.

Ile to kosztuje i kiedy zwraca się

Tutaj muszę zaznaczyć, skończyły mi się twarde dane. Wbranżowych materiałach, które przeszedłem, nie ma ani jednej kwoty za wdrożenie: ani abonamentu za system wizyjny, ani kosztu integracji z BIM, ani stawki godzinowej za wdrożenie pilotażu. Nie podam Ci ceny, bo jej po prostu nie ma w danych, a wymyślona stawka jest gorsza niż jej brak.

To, co mogę podać, to mechanizm zwrotu opisany w raporcie Autodesk State of Design and Make z 2025 roku. Według badanych respondentów ponad połowa odnotowała ponad 50-procentowy zwrot z inwestycji w cyfryzację, osiągnięty między innymi dzięki zwiększeniu produktywności. Traktuj to jako deklarację badanych producenta, a nie jako gwarantowany wynik Twojego projektu - metodologia i próba nie są w tym zestawieniu podane, a raport pochodzi od dostawcy narzędzi, nie od niezależnego instytutu. Ten sam raport wskazuje, że 67% badanych wskazuje na przewagi, które uzasadniają dalsze inwestowanie, ale cytat w publikacji branżowej jest urwany i nie domyka zdania, więc tej liczby nie traktuję jako twardego wyniku.

Praktycznie: zwrot w budownictwie przychodzi z mierzalnych oszczędności, a nie z samego faktu, że wdrożyłeś AI. Dlatego pierwsze pytanie, które zadaję przy takim projekcie, brzmi nie „co chcesz zautomatyzować", tylko „jaki koszt chcesz obniżyć w ciągu roku". Raport bezpieczeństwa, który przestajesz pisać ręcznie, ma koszt, który da się policzyć w godzinach. Raport, którego nikt nie czyta, nie ma.

RODO i monitoring: granica, której nie przekroczysz

To jest punkt, w którym wdrożenie potrafi utknąć, bo dotyczy pracowników i ich danych osobowych. Zasada jest prosta: zgodnie z RODO pracodawca musi poinformować pracowników o zakresie przetwarzania danych i celu monitoringu. W praktyce oznacza to, że AI ma służyć poprawie bezpieczeństwa, a nie kontroli efektywności pracy - to rozróżnienie przesądza o tym, czy system jest zgodny z prawem, czy nie. Kwestię danych pracowniczych w firmie rozpisuję osobno przy automatyzacji pracy biurowej, bo tam granica jest podobna.

Firmy, które to rozumiały wcześniej, stosują dwa proste zabezpieczenia. Pierwsze to anonimizacja nagrań: algorytm rozpoznaje sylwetki zamiast twarzy, więc w bazie nie ma identyfikowalnych osób. Drugie to ograniczenie czasu przechowywania danych. Oba podejścia są opisane w branżowych materiałach jako standard, nie jako wyjątek.

Do tego dochodzą kwestie, które w branży nazywa się wyzwyaniami systemowymi: przejrzystość algorytmów i akceptacja społeczna. Zespół na budowie musi wiedzieć, co jest monitorowane i po co, inaczej narzędzie bezpieczeństwa szybko zamienia się w narzędzie kontroli.

Od czego zacząć, jeśli prowadzisz firmę budowlaną

Kolejność ma znaczenie bardziej niż wybór narzędzia. Najpierw uporządkuj dane: czy wiesz, ile kosztowała każda robota w zeszłym kwartale, gdzie są protokoły, jak wygląda Twój cykl raportowania. Model językowy działa na tym, co dostaje, i przy bałaganie w danych po prostu przeniesie bałagan dalej, tylko szybciej. Zanim zaczniesz wybierać narzędzia, warto przejść ten sam inwentaryzacyjny przebieg, o którym pisałem przy mapowaniu procesów w firmie - inaczej automatyzujesz domysły, nie wiedzę.

Potem wybierz jeden proces i tylko jeden. Raport bezpieczeństwa albo weryfikacja kompletności ofert - oba dobrze się sprawdzają, bo są powtarzalne, mierzą się i nie wymagają zmiany u wszystkich naraz. Dopiero mając działający, mierzalny pierwszy proces, warto myśleć o kolejnych.

Przy doborze rozwiązania pytaj o dwie rzeczy: gdzie fizycznie trafiają dane z monitoringu i jak je usunąć, oraz czy system potrafi odróżnić brak kasku od sylwetki operatora żurawi. Pierwsze pytanie jest ważniejsze, niż sugeruje cennik. Drugie odróżnia demo od rozwiązania, które wytrzyma rwę na budowie.

Co warto śledzić w nadchodzących latach

Jeśli budujesz długoterminową strategię, warto śledzić trzy linie. Pierwsza to regulacje dotyczące danych z monitoringu - ich kształt zdecyduje, ile kosztuje bezpieczeństwo w wariancie zgodnym z prawem. Druga to dojrzewanie CDE i cyfrowego bliźniaka budowy, bo to one dostarczą danych, bez których kolejne wdrożenia AI nie mają czego analizować. Trzecia to samo AI Act w zastosowaniu do systemów wizyjnych, gdzie pada pytanie o to, czy rozpoznawanie sylwetki pracownika to już biometria.

Ten temat porusza się szybko, ale warto go śledzić u źródła. Jeśli chcesz przejść od czytania do wdrożenia u siebie, napisz do mnie - odpowiadam zwykle tego samego dnia i zacznijmy od jednego procesu, który da się zmierzyć.