Vaikutus
Millaisia hyötyjä Pipelytica voi tuoda putkistotarkastustyöhön. Numerot ovat malliskenaarioita – omat tuloksesi riippuvat videoiden laadusta ja prosessista.
Manuaalinen videokatselu ja raportointi: tyypillisesti 4–6 tuntia per kohde
AI-analyysi + automaattinen raportti: malliskenaariossa alle 1 tunti per kohde
Tarkastajan aikaa vapautuu kentälle. AI katsoo videon, tunnistaa viat ja luo raporttiehdotelman, jonka tarkastaja vahvistaa.
Julkaistujen tutkimusten mukaan kokeneeltakin tarkastajalta jää huomaamatta noin neljännes vioista, ja sama vika koodataan eri tavoin (Dirksen ym. 2013)
Tekoäly käy koko videon läpi samalla tavalla joka kerta ja nostaa epäilyttävät kohdat metrilukemineen tarkastajan vahvistettavaksi
Mittauksissamme (9/2026, 34 videota, joita malli ei ole nähnyt) tekoäly tuotti löydöksen 69 %:iin tarkastajan merkitsemistä vikakohdista ja nimesi vikaperheen oikein 60 %:ssa löydöksistä. Tekoäly voi erehtyä – tarkastaja vahvistaa jokaisen löydöksen ennen raporttia.
Epäselvät löydökset johtavat uusintakäynteihin ja ylimääräiseen dokumentointiin
Tarkempi kuvadokumentointi ja värikoodattu kuntokartta vähentävät uusintakäyntejä
Konkreettinen säästö riippuu yrityksen kohdemäärästä ja palkkarakenteesta – laske oma arviosi ROI-laskurilla.
Raportit eivät aina täytä standardivaatimuksia
Automaattinen EN 13508-2 -yhteensopivuus jokaisessa raportissa
DXF-vienti AutoCAD-yhteensopivasti. Standardinmukaiset PDF-raportit yhdellä klikkauksella.
Raportin laatu vaihtelee tarkastajan kokemuksen ja vireystilan mukaan
AI-pohja + mallipohjat antavat jokaiselle raportille saman rakenteen
AI-analyysi + 26 arkkitehtuuritarkistusta + mallipohjat → tasalaatuinen lähtökohta, jonka tarkastaja viimeistelee.
Tarkastaja ehtii tyypillisesti 2–3 raporttia päivässä
AI-avusteisesti malliskenaariossa 6–10 raporttia päivässä
Sama tiimi voi hoitaa moninkertaisen projektimäärän ilman lisärekrytointeja. Luvut ovat esimerkkejä – oma tulos riippuu prosessistasi.
Näin tekoäly on mitattu
Emme julkaise oman opetusaineistomme validointilukuja. Mittaamme valmista tuotetta videoilla, joita malli ei ole koskaan nähnyt, tarkastajan merkintöjä vasten.
Mittaustulokset
syyskuu 2026 · 34 kenttävideota · EN 13508-2 -tarkastajan merkinnät
| Mittari | Tulos |
|---|---|
| Vikaperhe oikein asiakasraportissa Löydöksen nimi (esim. korroosio tai kerrostuma) vastaa tarkastajan merkintää. 95 %:n luottamusväli 56–77 %. | 60 % |
| Tarkka vikatyyppi oikein Sama, kun kerrostumien alatyypit (hiekka, kalkki, liete) erotellaan. Näistä myös tarkastajat ovat usein eri mieltä. | 39 % |
| Merkityistä vikakohdista löydetty Osuus tarkastajan merkitsemistä vikakohdista, joihin tekoäly tuotti löydöksen. Loput jäävät tarkastajan löydettäviksi. | 69 % |
| Analyysiaika suhteessa videon pituuteen Mitattu tuotantopalvelimella: 67 sekunnin video analysoitu 45 sekunnissa. | 0,7 × |
Miten mitattu
34 kenttävideota pidettiin kokonaan erillään mallin koulutuksesta. EN 13508-2 -tarkastaja merkitsi vikakohdat, ja jokaista tekoälyn löydöstä verrattiin näihin merkintöihin. Luottamusväli on laskettu videoittain.
Miksi ei 100 %?
Julkaistuissa tutkimuksissa kokeneetkin tarkastajat jättävät huomaamatta noin neljänneksen vioista ja koodaavat saman vian eri tavoin (Dirksen ym. 2013). Tekoäly on toinen silmäpari, ei tuomari.
Tekoäly voi erehtyä – Varmenna aina löydökset ennen raportin luovuttamista asiakkaalle.