מאמר

AI לבנייה בישראל: כך משתנה תמחור מכרזים

AI לבנייה בישראל: כך משתנה תמחור מכרזים

מנהל פרויקטים שמזמין היום ברזל או בטון מקבל מחיר עדכני ותאריך אספקה תוך דקות, לרוב באפליקציה או בשיחת טלפון קצרה. אותו מנהל, כשהוא עובר לתמחר כתב כמויות שלם למכרז, נכנס לתהליך שנראה כאילו נעצר לפני עשרים שנה - קובץ אקסל עמוס, סעיפים שמועברים בעין, וימים שלמים שמוקדשים לחלוקה ולבדיקה. הפער הזה, בין המהירות שהענף מכיר בתחומים אחרים לבין האיטיות שנשארת בשלב התמחור, הוא בדיוק המקום שבו נכנסת לתמונה השאלה של AI לבנייה ישראל.

השאלה שרוב הקבלנים הראשיים מתמודדים איתה בפועל היא לא אם כדאי להשתמש בטכנולוגיה, אלא איפה בדיוק היא באמת חוסכת זמן וכסף ואיפה היא רק תוספת מיותרת. יש מכרזים קטנים שאפשר לתמחר במהירות בלי כלים מתוחכמים, ויש מכרזים גדולים עם כתב כמויות של מאות סעיפים שבהם כל שעת עבודה נוספת מתורגמת לעיכוב ממשי בהגשה. ההחלטה תלויה בהיקף העבודה, בגודל הצוות ובכמה מכרזים מתמחרים בחודש - ולא בהכרח בגודל החברה.

מה קורה בפועל בשבוע שלפני הגשת מכרז

בשבוע שלפני מועד ההגשה, בדרך כלל יושבים סביב השולחן שני אנשים לפחות - מי שאחראי על התמחור ומי שמכיר את השטח. כתב הכמויות מודפס או פתוח על שני מסכים, וכל סעיף עובר סינון ידני לפי סוג עבודה, לפי קבלן משנה רלוונטי ולפי הצפי לעלות. כשמדובר בכתב כמויות של 300-400 סעיפים, התהליך הזה יכול לקחת בקלות שלושה עד חמישה ימי עבודה מלאים.

הבעיה האמיתית לא רק בזמן שהתהליך גוזל, אלא בכך שברוב הפעמים אין זמן לבדוק כל סעיף פעמיים. עייפות, לוח זמנים צפוף ולחץ של מועד הגשה מובילים לפעמים לפספוסים קטנים שמתגלים רק בשלב הביצוע, כשכבר אין דרך חזרה.

AI לבנייה ישראל: מה בעצם השתנה בענף בשנים האחרונות

בתחומים כמו לוגיסטיקה וקמעונאות, עיבוד אוטומטי של נתונים גדולים כבר מהפך ותיק. בענף הבנייה זה קרה מאוחר יותר, בין השאר כי כתב הכמויות הוא מסמך לא אחיד - כל מזמין כותב אותו קצת אחרת, וההקשר בין הסעיפים חשוב לא פחות מהמספרים עצמם. כלים מבוססי AI לבנייה בישראל שיודעים לקרוא את המבנה הזה, לזהות פרקים ולסווג סעיפים באופן אוטומטי, מקצרים תהליך שנמדד בימים לתהליך שנמדד בדקות.

באופן מעשי, פירוק של כתב כמויות בגודל של 200 עד 500 סעיפים יכול להסתכם היום בכ-90 שניות עד שתי דקות, כשההשוואה היא לאותם שלושה עד חמישה ימי עבודה בתהליך הידני. זה לא אומר שהתכנון האנושי מתבטל - להפך, זה משנה את תפקידו. הזמן שהיה מוקדש לפירוק טכני משתפי חדש לבדיקת הגיון המחיר ולניהול הסיכון של ההצעה.

עדיין כדאי להישאר עם אקסל?

זו שאלה לגיטימית, ולפעמים דווקא התשובה היא כן. קבלן שמגיש הצעה אחת או שתיים בחודש, עם כתב כמויות קצר ומוכר, לא בהכרח ירגיש הבדל דרמטי אם ימשיך לעבוד בשיטה הידנית. אבל ברגע שמספר המכרזים עולה, או שכתב הכמויות מגיע ממזמין ציבורי עם מבנה מסועף לפי הספר הכחול, שעות העבודה שנחסכות בפירוק אוטומטי הופכות משמעותיות מאוד, וגם הסיכון לטעות אנושית קטן.

הטעות הקטנה שיכולה לעלות ביוקר בתמחור

אחת התובנות שפחות מדברים עליהן היא כמה קטנה יכולה להיות הטעות שמפילה הצעה שלמה. סטייה של כחמישה אחוזים בתמחור מכרז - בין אם היא נובעת מהערכת חסר בכמות חומר או מפספוס של סעיף שלם - יכולה להסתיים בשתי צורות רעות באותה מידה: הפסד כספי אם המחיר יצא נמוך מהעלות האמיתית, או אי-זכייה אם המחיר יצא גבוה מהמתחרים. שני התוצאות האלה נראות שונות על הנייר, אבל שתיהן נובעות מאותה סיבה - מידע חלקי בזמן שהיה קצר מכדי לבדוק אותו.

אחרי הזכייה: החלוקה לקבלני משנה וניהול הממשק

זכייה במכרז היא רגע של הקלה, אבל היא גם פותחת שלב עבודה חדש ומלחיץ בפני עצמו - חלוקת כתב הכמויות לחבילות עבודה לפי קבלני משנה. כל פרק צריך להגיע לגורם הנכון, בזמן הנכון, עם היקף עבודה מדויק. עיכוב של שבוע בשלב הזה מתגלגל לרוב לעיכוב גדול יותר בשטח, כי קבלני משנה עסוקים ומתוכננים מראש.

סעיפי ממשק - הנקודה שגורמת להפסדים בלי שרואים אותם

הנקודה הרגישה ביותר בשלב הזה היא סעיפי הממשק - העבודות שנופלות בין שני קבלני משנה, למשל בין עבודות איטום לעבודות טיח, או בין חשמל לתקשורת. טעות אחת במיפוי סעיף ממשק, כזו שגורמת לשני קבלנים להניח ששני עולם אחר אחראי, יכולה לעלות עשרות אלפי שקלים בעבודה כפולה או בעבודה שלא בוצעה בכלל. זה לא תמיד נראה כטעות גדולה בזמן אמת - היא מתגלה רק כשמגלים שאף אחד לא סתם את החור בקיר.

איך זה משפיע על הסיכויים לזכייה במכרזי בנייה

מבחינת מי שמגיש הצעות, כל שיפור בדיוק התמחור מתורגם ישירות לשיפור בסיכוי לזכייה במכרזי בנייה בלי לפגוע ברווחיות. הצעה שמבוססת על נתונים אמיתיים, כמו הצעות מחיר טריות מקבלני משנה ולא הערכות מהזיכרון, נותנת ביטחון להוריד את המחיר במקומות שבהם באמת אפשר, ולהישאר גבוהים במקומות שבהם הסיכון גדול. יש כלים שמאפשרים לבדוק את זה בלי עלות על הפרויקט הראשון, כולל סיווג אוטומטי וייצוא של החבילות בפורמטים שונים - דרך נוחה להתנסות לפני שמחליטים אם זה מתאים לתהליך העבודה הקיים.

הספר הכחול ופורמטים רשמיים - למה זה חשוב יותר משזה נראה

חלק גדול מהמכרזים הציבוריים בישראל, כאלה שמגיעים ממשרד השיכון, מרשות מקרקעי ישראל או מעיריות, בנויים לפי מבנה קבוע של הספר הכחול. כלי שלא מכיר את המבנה הזה לעומק פשוט מפרק את כתב הכמויות בצורה שלא תואמת לאיך שהמזמין בעצמו חושב על הפרויקט. פלטפורמות כמו bidoflow.com נבנו סביב ההתאמה הזו במיוחד, כדי שהחלוקה לחבילות עבודה תשקף את ההיגיון שהמזמין הציב מראש ולא היגיון שרירותי שהצוות הפנימי יצר.

ההתאמה הזו חוסכת בעיקר בכאב ראש בשלב הביקורת. כשמזמין ציבורי בודק הצעה, קל לו הרבה יותר להבין ולסמוך על מסמך שמדבר בשפה שהוא מכיר, לעומת מסמך שמצריך ממנו לתרגם בעצמו את החלוקה של הקבלן.

בשורה התחתונה, השאלה אם להכניס טכנולוגיית AI לבנייה ישראל לתהליך העבודה לא צריכה להיות שאלה של מגמה או של "כולם עושים את זה". היא שאלה של חשבון פשוט - כמה שעות עבודה, כמה סיכון וכמה כסף עומדים על הכף בכל מכרז שמוגש. קבלן שמגיש מעט מכרזים ומכיר אותם היטב יכול להמשיך בשיטה שעובדת לו. קבלן שמרגיש שהתמחור נשען יותר ויותר על הערכות ופחות על נתונים, זה הזמן הנכון לבדוק אלטרנטיבה - לא כדי להרשים מישהו, אלא כדי להגיע להגשה הבאה עם קרקע יציבה יותר מתחת לרגליים.

שאלות נפוצות

כמה זמן לוקח פירוק כתב כמויות עם AI לעומת ידני?

פירוק אוטומטי של 200 עד 500 סעיפים נמדד בדקות ספורות לעומת 3 עד 5 ימי עבודה בתהליך ידני. ההבדל משמעותי במיוחד עם כתבי כמויות גדולים או בעלי מבנה סדור לפי הספר הכחול.

לאיזה קבלן ראשי יש באמת צורך בכלי AI?

קבלן שמגיש הצעה או שתיים בחודש עם כתב כמויות קצר ומוכר עשוי להסתדר גם בידני. אבל כשמספר המכרזים גדל או כשמגיעים כתבי כמויות מזמינים ציבוריים, חיסכון הזמן והירידה בסיכון לטעויות הופכות משמעותיות מאוד.

איך טעות בתמחור משפיעה על זכייה במכרז?

סטייה של 5% בתמחור עלולה להסתיים בשתי צורות רעות באותה מידה: הפסד כספי אם המחיר יצא נמוך מהעלות, או אי-זכייה אם המחיר יצא גבוה מהמתחרים. שני התוצאות נובעות ממידע חלקי שלא היה מספיק זמן לבדוק אותו.

מה זה סעיף ממשק ולמה הוא יקר?

סעיף ממשק היא עבודה שנופלת בין שני קבלני משנה, כמו בין איטום לטיח. טעות במיפוי סעיף כזה יכולה לעלות עשרות אלפי שקלים בעבודה כפולה או בעבודה שלא בוצעה בכלל, וגילויה מתגלה בשטח בשלב שאין דרך חזרה.

האם אפשר להתנסות לפני התחייבות?

כן, רוב הכלים מאפשרים פרויקט ראשון זמין בחינם ללא כרטיס אשראי, כולל סיווג אוטומטי וייצוא בפורמטים שונים. זו דרך להבין אם זה מתאים לתהליך העבודה הקיים בלי עלות.

האם הספר הכחול חשוב לבחירת הכלי?

כן, חלק גדול מהמכרזים הציבוריים בישראל בנויים לפי מבנה קבוע של הספר הכחול. כלי שאינו מכיר את המבנה הזה לעומק יפרק את כתב הכמויות בצורה שלא תואמת את דרך החשיבה של המזמין, מה שעלול להוביל לטעויות בחלוקה לקבלני משנה.

שאלות נפוצות

כמה זמן לוקח פירוק כתב כמויות עם AI לעומת ידני?

פירוק אוטומטי של 200 עד 500 סעיפים נמדד בדקות ספורות לעומת 3 עד 5 ימי עבודה בתהליך ידני. ההבדל משמעותי במיוחד עם כתבי כמויות גדולים או בעלי מבנה סדור לפי הספר הכחול.

לאיזה קבלן ראשי יש באמת צורך בכלי AI?

קבלן שמגיש הצעה או שתיים בחודש עם כתב כמויות קצר ומוכר עשוי להסתדר גם בידני. אבל כשמספר המכרזים גדל או כשמגיעים כתבי כמויות מזמינים ציבוריים, חיסכון הזמן והירידה בסיכון לטעויות הופכות משמעותיות מאוד.

איך טעות בתמחור משפיעה על זכייה במכרז?

סטייה של 5% בתמחור עלולה להסתיים בשתי צורות רעות באותה מידה: הפסד כספי אם המחיר יצא נמוך מהעלות, או אי-זכייה אם המחיר יצא גבוה מהמתחרים. שני התוצאות נובעות ממידע חלקי שלא היה מספיק זמן לבדוק אותו.

מה זה סעיף ממשק ולמה הוא יקר?

סעיף ממשק היא עבודה שנופלת בין שני קבלני משנה, כמו בין איטום לטיח. טעות במיפוי סעיף כזה יכולה לעלות עשרות אלפי שקלים בעבודה כפולה או בעבודה שלא בוצעה בכלל, וגילויה מתגלה בשטח בשלב שאין דרך חזרה.

האם אפשר להתנסות לפני התחייבות?

כן, רוב הכלים מאפשרים פרויקט ראשון זמין בחינם ללא כרטיס אשראי, כולל סיווג אוטומטי וייצוא בפורמטים שונים. זו דרך להבין אם זה מתאים לתהליך העבודה הקיים בלי עלות.

האם הספר הכחול חשוב לבחירת הכלי?

כן, חלק גדול מהמכרזים הציבוריים בישראל בנויים לפי מבנה קבוע של הספר הכחול. כלי שאינו מכיר את המבנה הזה לעומק יפרק את כתב הכמויות בצורה שלא תואמת את דרך החשיבה של המזמין, מה שעלול להוביל לטעויות בחלוקה לקבלני משנה.