Wdrożenia i rozwój asystentów AI dla środowiska BIM

AEC Design rozszerza portfolio swoich usług o wdrożenia i rozwój asystentów AI dla środowiska BIM

Nowa usługa opiera się na wykorzystaniu Model Context Protocol (MCP), lokalnych modeli AI oraz integracji z Autodesk Forma (ACC)/APS i Revit/Inventor/Civil 3D/AutoCAD.

Rozwiązania pozwalają na:

• automatyzację procesów projektowych z zachowaniem tych samych standardów co przy zwykłych pluginach
• analizę danych projektowych na własnym komputerze
• generowanie raportów opartych o dane historyczne firmy
• inteligentne wsparcie pracy BIM Managerów i zespołów projektowych

W ramach usługi AEC Design projektuje środowiska AI integrujące modele językowe z narzędziami BIM i systemami Autodesk, z uwzględnieniem bezpieczeństwa danych oraz kontroli i nadzoru użytkownika nad procesami AI.

Oferta obejmuje również tworzenie dedykowanych workflow i asystentów AI dopasowanych do procesów klienta.

Architektura integracji AI z ekosystemem Autodesk i BIM

Dlaczego „Model Data jako API” jest ważne dla AI?

W tradycyjnym modelu pliki (np. .rvt z Revita) są jak zamknięte czarne skrzynki dla zewnętrznych systemów. Aby AI mogła analizować projekt, optymalizować go lub wykrywać błędy, potrzebuje dostępu do czystych, uporządkowanych i połączonych danych, a nie do ciężkiego, binarnego pliku, który trzeba pobrać i otworzyć w konkretnym programie.

Autodesk rozwija AEC Data Model API (część Autodesk Platform Services – APS), które wprowadza nowe podejście do pracy z danymi projektowymi:

• Granularność (Dostęp do szczegółów): API pozwala na odpytywanie o konkretne elementy (np. „daj mi wszystkie ściany nośne na 2. piętrze”) lub ich parametry (np. „jaka jest izolacyjność akustyczna tych drzwi?”), bez konieczności przetwarzania całego modelu. To idealne „paliwo” dla modeli AI, które uczą się na konkretnych przykładach.
• Model niezależny od aplikacji: Dane stają się dostępne w chmurze, niezależnie od tego, czy model powstał w Revicie, Civil 3D czy innym narzędziu. AI może działać na ujednoliconym strumieniu danych.
• Możliwość szkolenia modeli (Training Data): Autodesk przyznaje, że dostęp do danych treningowych to największe wyzwanie. Ustrukturyzowane dane z API ułatwiają szkolenie nowej klasy modeli AI, takich jak Neural CAD, które „uczą się” synthesizować faces, edges i topologię reprezentacji CAD.

Jak Autodesk wykorzystuje to w praktyce?

Autodesk intensywnie inwestuje w integrację AI na tym fundamencie danych:

• Autodesk AI: To ogólna nazwa dla zestawu funkcji inteligentnej automatyzacji, które mają na celu przyspieszenie pracy, poprawę podejmowania decyzji i podniesienie jakości.
• Autodesk Assistant: wewnątrz Autodesk Forma i innych narzędzi, która wykorzystuje te dane, aby pomóc użytkownikom w walidacji i podsumowywaniu informacji o projekcie.
• Analiza ryzyka (Construction IQ): Funkcja ta skanuje dane projektowe, checklists, obserwacje, aby identyfikować i priorytetyzować ryzyka związane z jakością, bezpieczeństwem i zarządzaniem projektem.
• Automatyzacja zadań: AI w APS (dawniej Forge) jest wykorzystywane np. do automatycznego wykrywania symboli na rysunkach czy ekstrakcji atrybutów z dokumentacji (OCR).

Model Data jako API to brakujące ogniwo, które pozwala sztucznej inteligencji wyjść poza proste asystenty tekstowe i zacząć operować bezpośrednio na „tkance” projektu inżynieryjnego. Jest to podstawa dla przyszłych, bardziej zaawansowanych systemów generatywnych i agentów AI.

Obejrzyj nagranie „AI w rozwiązaniach Autodesk”