1 万亿美元的问题：我们如何为讨厌软件的行业构建 AI 代理

Source: Dev.to

1 万亿美元问题

美国建筑行业存在 1 万亿美元的生产率差距。
在大多数工地上，项目经理被邮件淹没，工程师手动审查蓝图，RFI（信息请求）常常数天未得到答复。这正是我们在 MindPal 的 ConTech 项目中致力于解决的问题。

为什么建筑 AI 难以实现

• 文档混乱 – 一个项目会产生成千上万的 PDF、提交文件、RFI、变更单和车间图纸，分布在数十个互不通信的系统中。
• 上下文至关重要 – 一个能够正确回答“混凝土规格是什么？”的 AI 在某个项目上可能在另一个项目上给出极其危险的错误答案，因为每个项目都有埋藏在补遗中的定制需求。
• 非技术用户 – 代理必须在平板电脑上运行，接受语音输入，能够在嘈杂环境中工作，并且能够被对上手培训毫无耐心的人员使用。

我们的做法

我们没有构建通用聊天机器人，而是打造了 面向细分领域的 AI 代理生态系统，针对每个建筑细分市场进行定制：

面向总承包商

(如有需要，可在此添加工作流程的详细信息)

面向专业分包商（暖通、机电、电气）

(如有需要，可在此添加工作流程的详细信息)

面向太阳能与能源

(如有需要，可在此添加工作流程的详细信息)

关键收益

• 企业能够重新获得 约 35 % 的生产时间，这些时间原本因协同开销而流失。
• 代理可以阅读 2,000 页的规范，标记非标准需求，并自动将正确的 RFI 路由给相应的分包商。
• 基于上下文的 AI 代理按专业、阶段和文档类型运行，而不是作为单一的通用助理。

试点计划

我们正在挑选 5 家建筑公司 参与试点项目，届时将为它们构建针对特定运营的定制自主 AI 工作流。

如果你正在从事 ConTech 领域——或仅仅对我们如何构建代理工作流感兴趣——欢迎交流想法。

网站：

讨论要点

• 我们如何在不同项目之间处理文档上下文
• 取料自动化背后的代理架构
• 为什么我们把语音输入作为一等功能来构建
• “98 % 准确率”在实际中到底意味着什么

在评论中留下你的问题——我们乐意深入探讨任何细节。