2026-06-06· Rahi Lokotar

Veeb roomas, AI jookseb — mida see AEC-le tähendab?

BIM-i juurutamine Eestis on võtnud aastakümne ja käib siiani. Samal ajal jõudis AI vähem kui kolme aastaga rohkemate kasutajateni kui ükski tööriist ajaloos. Ehitus on harjunud, et uus tehnoloogia levib põlvkonna jooksul — AI mängib hoopis teises tempos. Vaatame numbreid ja seda, mida need projekteerija, modelleerija ja koordinaatori jaoks tähendavad.

§01 — JuuniorAI on täna nagu juunior projekteerija

Praegune AI teeb lihtsa töö hästi ära ja komistab keeruka otsa. Konarlik skript, suure mudeli loogika sassis, vajab ülevaatamist — täpselt nagu juunior büroos. See osa kriitikast on aus ja õige. Aga üks vahe muudab kogu pildi: juunior areneb aastatega, AI areneb kuudega. Allolevad numbrid näitavad, kui suur see vahe tegelikult on.

§02 — TaustEhitus on harjunud aeglusega

Enne kui AI tempo üle imestada, tasub meelde tuletada, mille vastu me seda mõõdame. Ehitus on tehnoloogia omaksvõtus olnud üks aeglasemaid sektoreid maailmas — ja seda mitte juhuslikult.

FIG.01 — ARENDUSKULU OSAKAAL KÄIBEST % KÄIBEST

Alla protsendi. Ehitus kulutab arendusele alla 1% käibest — auto- ja lennundustööstus 3,5–4,5%.

Allikad: McKinsey — Reinventing construction (2017) · McKinsey — Construction's digital future (2016)

Ehitusega seotud kulutused moodustavad umbes 13% maailma SKP-st, aga sektor püsib McKinsey digitaliseerituse indeksis ühena viimastest — USA-s eelviimane, Euroopas viimane. Arendusele kulub alla 1% käibest, samal ajal kui auto- ja lennundustööstuses 3,5–4,5%. Tulemus on tuttav: suured projektid valmivad keskmiselt 20% graafikust hiljem ja kuni 80% üle eelarve. See on taust, mille vastu me AI tempot mõõdame.

§03 — LevikAI aga ei levi ehituse tempos

Kümme aastat BIM-i juurutamist on Eestis ikka veel pooleli. Pane see kõrvuti sellega, kui kiiresti jõudis AI rahva sekka.

FIG.02 — AEG 100 MILJONI KASUTAJANI KUUDES

Kaks kuud versus seitse aastat. Aeg 100 miljoni kasutajani: ChatGPT ≈2 kuud, TikTok 9 kuud, Instagram 2,5 aastat, veeb ≈7 aastat.

Allikad: Reuters / UBS (2023) · Time · Visual Capitalist

ChatGPT jõudis hinnanguliselt 100 miljoni kasutajani umbes kahe kuuga — UBS-i sõnul kiireim tõus, mida nad 20 aasta jooksul internetti jälgides mäletavad. TikTokil kulus 9 kuud, Instagramil 2,5 aastat. Veeb ise vajas 100 miljoni kasutajani ≈7 aastat; internet esimese miljardi kasutajani umbes 36 aastat (ARPANETist 1969 kuni 2005). Koduõuelt: CAD-ilt BIM-ile liikumine on Eesti ehituses võtnud üle kümne aasta ja käib siiani. AI ei küsi seda aega.

§04 — OskusMida see juunior juba oskab

„Juunior" ei tähenda, et ta midagi ei suuda. Vaata, kui kiiresti on AI õppinud lahendama päris tarkvaraülesandeid — ja mõtle, mis sellest AEC-töövoogudesse juba imbunud on.

FIG.03 — KODEERIMISVÕIME · SWE-BENCH VERIFIED % LAHENDATUD

2% → 80,9% kahe aastaga. SWE-bench Verified: 500 päris GitHubi viga, leia ja paranda. Esimesena üle 80% — Claude Opus 4.5, november 2025.

Allikad: Vellum — Opus 4.5 benchmarks · Hugging Face — Claude 4.5

SWE-bench Verified paneb mudeli lahendama 500 päris GitHubi viga — leia, paranda, hoia testid rohelisena. Veel 2023. lõpus lahendasid tippmudelid üksikuid protsente; novembriks 2025 jõudis Claude Opus 4.5 80,9%-ni — esimesena üle 80%. Miks see AEC-le korda läheb? Sest sama mootor kammib juba IFC-faile (ühes hiljutises loos lasin AI-l läbi käia 11 203 rida RBE IFC raamistikku), kirjutab GDL- ja Python-skripte ning automatiseerib QTO/QEX-i. Juunior, kes õpib kümme korda kiiremini kui inimene.

§05 — TeadmineJa ta teab rohkem, kui arvad

AEC tähendab tohutut normidemaastikku — EVS-id, IFC-skeemid, määrused, RBE nõuded. Lai teadmine on täpselt see, milles AI on viimastel aastatel hüppeliselt paranenud.

FIG.04 — ÜLDTEADMINE · MMLU (57 VALDKONDA) % ÕIGEID

Arvamisest peaaegu eksperdini. MMLU 57 valdkonnas: GPT-3 43,9% (2020) → GPT-4 86,4% (2023), inimeksperdi ~89,8% kaugusel. Juhuslik pakkumine annaks 25%.

Allikad: Wikipedia — MMLU · VerityAI — MMLU

MMLU mõõdab laia teadmist 57 valdkonnas; juhuslik pakkumine annab 25%. GPT-3 (2020) sai 43,9%, GPT-4 (2023) juba 86,4% — paari punkti kaugusel inimeksperdi ~89,8% tasemest. Kolme aastaga arvamisest peaaegu eksperdini. (Tulemusi võib paisutada treeningandmete saastumine — just seepärast luuakse pidevalt raskemaid teste.)

§06 — MehaanikaMiks nii kiiresti? Eksponentsiaalid.

Tempovahe ei ole juhus. Selle taga on lihtne mehaanika, mida ehitustarkvara areng pole kunagi näinud.

FIG.05 — TREENINGARVUTUSE KAHEKORDISTUMISE AEG KUUDES

21 kuud → 6 kuud. Treeningarvutus kahekordistus enne 2010 iga 21 kuu tagant (≈Moore'i seadus), AI ajastul iga 6 kuu tagant — tipp-mudelitel iga ~5 kuu tagant.

Allikad: Epoch AI — arvutus kahekordistub ~6 kuuga · Epoch AI — trendid

Enne ~2010 kahekordistus mudelite treeningarvutus iga 21 kuu tagant — umbes Moore'i seaduse tempos. Alates 2010 teeb seda iga 6 kuu tagant (Epoch AI), tipp-keelemudelitel iga ~5 kuu tagant. See on tempovahe mootor: mitu eksponenti — arvutusvõimsus, andmed, algoritmid — kasvavad korraga. Sellepärast liigub võimekus kuude, mitte aastate kaupa.

§07 — SkaalaRaha, mis seda veab

Ja lõpuks: skaala, milles AI-d ehitatakse. Üksik mudel maksab tänaseks rohkem kui terved ehitustarkvara ökosüsteemid kokku.

FIG.06 — TIPPTREENINGU MAKSUMUS · LOG SKAALA USD (LOG)

$930 → $490M kaheksa aastaga. Tipptreeningu hind logaritmilisel skaalal: Transformer (2017) $930, GPT-3 $4,6M, GPT-4 $40M, Grok 4 (2025) ≈$490M.

Allikad: Epoch AI — treeningu maksumus · Epoch AI — Grok 4

Suurimate treeningjooksude arvutushind on kasvanud ~2,4 korda aastas alates 2016 (Epoch AI). 2017. aasta Transformer maksis ~$930; GPT-3 (2020) ~$4,6M; GPT-4 (2023) ~$40M; Grok 4 (2025) hinnanguliselt $490M — suurim teadaolev jooks. Epoch prognoosib, et 2027. aastaks võib suurim ületada miljardi dollari. Selle taga on raha, mida ehitustarkvara pole iial näinud — aga osa võimekusest jõuab su töölauale tavalise litsentsi hinnaga.

§08 — Mull?Aga kas see pole lihtsalt mull?

Õigustatud küsimus — ja osalt on vastus jah. Investeeringute tasemel on mulli tunnused praegu selgelt olemas: hinnangud, mis ei pruugi end iial ära tasuda, ja raha, mis voolab kõigesse, mille küljes on silt „AI". Täpselt nii oli ka 2000. aasta dot-com mulliga. See lõhkes, sajad firmad kadusid, kapital põles ära.

Aga internet ei kadunud kuhugi. Mull oli ootustes ja hindades — mitte tehnoloogias endas. Veeb jäi püsima ja kasvas taristuks, mille peal käib täna kogu maailm, sealhulgas kogu meie projekteerimine ja koordineerimine. Pets.com läks põhja; Amazon ja Google ehitati samast lainest.

AI-ga läheb sama teed. Mõni firma kaob, mõni hinnang osutub õhuks — aga tehnoloogia ise tagasi ei pöördu. Ta on juba igapäevatöös sees ja jääb siia. Praegu oleme alles alguses ja lõppu pole näha.

Seda ei pea uskuma ega armastama; seda tuleb vastu võtta ja selle ümber kohanema hakata. See laine tuleb üle elada ja sellega koos edasi minna. Just sellepärast ma sellest räägingi: mitte hüppe pärast, vaid sellepärast, et see on järgmine pinnas, millel me kõik töötame.

§09 — JäreldusMida see Eesti AEC-le tähendab

Kolm asja, mida ma ise sellest välja loen:

Kalibreeri ootused ümber kuude, mitte aastate kaupa. See, mida AI eelmisel kvartalil ei suutnud, võib järgmisel juba käes olla. SWE-benchi kõver 2%-lt 80%-ni kahe aastaga on õige kell, mille järgi end seada.
Anna talle täna hästi piiritletud töö. IFC-kontroll, skriptid, QTO, dokumendihaldus — seal ta hiilgab. Keeruka arhitektuuri, vastutuse ja otsuste juures hoia inimene roolis. Juunior jääb juunioriks, kuni ta seda pole.
Sektor, mis roomas BIM-iga, ei saa AI-ga sama tempot lubada. Konkurents ei oota põlvkonda. Kui BIM võttis Eestis kümme aastat, on AI aken kordades kitsam.

Veeb roomas, sest ta pidi füüsiliselt kaableid maha panema. AI jookseb, sest ta on tarkvara olemasoleva interneti peal. Ehitus on alati olnud füüsiline ja aeglane — aga projekteerimine, koordineerimine ja andmed ei pea enam olema.