AI příprava nabídek pro stavební firmu
Švýcarská stavební firma specializovaná na rekonstrukce dostávala desítky poptávek měsíčně v podobě PDF a e-mailových popisů. Příprava první nabídky zabírala projektovému manažerovi dva až tři dny. Postavili jsme asistenta, který parsuje příchozí poptávku, dotahuje reference z minulých projektů a katalogové ceny a generuje strukturovaný návrh nabídky připravený k revizi.
Výchozí situace
Firma má sedm projektových manažerů, kteří se starají o průběh rekonstrukcí, a vedle toho připravují i prvotní nabídky pro nové klienty. Poptávky přicházejí v různých formátech: oficiální tender ve formátu PDF (Švýcarsko má pro veřejné zakázky strukturované formuláře, ale soukromá sféra ne), strukturovaný popis od architekta, volný e-mail od majitele rodinného domu, někdy fotky a hrubý odhad. Příprava jedné nabídky zahrnovala: pročíst poptávku, identifikovat rozsah, dohledat v archivu firmy podobné minulé projekty a jejich finální fakturaci, sestavit pozice z interního katalogu prací s aktuálními cenami za materiál i hodinovku, sestavit nabídku v šabloně, předat ke kontrole stavbyvedoucímu. Reálně dva až tři pracovní dny manažera. Firma kvůli tomu odmítala až čtvrtinu poptávek prostě proto, že neměla kapacitu na jejich zpracování.
Řešení
Postavili jsme asistenta, který přijímá poptávky e-mailem nebo nahráním do interního portálu. Pro PDF dokumenty (často skenované) používá Claude Vision OCR, pro volné e-maily Claude přímo. Asistent z poptávky extrahuje strukturovaný popis rozsahu: jaký druh rekonstrukce, jaké místnosti, kolik m², jaké materiálové preference, jaká očekávání ohledně termínu. Pro každou identifikovanou pozici pak vyhledává v interním archivu projektů (Postgres s embeddingy přes pgvector) tři až pět podobných minulých realizací — tj. „rekonstrukce kuchyně 18 m² s výměnou rozvodů ve starší zástavbě Curychu, 2023“ — a z nich extrahuje skutečné finální náklady. Současně dotahuje aktuální katalogové ceny materiálu a hodinové sazby řemeslníků. Výstupem je strukturovaný draft nabídky v šabloně firmy, který jde projektovému manažerovi do revize spolu s podrobnostmi o tom, na základě jakých minulých projektů byly jednotlivé pozice naceněny. Manažer drafu nevěří automaticky — má před sebou auditní stopu a může s každou pozicí pracovat. Architektura: Claude jako jádro, Langflow pro pipeline, PostgreSQL s pgvector pro vyhledávání podobných projektů, n8n pro e-mailovou integraci. Vše hostováno v Hetzner Frankfurt, plně v EU. Pro švýcarské klienty s vyššími nároky na rezidenci dat je k dispozici varianta v curyšském datacentru švýcarského poskytovatele (vyšší cena, sjednává se individuálně).
Výsledek
Čas přípravy jedné nabídky klesl z dvou až tří dnů na zhruba 3 až 4 hodiny — z toho většinu tvoří lidská revize a doladění. Firma poprvé za poslední tři roky stíhá zpracovat všechny příchozí poptávky, žádnou neodmítá kvůli kapacitě. Kvalita nabídek subjektivně stoupla, protože manažer má napojené reference na konkrétní minulé realizace a může nabídku argumentovat. Konverze poptávka–zakázka se nezhoršila, naopak — větší rychlost odpovědi (typicky do tří dnů místo do dvou týdnů) hraje v luxusním segmentu rekonstrukcí ve prospěch firmy.
Co jsme se naučili
Tři poznatky. Zaprvé: archiv minulých projektů jako zdroj cen je zlato, ale jeho strukturování byla největší práce celého projektu. Firma měla projekty zdokumentované textově ve směsi Excelu, PDF a Wordu, často bez jednotného členění. Strávili jsme s projektovým manažerem zhruba tři týdny tím, že jsme přibližně 400 minulých projektů převedli do konzistentní struktury s metadaty (typ rekonstrukce, m², lokalita, použité materiály, finální cena). Bez toho by žádné AI nepomohlo. Zadruhé: první verze nabídek byly příliš sebevědomé. Asistent generoval finální čísla, jako by je sám podepsal, a manažeři tomu nevěřili — měli pocit, že systém „odpovídá za ně“. Předělali jsme výstup tak, aby asistent vždy ukazoval, ze kterých referenčních projektů cenu odvodil, a navrhoval rozpětí spíše než jedno číslo. Manažeři ho od té doby používají bez obav. Zatřetí: katalogové ceny materiálu se mění rychleji, než si přiznáváme. Museli jsme přidat periodický crawler dodavatelských ceníků, jinak nabídka po čtrnácti dnech přestávala dávat smysl.
Podobný problém?
Napište nám pár vět, odpovíme do jednoho pracovního dne.
Poptat projekt