Strata: Половина команди щодня працює в Microsoft Copilot, друга половина — в…
інженерно-будівельні послуги · понад 70 співробітників [МАЛИЙ БІЗНЕС]
Strata — інженерна компанія з понад 70 співробітниками, що надає послуги з контролю проектів та цифрового будівництва. Вони впровадили AI через послідовні кроки: спочатку використали готові інструменти (Copilot, Claude), потім створили внутрішні AI-агенти для доступу до корпоративних знань, а пізніше розробили власну платформу Strata Nucleus для аналізу історичних даних проектів. Це дозворило скоротити тривалість етапів планування на 18%, виявляти критичні ризики на 10–20 днів раніше та збільшити завантаженість інженерів на 20%.
Результат
- тривалість етапів планування скоротилась на 18%; критичні ризики в послідовності робіт виявляють на 10–20 днів раніше; завантаженість інженерів покращилась на 20%.
Контекст
Строїльні проекти складно передбачити через непередбачувані затримки та ризики. Strata працює над складними об’єктами в галузях охорони здоров’я, інфраструктури, транспорту, енергетики та центрів обробки даних. Потребувалося покращити прогнозування та ефективність планування, зменшивши залежність від інтуїції та ручного аналізу великих обсягів історичних даних проектів.
Обмеження
Потрібна була інтеграція з історичними даними проектів, безпека при роботі з конфіденційною інформацією клієнтів, потреба у зміні орієнтації команди на новий спосіб роботи, а також обмежені ресурсы на етапі початкового впровадження AI.
Що зробили
Почало з використання готових інструментів (Copilot, Claude) для скорочення адміністративних завдань. Потім створили внутрішні AI-агенти для швидкого доступу до бізнес-знань. Наступним кроком стало аналіз історичних даних проектів за допомогою машинного навчання. Для цього через CeADAR отримували позицію AI-інженера на 12 місяців (Work Ready Graduate Training Programme), яка потім стала постійною. Винайшли proprietarnу платформу Strata Nucleus для централізації даних з 80 проектів на місяць по Європі та застосування машинного навчання. Людину залишили в процесі перевірки та оцінки AI-висновків — інженери挑战AI-аналіз, застосовують власне судення та виявляють помилки технології.
Що з цього переноситься
Успішне впровадження AI залежить не від технології, а від людей: лідерства, комунікації, управління змінами та jasних бізнес-цілей. Технологія має підтримувати людську експертизу, а не замінювати її.