AI/ML 
Rozwój oprogramowania 
AI automatyzuje analizę dokumentacji geotechnicznej i przyspiesza przygotowanie ofert
Klient
Amerykańska firma z branży geotechnicznej przygotowująca oferty (RFP) dla projektów związanych z badaniem gruntu i odwiertami. W procesie ofertowania analizuje obszerną dokumentację geotechniczną zawierającą profile odwiertów oraz graficzne przedstawienia warstw gruntu. Każdy projekt różni się formatem dokumentów, co wymaga zaangażowania doświadczonych specjalistów posiadających wiedzę domenową.
Wyzwanie
Przygotowanie każdej oferty wymagało ręcznej analizy setek stron dokumentacji PDF. Eksperci identyfikowali warstwy gruntu na rysunkach geotechnicznych, a następnie przepisywali dane do arkuszy Excel wykorzystywanych w dalszych analizach.
Proces był:
- czasochłonny i monotonny,
- uzależniony od dostępności wykwalifikowanych specjalistów,
- podatny na błędy ludzkie,
- trudny do automatyzacji klasycznymi metodami ze względu na różnorodność formatów dokumentów.
W ramach prac sprawdzono również podejście oparte na algorytmach deterministycznych, jednak nie zapewniło ono satysfakcjonującej jakości rozpoznawania danych.
Rozwiązanie
Kluczowym elementem rozwiązania było wykorzystanie dużych modeli językowych (LLM) oraz modeli łączących analizę obrazu i języka (Vision-Language Models, VLM). Pozwoliło to automatycznie przetwarzać dokumenty zawierające zarówno treści tekstowe, jak i elementy graficzne, takie jak tabele, wykresy, schematy czy rysunki techniczne. Dzięki temu system potrafi analizować złożoną dokumentację geotechniczną, rozpoznawać informacje przedstawione na rysunkach oraz przekształcać je w ustrukturyzowane dane.
Rozwiązanie
- przetwarza wielostronicowe pliki PDF,
- rozpoznaje strukturę dokumentów i dzieli je na pojedyncze profile odwiertów,
- identyfikuje warstwy gruntu na rysunkach,
- zapisuje ustrukturyzowane dane w bazie,
- automatycznie generuje arkusze Excel zgodne z wymaganym przez klienta formatem.
Projekt rozpoczęto od fazy Proof of Concept, podczas której zweryfikowano skuteczność modeli AI na rzeczywistych danych klienta oraz przygotowano zestawy ewaluacyjne pozwalające porównywać wyniki z analizami wykonywanymi przez ekspertów.
Rezultaty
Wdrożenie rozwiązania pozwoliło znacząco usprawnić proces przygotowywania ofert.
Najważniejsze efekty to:
- skrócenie czasu analizy dokumentów z około 3 tygodni do około 3 godzin.
- odciążenie ekspertów od powtarzalnej pracy manualnej,
- możliwość przeznaczenia większej ilości czasu na analizę i przygotowanie większej liczby ofert,
- jakość analizy porównywalna z pracą człowieka, a w części przypadków nawet wyższa – system wykrywał błędy obecne w ręcznie przygotowanych danych,
- szybka adopcja rozwiązania przez użytkowników, którzy chcieli korzystać z aplikacji już na etapie pierwszych wdrożeń.
Design, Development, DevOps czy Cloud – jakiego zespołu potrzebujesz, aby przyspieszyć pracę nad swoimi projektami? Porozmawiaj o swoich potrzebach z naszymi specjalistami.
Jakub Orczyk
Członek zarządu / Dyrektor sprzedaży
Zamów bezpłatną konsultację