{"id": "C05-CONSTR-DOCS-SUBS-P01", "record_kind": "practice", "novelty": "updated", "prior_id": "E2B-LOGISTICS-BUILD-CASE-004", "links_prior": [{"old_id": "E2B-LOGISTICS-BUILD-CASE-004", "layer": "v0.2", "relation": "same_practice", "basis_ru": "та же организация (Reds10) и тот же процесс — связывание technical submittals, issues, reviews и assets между проектированием, производством и доставкой; прежняя проверка E4 (пакет E4A-UNK-03) дала downgrade до unknown (evidence_level=C). В этой карточке — независимая переоценка по полному тексту страницы Autodesk customer story, сохранённой через снимок Wayback Machine (live-URL в этой сети заблокирован Akamai — 403/Access Denied и через curl, и через WebFetch). По итогам проверки V8: ai_component_established понижен до false (модальное «can... then use AI», функция и факт применения не описаны).", "author": "исследователь пакета C05-CONSTR-DOCS-SUBS"}, {"old_id": "CAND-94c50197fec17fe1", "layer": "v0.2", "relation": "same_practice", "basis_ru": "второй прежний ID того же кандидата I3-EC-004 (Reds10, связывание submittals/issues/reviews/assets)", "author": "исследователь пакета C05-CONSTR-DOCS-SUBS, по замечанию V8"}], "early_candidate_id": "I3-EC-004", "stream_primary": "CONSTR", "tags": ["vendor_material", "adjacent_digitalization"], "organization": "Reds10 (UK) Limited / Reds10 Modular Limited", "org_type": "модульный/сборный подрядчик полного цикла (проектирование-производство-доставка), частная компания", "process": "Связывание technical submittals, issues, reviews и assets между проектированием, производством и доставкой в единой цифровой платформе (Autodesk Forma), с последующим анализом связанных данных ИИ для повышения эффективности на каждом этапе поставки", "period": "снимок страницы Wayback Machine — 2026-06-06; дата первой публикации материала не найдена в сохранённом тексте; практика описана как текущая, действующая", "industry": "модульное/сборное строительство (industrialised construction), публичная инфраструктура (школы)", "function": "документооборот проекта (submittals, issues, reviews, assets) между проектированием, производством и доставкой", "b2b_b2c": "B2B/B2G (публичные заказчики — школы)", "country": "United Kingdom", "country_basis": "\"Reds10 explains its modern methods of construction for Wembley Manor school in Brent, London, UK\" (raw/reds10_autodesk_wayback.extract.txt)", "before": "unknown (прежний процесс работы с submittals/issues/reviews/assets до внедрения связанного цифрового workflow не описан)", "after": "\"Using Autodesk Forma, formerly Autodesk Construction Cloud, to create a connected digital workflow, the team can link technical submittals, issues, reviews, and assets in one central place–then use AI to analyze the data and unlock efficiencies at every stage of delivery.\" (raw/reds10_autodesk_wayback.extract.txt)", "technologies": ["other"], "technology_basis": "\"the team can link technical submittals, issues, reviews, and assets in one central place–then use AI to analyze the data and unlock efficiencies at every stage of delivery.\" (raw/reds10_autodesk_wayback.extract.txt) — конкретный метод ИИ (ML/NLP/CV/GenAI) источником не назван, поэтому технология отнесена к other; формулировка модальная («can... then use AI»), а не описание работающего процесса (калибровка I3-1 п.9, I3-5 п.2) — по итогам проверки V8 ai_component_established понижен до false.", "ai_component_established": false, "human_role": "unknown (роль человека в проверке результатов ИИ-анализа не описана)", "agent_role": "Autodesk пишет, что команда Reds10 «can... then use AI to analyze the data» — модальная формулировка вендора о возможности применения ИИ к связанным данным (submittals, issues, reviews, assets); конкретная ИИ-функция и факт систематического применения источником не описаны (видение/возможность, не подтверждённая работающая практика)", "authority": "unknown", "change_depth": "end_to_end_process", "governance_change": {"established": false, "what_ru": "изменения прав принятия решений не описаны; текст говорит о технологическом связывании данных между стадиями проекта, а не о новых ролях или полномочиях", "basis_quote": "the team can link technical submittals, issues, reviews, and assets in one central place–then use AI to analyze the data and unlock efficiencies at every stage of delivery", "locator": "raw/reds10_autodesk_wayback.extract.txt"}, "deployment_stage": "unknown", "stage_marker_quote": null, "ai_native_label": "none", "ai_native_label_basis": "источник (Autodesk customer story) не использует термин \"AI-native\" по отношению к Reds10", "effects": [{"metric": "скорость поставки школьных объектов", "value": "на 40% быстрее традиционного строительства", "unit": "%", "baseline": "традиционное (не индустриализированное) строительство", "base_object": "проекты школ Reds10 в целом при использовании платформы Autodesk Forma (включая, но не изолированно, функцию связывания submittals/issues/reviews/assets и последующий ИИ-анализ)", "period": "снимок страницы — 2026-06-06, дата исходной публикации не установлена", "claimed_by": "Autodesk (customer story), материал со ссылкой на Reds10", "status": "SOURCE_CLAIM", "original_number": "delivering schools 40% faster than traditional construction"}, {"metric": "сокращение затрат труда на производстве (factory labor)", "value": "на 30%", "unit": "%", "baseline": "unknown (база сравнения не детализирована)", "base_object": "производство Reds10 в целом при использовании Autodesk Forma", "period": "снимок страницы — 2026-06-06", "claimed_by": "Autodesk (customer story), материал со ссылкой на Reds10", "status": "SOURCE_CLAIM", "original_number": "reducing factory labor by 30%"}, {"metric": "длительность цикла проектирования (design timelines)", "value": "с 12 недель до 6 недель", "unit": "недели", "baseline": "12-недельный цикл проектирования", "base_object": "проекты Reds10 в целом при использовании Autodesk Forma", "period": "снимок страницы — 2026-06-06", "claimed_by": "Autodesk (customer story), материал со ссылкой на Reds10", "status": "SOURCE_CLAIM", "original_number": "cutting design timelines from 12 weeks to six"}], "effect_evidence": "source_claim", "effect_evidence_note": "Единственный источник — материал вендора (Autodesk customer story), прямая цитата представителя Reds10 (chairman) в тексте не относится к submittals/issues/assets; независимого измерения нет. Все три числовых показателя (40% быстрее, -30% труда, 12→6 недель) отнесены в тексте к использованию платформы Autodesk Forma в целом, а не изолированно к функции связывания submittals/issues/reviews/assets и ИИ-анализу данных.", "outcome": "Вендорский материал описывает единую цифровую платформу (Autodesk Forma), которая связывает submittals, issues, reviews и assets между проектированием, производством и доставкой (установленная смежная цифровизация); фраза о последующем применении ИИ для анализа данных модальная («can... then use AI»), функция и факт применения не описаны — по итогам проверки V8 запись переклассифицирована в adjacent_digitalization (ai_component_established: false). Количественные эффекты (40% быстрее / -30% труда / 12→6 недель) заявлены по школам Reds10 в целом при использовании Forma, текст не изолирует их от неИИ-компонентов платформы (BIM, цифровой двойник) и не приписывает их именно ИИ-функции.", "uncertainty": "Неясно, идёт ли речь о систематическом текущем процессе на каждом проекте или об отдельных объектах. Явного маркера статуса внедрения не найдено: фраза \"This modular approach is already delivering results\" относится к \"modular approach\" в целом, а не конкретно к связыванию submittals/issues/assets — deployment_stage оставлен unknown. Договорная роль Reds10 на конкретном объекте не названа (текст описывает производство модулей/поставку школ, а не управление площадкой) — role_in_chain оставлен unknown, а не general_contractor_epc (I3-3 п.1: роль по договору, а не по отрасли). Единственный источник — вендор (Autodesk), прямая цитата представителя Reds10 (Paul Ruddick, chairman) не относится напрямую к submittals/issues/assets. Live-страница Autodesk заблокирована в этой сети (403 Access Denied и через curl, и через WebFetch); использован снимок Wayback Machine от 2026-06-06 — дата первой публикации оригинала не установлена.", "alternative_explanations": "unknown", "costs_side_effects": "unknown", "pdca": null, "transfer_limits": "Единственный явно описанный механизм — Autodesk Forma у Reds10, вертикально интегрированного design-manufacture-delivery подрядчика с собственным in-house проектированием; перенос на подрядчиков без такой вертикальной интеграции не описан.", "industry_std": "construction", "process_stage": "documentation_handover_acceptance", "role_in_chain": "unknown", "claims": [{"text_ru": "Autodesk (вендор) описывает, что Reds10 связывает technical submittals, issues, reviews и assets в единой цифровой платформе Autodesk Forma; при этом фраза о применении ИИ модальная («the team can... then use AI to analyze the data»), не описывает уже работающий процесс анализа", "status": "SOURCE_CLAIM", "verification_scope": "существование материала и точная формулировка источника (связывание данных — факт; применение ИИ — модальность)", "source_url": "https://www.autodesk.com/customer-stories/reds10-autodesk-forma-story", "locator": "raw/reds10_autodesk_wayback.extract.txt"}, {"text_ru": "Конкретная ИИ-функция и факт систематического применения ИИ к данным submittals/issues/assets источником не установлены — ai_component_established: false, запись отнесена к смежной цифровизации (adjacent_digitalization, связанный цифровой workflow), а не к подтверждённой ИИ-практике", "status": "HYPOTHESIS", "verification_scope": "классификация технологии по итогам проверки V8", "source_url": "https://www.autodesk.com/customer-stories/reds10-autodesk-forma-story", "locator": "raw/reds10_autodesk_wayback.extract.txt"}, {"text_ru": "Договорная роль Reds10 на конкретном объекте (Wembley Manor) текстом не названа; источник описывает Reds10 как производителя модулей и поставщика школ (factory labor, units a year) — производство модулей ≠ управление строительной площадкой, поэтому role_in_chain оставлен unknown, а не general_contractor_epc", "status": "HYPOTHESIS", "verification_scope": "классификация роли в цепочке договора", "source_url": "https://www.autodesk.com/customer-stories/reds10-autodesk-forma-story", "locator": "raw/reds10_autodesk_wayback.extract.txt"}, {"text_ru": "Эта запись описывает процесс, отличный от практики C01-P05 (та же организация Reds10, но процесс — оптимизация проектирования облицовки cladding design из блога Reds10 04.12.2025); дублирования нет, процессы разные", "status": "HYPOTHESIS", "verification_scope": "отсутствие дублирования с карточкой другого пакета этой итерации", "source_url": "https://www.autodesk.com/customer-stories/reds10-autodesk-forma-story", "locator": "notes.md"}], "sources": [{"url": "https://www.autodesk.com/customer-stories/reds10-autodesk-forma-story", "title": "Reds10 Autodesk Forma customer story — Connecting design, manufacturing, and delivery with Autodesk Forma, AI, and digital twin technology", "publisher": "Autodesk", "author": "unknown (материал издан Autodesk; единственная прямая цитата — Paul Ruddick, chairman, Reds10, не относится к submittals)", "date": "unknown (дата первой публикации не найдена; снимок Wayback Machine — 2026-06-06)", "type": "vendor_customer_story", "locator": "raw/reds10_autodesk_wayback.extract.txt", "reading_scope": "full_text", "accessed_at": "2026-09-25", "file_id": "C05-CONSTR-DOCS-SUBS-F03", "is_primary": true, "interested_party": "vendor"}], "author_model": "claude-sonnet-5", "next_action": "Найти дату первой публикации страницы Autodesk; поискать независимое подтверждение эффектов (40%/30%/12→6 недель) в прессе AEC или интервью Reds10 вне материалов Autodesk."}
{"id": "C05-CONSTR-DOCS-SUBS-P02", "record_kind": "practice", "novelty": "new", "prior_id": null, "links_prior": [{"old_id": "E2B-FINANCIAL-SIGNALS-CASE-004", "layer": "v0.2", "relation": "same_practice", "basis_ru": "та же организация (Helix Electric) и тот же процесс — аудит трудового комплаенса субподрядчиков (LCP Auditor) на платформе Replit; прежняя проверка E4 (пакет E4A-US-03) отметила единственность источника (basis=author_only). В этой карточке — независимая переоценка по полному тексту той же сохранённой страницы Replit, с выводом о том, что ИИ-компонент самой функции аудита источником не установлен (rule engine).", "author": "исследователь пакета C05-CONSTR-DOCS-SUBS"}], "early_candidate_id": "I3-EC-005", "stream_primary": "CONSTR", "tags": ["adjacent_digitalization", "vendor_material"], "organization": "Helix Electric", "org_type": "спецподрядчик — электромонтажные работы, частная компания (3600 сотрудников, выручка $1,2 млрд)", "process": "Автоматизированная сверка платёжных ведомостей (payroll) субподрядчиков с требованиями трудового законодательства Калифорнии (labor compliance) — приложение LCP Auditor, созданное на low-code/AI-платформе Replit", "period": "datePublished 2025-05-01, dateModified 2025-06-01 (разметка страницы); практика описана как текущая, действующая", "industry": "электромонтажные работы (спецподряд), строительство (дата-центры, госпитали, стадионы)", "function": "проверка трудового комплаенса (labor compliance) платёжных ведомостей субподрядчиков", "b2b_b2c": "B2B", "country": "United States", "country_basis": "\"Founded in 1985 and headquartered in San Diego, California, Helix Electric is one of the nation’s largest electrical contractors.\" (raw/helix_replit.extract.txt)", "before": "\"Labor compliance is a high-stakes, time-consuming part of any large construction operation. Helix receives payroll reports from subcontractors and must check them against California’s labor regulations — a manual, hours-long process prone to error. No tool on the market did this.\" (raw/helix_replit.extract.txt)", "after": "\"What used to take 4 to 8 hours to review a single project’s payroll can now be done near instantly.\" (raw/helix_replit.extract.txt)", "technologies": ["RPA_automation"], "technology_basis": "\"We believe we’re the first to fully automate a labor compliance rule engine.\" (raw/helix_replit.extract.txt) — инструмент прямо назван \"rule engine\" (свод правил/детерминированная автоматизация); конкретная ИИ-функция (ML/NLP/CV) для самой операции сверки payroll текстом не установлена. Общая рамка материала — \"adopting Replit as part of a broader AI push\" и должность \"AI Business Analyst\" относятся к использованию Replit как AI-ассистированной платформы разработки приложения, а не обязательно к ИИ внутри функции аудита — калибровка \"rule sets ≠ GenAI\".", "ai_component_established": false, "human_role": "unknown (роль человека в проверке результатов LCP Auditor не детализирована)", "agent_role": "Автоматизированный rule-engine сверяет payroll-отчёты субподрядчиков с требованиями California labor regulations и выявляет нарушения (например, supervision-ratio issues)", "authority": "unknown", "change_depth": "operation", "governance_change": {"established": false, "what_ru": "изменения прав принятия решений не описаны; статья говорит об автоматизации проверки, не о новых полномочиях", "basis_quote": "Beyond time saved, it catches compliance issues before they become costly problems for Helix or their clients.", "locator": "raw/helix_replit.extract.txt"}, "deployment_stage": "production", "stage_marker_quote": "The LCP Auditor has already processed over 22,000 hours of payroll data — more than $1 million in payroll audited — delivering an 85% efficiency gain over the previous manual process.", "ai_native_label": "none", "ai_native_label_basis": "источник не использует термин \"AI-native\"", "effects": [{"metric": "эффективность аудита трудового комплаенса (labor compliance audit)", "value": "85%", "unit": "% efficiency gain", "baseline": "предыдущий ручной процесс", "base_object": "процесс проверки payroll-отчётов субподрядчиков Helix Electric (LCP Auditor)", "period": "накопительно, на момент публикации (datePublished 2025-05-01 / dateModified 2025-06-01)", "claimed_by": "Nathan McWhorter, AI Business Analyst, Helix Electric (материал издан Replit)", "status": "SOURCE_CLAIM", "original_number": "85% efficiency gain"}, {"metric": "время проверки payroll одного проекта", "value": "с 4–8 часов до near instantly", "unit": "часы → near-instant", "baseline": "4 to 8 hours manual review", "base_object": "проверка payroll одного проекта", "period": "на момент публикации", "claimed_by": "Nathan McWhorter, AI Business Analyst, Helix Electric", "status": "SOURCE_CLAIM", "original_number": "4 to 8 hours to review a single project’s payroll ... now be done near instantly"}, {"metric": "накопленный объём обработанных данных payroll", "value": "более 22 000 часов данных, более $1 млн проверенного payroll", "unit": "часы / $", "baseline": "unknown", "base_object": "накопительный объём, обработанный LCP Auditor", "period": "на момент публикации", "claimed_by": "материал издан Replit", "status": "SOURCE_CLAIM", "original_number": "over 22,000 hours of payroll data — more than $1 million in payroll audited"}], "effect_evidence": "source_claim", "effect_evidence_note": "Единственный источник — материал вендора Replit (платформа разработки приложения); эффект не подтверждён независимым измерением. Ранняя проверка (E4A-US-03) также отметила единственность источника (basis=author_only).", "outcome": "Материал вендора описывает автоматизацию (rule-engine) сверки payroll субподрядчиков с требованиями трудового законодательства Калифорнии; заявлен значительный прирост эффективности, но конкретная ИИ-функция (ML/NLP/CV) для самой функции комплаенс-проверки текстом не установлена — карточка отнесена к смежной цифровизации (adjacent_digitalization), не к ИИ-практике.", "uncertainty": "Неясно, использует ли LCP Auditor модели ML/NLP (например, для извлечения данных из PDF-отчётов payroll) — текст описывает механизм как \"rule engine\", не как обучаемую модель. Должность \"AI Business Analyst\" и общая рамка \"broader AI push\" относятся к использованию Replit как AI-ассистированной платформы разработки приложений, а не обязательно к ИИ внутри самой функции аудита.", "alternative_explanations": "unknown", "costs_side_effects": "unknown", "pdca": null, "transfer_limits": "Правила специфичны для трудового законодательства Калифорнии (California labor regulations); перенос на другие юрисдикции потребует другого набора правил.", "industry_std": "construction", "process_stage": "subcontractors_equipment_materials", "role_in_chain": "specialty_contractor", "claims": [{"text_ru": "Helix Electric использует LCP Auditor (платформа Replit) для автоматизированной сверки payroll субподрядчиков с требованиями трудового законодательства Калифорнии, с заявленным приростом эффективности 85%", "status": "SOURCE_CLAIM", "verification_scope": "факт внедрения и заявленная величина эффекта", "source_url": "https://replit.com/customers/helix-electric", "locator": "raw/helix_replit.extract.txt"}, {"text_ru": "ИИ-компонент (ML/NLP/CV) для самой функции комплаенс-проверки источником не установлен — инструмент описан как \"rule engine\"", "status": "HYPOTHESIS", "verification_scope": "классификация технологии", "source_url": "https://replit.com/customers/helix-electric", "locator": "raw/helix_replit.extract.txt"}], "sources": [{"url": "https://replit.com/customers/helix-electric", "title": "How Helix Electric Unlocked Hours of Productivity with Replit", "publisher": "Replit", "author": "материал издан Replit; цитаты — Mark Mandarelli (CIO, Helix Electric), Nathan McWhorter (AI Business Analyst, Helix Electric)", "date": "2025-05-01 (datePublished), обновлено 2025-06-01 (dateModified)", "type": "vendor_customer_story", "locator": "raw/helix_replit.extract.txt", "reading_scope": "full_text", "accessed_at": "2026-09-25", "file_id": "C05-CONSTR-DOCS-SUBS-F01", "is_primary": true, "interested_party": "vendor"}], "author_model": "claude-sonnet-5", "next_action": "Проверить, использует ли LCP Auditor модели ML/NLP для извлечения данных из PDF-отчётов payroll (не установлено текстом); поискать независимое подтверждение эффекта вне материалов Replit/Helix."}
{"id": "C05-CONSTR-DOCS-SUBS-P03", "record_kind": "practice", "novelty": "new", "prior_id": null, "links_prior": [], "early_candidate_id": null, "stream_primary": "CONSTR", "tags": ["vendor_material"], "organization": "Bernards", "org_type": "коммерческий генподрядчик и строительная management-компания, частная компания, основана в 1974 году", "process": "Внедрение («is deploying», в процессе) Procore AI для автоматизации проверки RFI и submittals поверх единой стандартизированной точки входа данных Procore; отдельно — видение (vision) директора по контролю процессов Mandar Joshi о взаимодействующих специализированных ИИ-агентах (RFI agent, submittal agent, schedule agent), выполняющих трёхстороннюю сверку чертежей/спецификаций/submittals — источник описывает это как «Joshi's vision» и «is designed to perform», не как уже работающую у Bernards систему", "period": "дата публикации кейса не найдена в разметке страницы; контекст (ссылка на 2025 Dodge & Data Analytics ROI report, функция \"Draft RFI with AI Beta\") указывает на 2025–2026", "industry": "коммерческое строительство", "function": "обработка и сверка RFI и submittals, выявление рисков и несоответствий", "b2b_b2c": "B2B", "country": "United States", "country_basis": "\"Location San Fernando, CA\" / \"Headquartered in California\" (raw/procore_bernards.extract.txt)", "before": "\"Engineers were wasting time with tasks like scrubbing submittal registers or searching for contract parameters. The situation made it difficult to reconcile a team’s perception with the reality of project health. Without a way to automate these tasks, identifying risks often relied on gut feel or luck.\" (raw/procore_bernards.extract.txt)", "after": "Установлено (раздел Results): \"Established a single point of entry for project data, rendering it consistent and AI-ready\" ... \"Enabled real-time tracking of leading indicators like RFIs and buyout progress\" ... \"While AI simplifies search — allowing teams to find contract parameters or soil export details\" (raw/procore_bernards.extract.txt). Отдельно — видение директора: \"You have an RFI agent, a submittal agent, a schedule agent, and they talk to each other. They present a synopsis, and then you take that to a supervisor. That’s where the value is.\" (raw/procore_bernards.extract.txt) — по тексту это \"Joshi's vision\", не описанная как уже работающая система.", "technologies": ["agent"], "technology_basis": "Установленное применение: \"the company is deploying Procore AI to automate tasks like RFI and submittal review\" (в процессе внедрения) и \"While AI simplifies search — allowing teams to find contract parameters or soil export details\" (raw/procore_bernards.extract.txt). Описание взаимодействующих ИИ-агентов (RFI/submittal/schedule), выполняющих трёхстороннюю сверку, — видение директора (\"Joshi's vision\"): \"This automated ecosystem is designed to perform a three-way comparison between drawings, specifications and submittals\" (raw/procore_bernards.extract.txt) — is designed to, не подтверждённый источником факт работающей системы у Bernards.", "ai_component_established": true, "human_role": "\"It provides the synopsis, but you take that to your human supervisor to make the final decision.\" ... \"AI is something you should learn from, not completely depend on to do your tasks,\" (raw/procore_bernards.extract.txt, слова Mandar Joshi) — финальное решение остаётся за супервайзером (относится к видению директора об агентах, не описано как уже действующий порядок)", "agent_role": "По разделу Results — ИИ используется для ускоренного поиска по контрактным параметрам (\"AI simplifies search\") и общего повышения точности/AI-readiness данных. Описание трёх взаимодействующих ИИ-агентов (RFI/submittal/schedule), выполняющих трёхстороннюю сверку и готовящих сводку для супервайзера, — видение (vision) директора Mandar Joshi, источник не подтверждает, что это уже работающая у Bernards система", "authority": "Финальное решение принимает человек-супервайзер; по описанию источника ИИ-агенты не имеют полномочий самостоятельно утверждать submittal/RFI", "change_depth": "end_to_end_process", "governance_change": {"established": false, "what_ru": "новые формальные права принятия решений не описаны; изменение — в перераспределении времени сотрудников и в культуре (\"coaching culture\"), а не в закреплённых полномочиях", "basis_quote": "Shifted to a coaching culture, using AI to bridge perception and reality while empowering teams to ask questions and learn without hesitation", "locator": "raw/procore_bernards.extract.txt"}, "deployment_stage": "unknown", "stage_marker_quote": "the company is deploying Procore AI to automate tasks like RFI and submittal review, helping teams identify risks and discrepancies while shifting their focus to high-value decision making.", "ai_native_label": "none", "ai_native_label_basis": "источник не использует термин \"AI-native\"", "effects": [], "effect_evidence": "source_claim", "effect_evidence_note": "Источник (вендорский customer story Procore) описывает только качественные результаты (переход к предиктивному управлению, AI-поиск по контрактным параметрам, coaching-культура) без числовых показателей (%, часы, $); количественных данных для effects не найдено, поэтому список effects оставлен пустым.", "outcome": "Bernards внедряет («is deploying») Procore AI для автоматизации проверки RFI и submittals поверх стандартизированной единой точки входа данных; установленное применение ИИ по тексту ограничено ускоренным поиском по контрактным параметрам и повышением точности данных. Описание трёх взаимодействующих ИИ-агентов (RFI/submittal/schedule), выполняющих трёхстороннюю сверку и готовящих сводку для супервайзера, — видение директора Mandar Joshi (\"Joshi's vision\", \"is designed to\"), источник не подтверждает это как уже работающую систему. Эффект заявлен только качественно, количественных показателей не приведено.", "uncertainty": "Стадия внедрения неясна: \"the company is deploying\" описывает процесс в развитии (I3-3 п.3 → unknown), охват проектов не назван. Работа трёх агентов «в связке» (RFI/submittal/schedule) с трёхсторонней сверкой — видение (vision) директора, не описанная источником как уже работающая у Bernards система (по V8: process/agent_role/technology_basis/claims скорректированы, чтобы отделить видение от установленного применения ИИ). Дата публикации кейса не найдена.", "alternative_explanations": "unknown", "costs_side_effects": "unknown", "pdca": null, "transfer_limits": "Эффект обусловлен предварительной стандартизацией данных на платформе Procore (\"garbage in, garbage out\"); без этой базовой дисциплины данных, по словам источника, результат иной.", "industry_std": "construction", "process_stage": "documentation_handover_acceptance", "role_in_chain": "general_contractor_epc", "claims": [{"text_ru": "Bernards внедряет («is deploying») Procore AI для автоматизации проверки RFI и submittals поверх стандартизированной единой точки входа данных; ИИ также используется для ускоренного поиска по контрактным параметрам («AI simplifies search»)", "status": "SOURCE_CLAIM", "verification_scope": "факт внедрения (в процессе) и характер установленного применения ИИ", "source_url": "https://www.procore.com/casestudies/bernards-ai", "locator": "raw/procore_bernards.extract.txt"}, {"text_ru": "Описание трёх взаимодействующих ИИ-агентов (RFI/submittal/schedule), выполняющих трёхстороннюю сверку чертежей/спецификаций/submittals и координацию друг с другом, — видение (vision) директора Mandar Joshi по тексту источника («Joshi's vision centers on...», «is designed to perform»), не подтверждённая источником как уже работающая у Bernards система", "status": "HYPOTHESIS", "verification_scope": "различение видения директора и внедрённой практики", "source_url": "https://www.procore.com/casestudies/bernards-ai", "locator": "raw/procore_bernards.extract.txt"}, {"text_ru": "Если работа трёх агентов «в связке» подтвердится как уже действующая, финальное решение по её результатам, по словам Joshi, остаётся за человеком-супервайзером, а не агентом", "status": "SOURCE_CLAIM", "verification_scope": "распределение полномочий человек/ИИ (относится к описанному видению)", "source_url": "https://www.procore.com/casestudies/bernards-ai", "locator": "raw/procore_bernards.extract.txt"}], "sources": [{"url": "https://www.procore.com/casestudies/bernards-ai", "title": "Fixing the inputs so AI can deliver the output", "publisher": "Procore", "author": "материал издан Procore; цитаты — Mandar Joshi, Director of Project & Process Controls, Bernards", "date": "unknown (дата публикации не найдена в разметке страницы)", "type": "vendor_customer_story", "locator": "raw/procore_bernards.extract.txt", "reading_scope": "full_text", "accessed_at": "2026-09-25", "file_id": "C05-CONSTR-DOCS-SUBS-F06", "is_primary": true, "interested_party": "vendor"}], "author_model": "claude-sonnet-5", "next_action": "Найти дату публикации кейса; поискать независимое подтверждение (интервью Bernards вне материалов Procore, отраслевая пресса)."}
{"id": "C05-CONSTR-DOCS-SUBS-P04", "record_kind": "practice", "novelty": "new", "prior_id": null, "links_prior": [], "early_candidate_id": null, "stream_primary": "CONSTR", "tags": ["vendor_material"], "organization": "Buffalo Construction, Inc.", "org_type": "строительная компания (контекст — \"almost three decades of project data\"; роль в цепочке договора текстом прямо не названа)", "process": "Автоматизация закрытия проекта (project closeout): отслеживание документов, поступающих от вендоров/субподрядчиков, определение готовности к выставлению счёта (billing readiness) и автоматические напоминания — на ~80 проектах в год", "period": "внедрение заняло менее 6 месяцев от стратегической сессии до трёх рабочих ИИ-инструментов; дата публикации кейса не найдена в разметке страницы", "industry": "строительство", "function": "закрытие проекта (closeout), документооборот вендоров/субподрядчиков, готовность к оплате", "b2b_b2c": "B2B", "country": "unknown", "country_basis": "не указано в сохранённом материале", "before": "unknown (специфический \"до\" для функции closeout automation текстом не описан; общий контекст — \"varying levels of AI fluency, siloed data, and uncertainty around ROI were holding the organization back\" относится ко всем трём инструментам, не только к closeout)", "after": "\"A closeout automation system that tracks vendor documents, detects billing readiness, and automates follow-ups across ~80 projects per year.\" (raw/o3xo_buffalo.extract.txt)", "technologies": ["other"], "technology_basis": "\"O3XO built three distinct AI tools, each targeting a specific workflow... A closeout automation system that tracks vendor documents, detects billing readiness, and automates follow-ups across ~80 projects per year.\" (raw/o3xo_buffalo.extract.txt) — конкретный метод ИИ (ML/NLP/CV/GenAI) не назван; страница озаглавлена \"AI-powered construction operations\".", "ai_component_established": true, "human_role": "unknown (детально не описана роль человека в проверке результатов closeout automation; источник упоминает «human-in-the-loop checkpoints» только как часть будущей интеграции трёх инструментов в единую систему — «Now the work is evolving toward connecting these individual solutions into an interconnected system spanning the full project lifecycle, with smart human-in-the-loop checkpoints at every stage» — это не описание уже действующей роли человека в самой closeout-функции, а планируемое развитие)", "agent_role": "Автоматизированная система отслеживает документы от вендоров/субподрядчиков, определяет готовность к выставлению счёта и рассылает автоматические напоминания по ~80 проектам в год", "authority": "unknown", "change_depth": "operation", "governance_change": {"established": false, "what_ru": "изменения прав принятия решений не описаны; human-in-the-loop checkpoints упомянуты как часть будущей интеграции трёх инструментов («the work is evolving toward»), а не как уже действующий порядок в closeout-функции", "basis_quote": "Now the work is evolving toward connecting these individual solutions into an interconnected system spanning the full project lifecycle, with smart human-in-the-loop checkpoints at every stage.", "locator": "raw/o3xo_buffalo.extract.txt"}, "deployment_stage": "limited_production", "stage_marker_quote": "Here’s how we helped them go from a workshop to three working AI solutions spanning estimating, closeout, and proposals.", "ai_native_label": "none", "ai_native_label_basis": "источник не использует термин \"AI-native\"", "effects": [{"metric": "рост \"revenue capacity\" компании", "value": "в 2 раза (2X)", "unit": "кратность", "baseline": "unknown (база расчёта не детализирована)", "base_object": "совокупный эффект трёх ИИ-инструментов (estimator assistant, closeout automation, RFP content engine) вместе, не изолированно для closeout automation", "period": "менее 6 месяцев с начала внедрения", "claimed_by": "Brett Norton, President, Buffalo Construction, Inc. (материал издан O3XO)", "status": "SOURCE_CLAIM", "original_number": "2X Revenue capacity from 3 AI solutions in < 6 months"}], "effect_evidence": "source_claim", "effect_evidence_note": "Единственный источник — материал вендора O3XO; заявленный эффект (2X revenue capacity) относится к сумме трёх ИИ-инструментов совместно, не изолированно к closeout-функции, отслеживающей документы вендоров/субподрядчиков; отдельного количественного эффекта для closeout-функции текст не приводит.", "outcome": "O3XO построил для Buffalo Construction систему автоматизации закрытия проекта, которая отслеживает документы от вендоров/субподрядчиков, определяет готовность к выставлению счёта и рассылает напоминания на ~80 проектах в год, наряду с двумя другими ИИ-инструментами (оценка смет, генерация предложений). Совокупный количественный эффект (2X revenue capacity) заявлен для всех трёх инструментов вместе, не для closeout-функции отдельно.", "uncertainty": "Неясно, какая часть эффекта \"2X revenue capacity\" относится именно к closeout automation. Роль компании в цепочке договора и страна текстом не установлены. deployment_stage помечен limited_production по формулировке \"three working AI solutions\" — явного слова \"production\" в тексте нет; \"expanded to a third\" инструмент (уже включает closeout) после двух POC.", "alternative_explanations": "unknown", "costs_side_effects": "unknown", "pdca": null, "transfer_limits": "Решение интегрировано с существующим стеком Buffalo (Procore, Sage); перенос на компании без этих систем не описан.", "industry_std": "construction", "process_stage": "subcontractors_equipment_materials", "role_in_chain": "unknown", "claims": [{"text_ru": "Buffalo Construction внедрила систему автоматизации закрытия проекта (closeout automation), которая отслеживает документы вендоров/субподрядчиков и определяет готовность к выставлению счёта на ~80 проектах в год", "status": "SOURCE_CLAIM", "verification_scope": "факт внедрения и описание процесса", "source_url": "https://www.o3xo.ai/case-studies/buffalo-construction/", "locator": "raw/o3xo_buffalo.extract.txt"}, {"text_ru": "Заявленный эффект \"2X revenue capacity\" относится к трём ИИ-инструментам совместно, а не изолированно к closeout automation", "status": "HYPOTHESIS", "verification_scope": "атрибуция эффекта к конкретному ИИ-компоненту", "source_url": "https://www.o3xo.ai/case-studies/buffalo-construction/", "locator": "raw/o3xo_buffalo.extract.txt"}], "sources": [{"url": "https://www.o3xo.ai/case-studies/buffalo-construction/", "title": "Buffalo Construction Case Study: AI-powered construction operations", "publisher": "O3XO (O3 World, LLC)", "author": "материал издан O3XO; цитата — Brett Norton, President, Buffalo Construction, Inc.", "date": "unknown (дата публикации не найдена в разметке страницы)", "type": "vendor_customer_story", "locator": "raw/o3xo_buffalo.extract.txt", "reading_scope": "full_text", "accessed_at": "2026-09-25", "file_id": "C05-CONSTR-DOCS-SUBS-F07", "is_primary": true, "interested_party": "vendor"}], "author_model": "claude-sonnet-5", "next_action": "Уточнить роль Buffalo Construction в цепочке договора (генподрядчик/другое) и страну; поискать независимое подтверждение эффекта closeout automation отдельно от estimator/RFP-инструментов."}