Kampuni ya uhandisi inayoimarishwa na AI.

01 — Msingi wa hoja

Uhandisi hauna tatizo la AI. Una tatizo la uendeshaji.

Hisia ya kwanza, mtaalamu wa teknolojia anapoiangalia kampuni ya uhandisi, ni kuangalia hesabu. Hiyo ndiyo sehemu inayoonekana, ya kiufundi na yenye kuvutia — nayo ndiyo shabaha isiyo sahihi. Ni sehemu ya biashara yenye nafasi ndogo zaidi ya kubana, dhima kubwa zaidi, na sehemu ndogo zaidi ya mishahara.

Sehemu iliyobaki ya kampuni ndipo fedha zinapovuja. Mapendekezo ya zabuni. Ukadiriaji wa gharama. Ukaguzi wa mikataba. Upangaji ratiba. Kumbukumbu za nyaraka za uwasilishaji. RFIs. Muhtasari wa vikao. Ulinganishaji wa vipimo vya kiufundi. Udhibiti wa nyaraka. Utoaji ankara. Ukusanyaji wa madeni. Kufunga mradi. Hakuna hata mojawapo ya haya inayohitaji muhuri wa kitaalamu. Yote hutumia saa za wataalamu wenye leseni. Nayo ndiyo hasa kazi ambayo kundi lililoratibiwa la mawakala wa AI sasa linaifanya vizuri.

Ushahidi wa kiwango cha sekta kwamba kuna kasoro ya kimuundo hapa hauko fichoni, wala si mpya. Kwa maneno ya McKinsey: "Construction productivity improved by only 10 percent, or 0.4 percent annually, from 2000 to 2022, compared with 90 percent, or 3.0 percent annually, in manufacturing."² Nchini Marekani hali ni mbaya kuliko kudumaa tu: Goolsbee na Syverson waligundua kwamba thamani iliyoongezwa kwa kila mfanyakazi wa ujenzi ilikuwa takriban 40% chini mwaka 2020 kuliko mwaka 1970, kushuka kukubwa kiasi cha kuvuta nyuma kwa kupimika ukuaji wa jumla wa tija nchini Marekani.³

Kielelezo 1 · Sekta mbili, miaka ishirini na miwili

Mabadiliko ya jumla ya tija ya kazi, yakiwekwa kwenye kipimo cha 100 mwaka 2000. Ujenzi ulipata takriban 10% katika kipindi chote; utengenezaji ulipata takriban 90%. Mikondo iliyo kati ya vituo viwili imechorwa kutokana na viwango vya ukuaji wa mwaka vilivyochapishwa (0.4% na 3.0%) — vituo vyenyewe ni takwimu za McKinsey, njia iliyo katikati yake imeundwa kwa modeli.

Utengenezaji Ujenzi

Chanzo: McKinsey & Company, How agentic AI is transforming the AEC industry (Julai 2026).² Ikithibitisha mwelekeo huohuo: McKinsey Global Institute, Reinventing Construction (2017), iliyoweka ukuaji wa tija ya ujenzi kwa ~1%/mwaka katika miongo miwili iliyotangulia dhidi ya 2.8% kwa uchumi wa dunia, na kukadiria thamani ya kuziba pengo hilo kuwa $1.6 trilioni kwa mwaka.¹

Miongo miwili ya CAD, BIM, usimamizi wa nyaraka wa wingu, na SaaS ya usimamizi wa miradi iliuzwa katika sekta hii ndani ya kipindi hasa kilichoonyeshwa katika chati iliyo hapo juu. Mstari haukusogea. Hilo ndilo jambo muhimu kuliko yote katika waraka huu, nami nitalirudia mara mbili — mara moja kama hoja ya kwa nini fursa ni halisi, na mara nyingine kama pingamizi lenye nguvu zaidi dhidi ya Oxvelo kuingia kabisa.

02 — Faida iko wapi hasa

Saa mbili kati ya tano zinazolipiwa tayari haziwezi kudaiwa kwa mteja.

Sogeza mtazamo kutoka sekta hadi kampuni. Utafiti wa Clarity wa Deltek ndicho kipimo cha kifedha kilichodumu muda mrefu zaidi katika sekta hii kwa kampuni za usanifu majengo na uhandisi; toleo la 47 lilihoji takriban 900 kati yake.⁴ Takwimu zake zinaeleza mfumo wa biashara ulio chini ya mbano.

58.9%

Wastani wa kati wa saa zinazodaiwa — sehemu ya saa za wafanyakazi zinazolipiwa zinazoweza kudaiwa

▼ pointi 2.2 kutoka 61.1%

161.3%

Wastani wa kati wa kiwango cha gharama za ziada — kila $1.00 ya kazi ya moja kwa moja hubeba $1.61 ya gharama za ziada

▲ kilele cha miaka 10

16.7%

Faida ya uendeshaji kwa mapato halisi

▼ pointi 4.7 kutoka 21.4%

13.8%

Kiwango cha mwaka cha wafanyakazi kuondoka

Zisome pamoja na hesabu inakuwa dhahiri. Takriban 41% ya saa za kitaalamu zinazolipiwa tayari haziwezi kudaiwa kwa mteja kabla ya mshahara hata mmoja wa idara za gharama za ziada kuhesabiwa — na kisha kila dola ya kazi inayobaki inayodaiwa huburuta $1.61 ya gharama za ziada nyuma yake. Wakati huohuo faida ya uendeshaji ilishuka karibu pointi tano ndani ya mwaka mmoja kutoka kilele cha miaka kumi.

Kielelezo 2 · Saa ya mshahara katika uhandisi

Wastani wa kati wa kiwango cha saa zinazodaiwa katika kampuni ~900 za A&E, mwaka wa sasa dhidi ya mwaka uliopita. Sehemu isiyodaiwa si upotevu kwa fasili — inajumuisha ukuzaji biashara, QA/QC, mafunzo na usimamizi — lakini ndilo bwawa ambalo nguvukazi ya AI inalilenga.

Saa zinazodaiwa Saa zisizodaiwa

Chanzo: Deltek Clarity 47th Annual A&E Industry Study (2026), kampuni ~900.⁴ Takwimu za kiwango cha saa zinazodaiwa na za kiwango cha gharama za ziada kama zilivyoripotiwa na Full Sail Partners, mshirika wa Deltek, kutoka utafiti kamili; ukurasa rasmi wa Deltek unathibitisha vichwa vya habari vya faida ya uendeshaji ya 16.7%, kiwango cha wafanyakazi kuondoka cha 13.8%, na uchukuaji wa AI wa 70%.⁵ Kumbuka: hakuna utafiti wa kuaminika wa muda-na-mwendo unaopima jinsi wasanifu majengo na wahandisi wanavyogawanya siku yao kati ya usanifu na utawala — kiwango cha saa zinazodaiwa ndicho kiwakilishi kilichochapishwa kilicho karibu zaidi, na ndicho kilichowekwa katika chati hapa.

Takwimu ambayo waraka huu kwa makusudi hautumii

Takwimu inayonukuliwa zaidi katika masoko ya teknolojia ya AEC ni kwamba "construction professionals spend 35% of their time — over 14 hours a week — on non-productive activities," kwa gharama ya $177 bilioni katika kazi nchini Marekani kila mwaka.¹⁸ Ni ya kweli na yenye chanzo imara, lakini kundi lililohojiwa lilikuwa 49% wakandarasi wakuu na 36% mafundi wa fani maalum — si wataalamu wa usanifu. Kuitumia kwa wahandisi na wasanifu majengo kungekuwa ni udanganyifu mdogo wa aina inayomfanya msomaji aache kuamini kila kitu kingine kilicho ndani ya waraka. Takwimu ya 58.9% ya kiwango cha saa zinazodaiwa iliyo hapo juu ndiyo inayoweza kutetewa.

03 — Hoja

Kampuni ya uhandisi, si kazi moja moja, ndiyo kipimo cha mabadiliko.

Kampuni za uhandisi zimeajiri takriban wahandisi pekee, na wahandisi hufikiri kama wahandisi. Hilo ni nguvu katika kazi ya kiufundi na ni upofu kila mahali pengine. Huzalisha kampuni zitakazotumia miaka miwili kuboresha mtiririko wa kazi wa uchanganuzi wa miundo na miaka sifuri kuuliza kwa nini inachukua siku kumi na moja kugeuza mkataba uliotiwa saini kuwa eneo la kazi la mradi.

Njia mbadala ya kuiweka hoja ni kupanga fursa kwa utendaji wa kibiashara badala ya kwa fani ya uhandisi. Kila biashara ya uhandisi ina ukuzaji biashara, ukadiriaji wa gharama, mikataba, usimamizi wa miradi, uzalishaji wa kiufundi, udhibiti wa nyaraka, utawala wa ujenzi, fedha, utendaji wa rasilimali watu, uzingatiaji wa kanuni, na usimamizi wa maarifa. Kila mojawapo ina mwenzake wa AI. Kwa pamoja si seti ya vipengele — ni nguvukazi.

Kielelezo 3 · Kampuni iliyozaliwa na AI, ikichorwa kwa utendaji

Wenzetu wa kidijitali huchunguza, hutafuta taarifa, hupanga, huchambua, huandaa rasimu, hupendekeza, huratibu na hupandisha masuala ngazi ya juu. Binadamu hubaki na haki za kuamua, uwajibikaji wa kitaalamu, idhini, uwajibikaji kwa mteja, na busara. Vituo vya udhibiti vilivyowekwa alama ya rangi ya chungwa ndipo binadamu mwenye leseni lazima atende — ni vya kubeba uzito, si vya mapambo.

Mchoro wa mfumo — Oxvelo. Vituo vya udhibiti vya binadamu vimetokana na vikwazo vya utendaji wa kitaalamu vilivyoandikwa katika §7: NCEES Model Rules §240.20 kuhusu utiaji wa muhuri wa kitaalamu na uwajibikaji halisi wa kitaalamu (responsible charge),²⁰ NSPE Board of Ethical Review Case 24-2,²¹ na Texas Board PAO-71.²²

Chini ya nguvukazi hii kuna tabaka mengine mawili, nayo ndipo faida ya kudumu ilipo kihalisi:

Akili ya kitaasisi. Kila mradi, nyaraka, kiwango, uamuzi, funzo lililopatikana, makadirio na matokeo ya kihistoria hufanywa kupatikana kwa utafutaji na kutumika tena. Leo mali hii ipo katika kila kampuni ya uhandisi na haina thamani karibu yoyote, kwa sababu imetawanyika katika seva za mafaili, visanduku vya barua pepe, na kumbukumbu ya mkuu wa kampuni atakayestaafu baada ya miaka minne. Mwaka 2022 inakadiriwa wahandisi 184,175 walistaafu au kuondoka katika fani hii, 85,175 kati yao kutoka fani za uhandisi wa kiraia, mitambo na umeme.¹⁵ Kila mmoja wao aliondoka na hazina ya maarifa isiyoorodheshwa.

Uratibu wa mtiririko wa kazi. Mara mradi unapopatikana, mfumo huanzisha usanidi wa mradi, ratiba, madaftari ya vitu vinavyowasilishwa, ufuatiliaji wa bajeti, kumbukumbu za uzingatiaji wa kanuni, miundo ya nyaraka, na rasimu za kazi — ukipandisha masuala kwa binadamu katika vituo vya udhibiti vilivyoainishwa badala ya kusubiri kuulizwa.

Bidhaa si hesabu za uhandisi wala michoro. Bidhaa ni uendeshaji wa taasisi nzima ya uhandisi kwa namna mpya kabisa.Nadharia ya msingi, ikielezwa waziwazi

04 — Kituo cha kuanzia

Anza pale ambapo hakuna anayelazimika kutia muhuri wa kitaalamu kwenye chochote.

Baadhi ya kazi za uhandisi sasa zinarudiwa mara kwa mara kiasi kwamba akili tayari imepachikwa ndani yake — katika viwango, violezo, miundo ya awali, na taratibu zilizowekwa. Kilichobaki ni utekelezaji, ukaguzi, uandishi wa nyaraka, na kuidhinisha. Hilo ni tatizo tofauti kabisa na "buni daraja," nalo ndilo mahali sahihi pa kuanzia.

Njia sahihi ya kupanga mfuatano wa kuingia ni kuweka kila utendaji kwenye mihimili miwili kwa wakati mmoja: unaweza kufanywa otomatiki kwa kiasi gani, na unabeba dhima ya kitaalamu ya kiasi gani. Mihimili hiyo miwili si huru kwa kila mmoja — na eneo salama lenye thamani ni la juu-kushoto, si la juu-kulia.

Kielelezo 4 · Uwezekano wa uendeshaji otomatiki dhidi ya kiwango cha dhima

Mhimili mlalo ni kiasi gani cha utendaji ambacho AI inaweza kukibeba kwa uhalisia leo. Mhimili wima ni kiasi gani cha dhima ya kitaalamu kinachoambatana na kukosea. Utendaji wa rangi ya samawati hauhitaji muhuri wa kitaalamu; utendaji wa rangi ya chungwa unahitaji, au unaingia moja kwa moja katika kazi yenye muhuri. Mfuatano wa Oxvelo wa kuingia unapita kutoka kushoto kwenda kulia katika ukanda wa samawati kabla ya kugusa ule wa chungwa.

Hakuna muhuri wa kitaalamu unaohitajika Kazi yenye muhuri / uwajibikaji halisi unaambatana

Huu ni mfumo wa kufikiri, si data ya utafiti wa maoni. Nafasi zilizowekwa ni maoni ya kihariri ya Oxvelo, yakiongozwa na vikwazo vya leseni vilivyo katika §7 na kwa nanga moja pekee ya kiasi iliyochapishwa inayopatikana: McKinsey inasema kwamba "AI has the potential to automate 50 percent of nonphysical work in the architecture and engineering sectors."² Kwa upande mwingine — na haya ni madai tofauti, si kadirio la thamani ya yale ya kwanza — McKinsey Global Institute inakadiria sekta ya AEC inaweza kufungua takriban $228 bilioni ya thamani ya mwaka nchini Marekani ifikapo 2030 "through AI and other automation technologies."² Mara nyingi hizo mbili hunukuliwa kama takwimu moja; si moja. Chati hii inapaswa kusomwa kama dhana iliyotolewa ili kupimwa, si kama kipimo.

Angalia hili linaondoa nini. Linaondoa AI inayoidhinisha nyaraka za uwasilishaji kwa kujitegemea. Linaondoa AI yenye uwajibikaji halisi wa kitaalamu (responsible charge) juu ya muundo. Linaondoa kuuza wazo la "modeli ndiyo iliyotia muhuri." Linaloingiza ndani ni kampuni ya uhandisi ambapo pendekezo la zabuni lilikusanywa ndani ya alasiri moja badala ya wiki mbili, mikengeuko ya mkataba iliashiriwa dhidi ya kiwango cha kampuni kabla mkuu wa kampuni hajawahi kufungua faili, daftari la vitu vinavyowasilishwa lilijijenga lenyewe wakati wa kuanza, na kumbukumbu ya RFI ilijibu 60% ya maswali yake yenyewe kwa kutaja kifungu cha vipimo vya kiufundi — yote yakiwa yanaweza kukaguliwa, yote yakipandisha masuala kwa binadamu mwenye leseni aliyetajwa kwa jina katika vituo ambavyo sheria inavihitaji.

05 — Madai ya msingi

Hatuhitaji tena wahandisi kuzalisha muundo. Tunawahitaji kuukagua ubora wake.

Hii ndiyo namna kali zaidi ya nadharia hii, nayo inastahili kuelezwa bila kuzungusha: timu ya usanifu ya wahandisi mia moja ni zao la kikwazo cha uzalishaji ambacho hakifungi tena. Wahandisi wawili, wakikagua na kubeba uwajibikaji wa matokeo yaliyozalishwa na AI, wanaweza kubeba mzigo wa uzalishaji ambao hapo awali ulihitaji timu kubwa. Matokeo ya hilo kifedha, kwa kiasi cha kazi kinachopita, kwa usahihi, na kwa muda wa mzunguko si ya nyongeza kidogo. Ni biashara tofauti kabisa.

Sababu inayofanya hili lisiwe la kizembe ni kwamba taaluma tayari ina kundi la kisheria kwa mpangilio huohuo hasa, nayo imekuwa nalo kwa miongo kadhaa. Linaitwa ukaguzi.

Uwajibikaji halisi wa kitaalamu (responsible charge) haukuwahi kudai uandishi wa kazi

Zisome kanuni tena ukiwa na madai haya akilini — na usome zile za sasa, kwa sababu NCEES iliandika upya fasili muhimu mwezi Agosti 2025 kwa namna ambayo karibu haijazungumziwa kabisa. Model Law ya zamani ilifasili responsible charge kama "direct control and personal supervision of engineering or surveying work." Model Law ya Agosti 2025 ilibadilisha hilo kwa kipimo cha kiutendaji: uwajibikaji halisi wa kitaalamu (responsible charge) sasa unamaanisha "to exercise full professional knowledge of and control over work," ukifafanuliwa kama majukumu manne — mamlaka ya kukagua, kubadilisha, kukataa au kuidhinisha kazi; ufahamu binafsi wa upeo wake; uwezo wa kujibu maswali kuihusu; na kukubali uwajibikaji kamili juu yake.²⁰

Mabadiliko hayo ni muhimu kuliko maoni yoyote niliyoyaona yanavyokiri. Kipimo cha zamani kiliuliza iwapo ulimsimamia mtu aliyefanya kazi. Kipya kinauliza iwapo unaijua, unaidhibiti, unaweza kuitetea, na unaimiliki kazi yenyewe. Mhandisi mwenye leseni anayekagua matokeo ya AI anaweza kutimiza kila mojawapo ya majukumu hayo manne. Mhandisi mwenye leseni hawezi "kusimamia binafsi" modeli kwa maana yoyote ya kweli — chini ya lugha iliyofutwa, hoja ilikuwa ngumu. Chini ya lugha ya sasa, iko safi.

Sehemu iliyobaki ya mfumo inaelekeza upande huohuo. NCEES Model Rules §240.20 D inahitaji muhuri uwekwe kwenye kazi "only when it was under the licensee's responsible charge."^20b Kanuni ya New York inafasili mwenendo usio wa kitaalamu kuwa ni kutia muhuri kwenye nyaraka ambazo huduma zake "have not been performed by, or thoroughly reviewed by, the licensee" — utengano huo umo ndani ya kanuni yenyewe.⁵⁹ Kanuni za Maadili za NSPE zinatambua wazi mhandisi kukubali uwajibikaji wa uratibu wa mradi mzima na kutia muhuri kwenye nyaraka zake, mradi kila sehemu ya kiufundi imetiwa saini na muhuri na mhandisi mwenye sifa aliyeiandaa.^21b

Kila kampuni kubwa ya uhandisi duniani tayari inaendeshwa hivi. Mkuu wa kampuni hutia muhuri kwenye kazi iliyozalishwa na wafanyakazi wadogo ambayo yeye binafsi hakuichora. Thamani ya mhandisi mkuu haikuwahi kuwa uchoraji — ilikuwa ni busara iliyotumika kwenye uchoraji huo. AI haibadilishi muundo wa kisheria wa uhusiano huo hata kidogo. Inabadilisha gharama ya ziada ya kitu kinachokaguliwa kutoka mshahara wa mhandisi hadi bili ya kompyuta.

NSPE Board of Ethical Review ilithibitisha mpaka huo kwa usahihi katika Case 24-2. Mhandisi alitumia AI kuandaa rasimu ya ripoti ya maji ya ardhini — ambayo aliihakiki kwa kina, akiilinganisha na makala za majarida — na kuandaa rasimu za nyaraka za usanifu, ambazo alizikagua kwa juujuu tu; mteja aligundua vipimo visivyolingana na vipengele vya usalama vilivyoachwa. Uamuzi wa Bodi haukuwa kwamba kutumia AI kulikuwa kubaya: "The use of AI-assisted drafting tools by Engineer A was not unethical per se. However, Engineer A's misuse of the tool, by failing to maintain Responsible Charge over the AI tool and its output before sealing the document… was unethical."²¹ Ukiukaji ulikuwa ni ukaguzi usiotosha, si kukabidhi kazi. Hiyo ni taa ya kijani yenye sharti, na sharti hilo ndilo bidhaa yenyewe.

Mambo mawili katika kesi hiyo yanafaa kubebwa mbele badala ya kupitiwa juujuu. Kwanza, Bodi iliamua kwamba matumizi ya ripoti yalikuwa "partly ethical, and partly unethical" — uhakiki wa kina ulitimiza wajibu wa umahiri, lakini mhandisi kwa upande mwingine alishindwa kupata ruhusa ya mteja kabla ya kufichua taarifa binafsi kwa zana hiyo na alishindwa kuandika marejeleo ya kiufundi yaliyotakiwa. Uhakiki peke yake haukutosha. Pili, Bodi iliamua kwamba hakukuwa na wajibu wa kumtaarifu mteja kuhusu matumizi ya AI, huku ikibainisha kwamba "ethical principles favor transparency when AI plays a substantial role."²¹ Kwa hiyo ushughulikiaji wa data na nidhamu ya marejeleo ni mahitaji ya bidhaa sambamba na ukaguzi — na hicho ndicho hasa kusudi la tabaka la asili ya taarifa lililo katika Kielelezo 6.

Thamani ya mhandisi mkuu haikuwahi kuwa uchoraji. Ilikuwa ni busara iliyotumika kwenye uchoraji huo. AI haibadilishi muundo wa kisheria wa uhusiano huo — inabadilisha gharama ya ziada ya kitu kinachokaguliwa.

Hesabu ya mnyumbuliko

Uchumi unafuata kimitambo. Kampuni za usanifu majengo nchini Marekani huzalisha wastani wa malipo halisi ya $143,000 kwa kila mfanyakazi — kutoka $86,000 mwaka 2011⁷ — dhidi ya gharama ya jumla ya kazi ya $119,511 kwa kila mfanyakazi katika kampuni za A&E.⁴⁵ Hilo ndilo tatizo la sekta nzima katika takwimu mbili: mapato kwa kila kichwa na gharama kwa kila kichwa ni karibu takwimu ileile, na kiwango cha gharama za ziada cha 161.3% kipo kati yake. ($143,000 ni wastani wa hesabu; AIA haichapishi wastani wa kati, na katika mtawanyiko uliopotoshwa kiasi hiki wastani wa kati huenda uko chini zaidi — jambo linalofanya pengo kuwa baya zaidi, si bora.)

Sasa ingiza uwiano wa mnyumbuliko — uite L, idadi ya visawe vya mhandisi vya matokeo ya uzalishaji ambavyo mtaalamu mmoja mwenye leseni anaweza kuvikagua na kubeba uwajibikaji wake. Leo, kimuundo, L ≈ 1. Kila mhandisi huzalisha takriban kazi yake mwenyewe. Sogeza L na mstari wa mapato kwa kila mtaalamu husogea nao, kwa mstari ulionyooka, wakati gharama ya idadi ya wafanyakazi haisogei.

Kielelezo 5 · Mkondo wa mnyumbuliko

Mapato halisi kwa kila mtaalamu mwenye leseni kama kipimo cha uwiano wa mnyumbuliko L — ni visawe vingapi vya mhandisi vya matokeo ya uzalishaji ambavyo mtaalamu mmoja anavikagua na kuvitia muhuri. Kituo cha msingi ni data iliyochapishwa; mkondo ni hesabu; dari haijulikani na kuitafuta ndiyo biashara yenyewe.

Msingi (uliochapishwa): $143,000 wastani wa malipo halisi kwa kila mfanyakazi, AIA 2024 Firm Survey Report (data ya 2023) — ni wastani wa hesabu, si wastani wa kati; AIA haichapishi wastani wa kati.⁷ Ifanyie hesabu kwa takwimu zako mwenyewe → Mkondo ni hesabu, si utabiri: mapato kwa kila mtaalamu = msingi × L, bei kwa kila kitu kinachowasilishwa ikibaki ileile. Mambo mawili yanaupinda kiutendaji. Kwanza, bei za ushindani: iwapo akiba itapitishwa kwa wateja, mapato kwa kila mtaalamu hupanda polepole zaidi — lakini faida bado hupanda, kwa sababu gharama kwa kila kitu kinachowasilishwa hushuka haraka kuliko bei. Pili na muhimu zaidi, hili hugeuka kuwa faida tu katika kazi yenye bei isiyobadilika (fixed-fee au lump-sum). Katika mikataba ya malipo kwa saa na vifaa, kupunguza saa hupunguza mapato — na hicho ndicho hasa kikwazo cha kupata mapato ambacho ENR ilikibaini katika ununuzi wa Consigli wa $390M uliofanywa na AECOM.⁴⁶

Madai ya "wahandisi wawili badala ya mia moja" yapo mwisho kabisa wa kulia wa mkondo huo — L ≈ 50 kwa utendaji wa uzalishaji hasa. Ufafanuzi wa mambo mawili unayafanya yaweze kutetewa badala ya kuwa ya kijasiri tu:

Yanahusu uzalishaji, si kampuni nzima. Kampuni ya uhandisi ya watu mia moja si watu mia moja wanaochora. Ina wasimamizi wa miradi, wafanyakazi wa utawala wa ujenzi, wakuu wa kampuni, fedha, na ukuzaji biashara. Madai ni kwamba utendaji wa uzalishaji wa usanifu unaporomoka hadi timu ndogo ya ukaguzi — huku nguvukazi ya AI iliyo katika Kielelezo 3 ikibana kwa wakati mmoja utendaji mwingine kwenye mikondo yake yenyewe. Hizo ni hoja mbili tofauti nazo zote zipo katika waraka huu.
Yanahusu kwanza kazi yenye violezo, inayorudiwarudiwa. Ukanda wa samawati katika Kielelezo 4 — pale ambapo akili tayari imepachikwa katika viwango, miundo ya awali, na taratibu zilizowekwa, na kilichobaki ni utekelezaji, ukaguzi na uandishi wa nyaraka. Kwenye jengo la aina ya kwanza kabisa, L hubaki karibu na 1 kwa muda mrefu, nayo inapaswa kubaki hivyo.

Basi kwa nini Oxvelo inaajiri wahandisi hata kidogo?

Pingamizi dhahiri kwa yote yaliyo hapo juu ni kwamba yanaonekana kupingana na mpango. Iwapo wahandisi hawahitajiki kuzalisha muundo, kwa nini kukusanya timu ya wahandisi?

Kwa sababu dari ya kile ambacho mfumo wa AI huzalisha huwekwa na ubora wa utaalamu wa kitaaluma uliopachikwa ndani yake — na utaalamu huo lazima utoke mahali fulani. Modeli ya matumizi ya jumla ikitupwa ndani ya kampuni ya uhandisi huzalisha matokeo ya kawaida. Modeli ileile, ikifanya kazi dhidi ya hazina iliyoteuliwa ya viwango vya kampuni hiyo, miundo ya awali, vigezo vya kukubali, taratibu za ukaguzi, historia ya kushindwa, na desturi zilizopatikana kwa taabu, huzalisha kazi ya kampuni hiyo. Tofauti kati ya mifumo hiyo miwili si modeli. Ni wahandisi waliojenga ule wa pili.

Hiki ndicho hasa kile ambacho utafiti wa uwezo unakiashiria, ukisomwa mbele badala ya nyuma. AECBench iligundua LLM zikiwa dhaifu zaidi katika kutafsiri majedwali ya kanuni za ujenzi na katika hoja tata³⁸ — jambo linalomaanisha suluhisho ni utafutaji wa taarifa dhidi ya vyanzo vilivyoteuliwa na kuthibitishwa na wataalamu wa fani pamoja na ukaguzi wa uhakika wenye vigezo vya kukubali vilivyowekwa na wataalamu hao. Kuteua vyanzo hivyo na kuweka vigezo hivyo ni kazi ya uhandisi ya ngazi ya juu. Kubuni majibu ya uongo (hallucination) ni zao la kimuundo la malengo ya mafunzo yanayotuza kubahatisha;³⁹ jibu lake ni tabaka la asili ya taarifa ambalo ukweli wake wa msingi ulipaswa kuwekwa na mtaalamu wa fani. Kila tabaka lililo katika Kielelezo 6 linalofanya ukaguzi kuwa rahisi lenyewe ni amana ya busara ya kitaalamu iliyowekwa mara moja na kutumika mara nyingi.

Uongozi wa Eudia ulisema jambo lilelile walipoinunua kampuni ya huduma za kisheria ya watu 300 badala ya kuajiri wahandisi wa kujenga kuzunguka modeli: "building truly transformative systems requires deep human expertise embedded within the technology itself."⁴² Utendaji wa usanifu majengo wa AI wa cove.tool ulijengwa juu ya madai ya muongo mmoja wa utafiti na maendeleo uliofanywa na wasanifu majengo wanaofanya kazi, si na timu ya AI iliyosoma kitabu cha kanuni.⁴⁵

Hivyo idadi ya wafanyakazi haishuki hadi sifuri. Inabadilisha umbo. Kazi ya mhandisi inagawanyika mara tatu, na kila mojawapo ni kazi yenye thamani kubwa kuliko uchoraji:

Nafasi 1

Mbunifu wa maarifa

Husimba busara ya kampuni ndani ya mfumo: viwango, violezo, ukaguzi ulioamriwa, vigezo vya kukubali, kanuni za kupandisha masuala, na jinsi "kizuri" kinavyoonekana. Hii ndiyo mali inayozidi kujilimbikiza. Hufanywa mara moja na hutumika katika kila mradi baadaye.

Nafasi 2

Mkaguzi mwenye uwajibikaji halisi wa kitaalamu

Huamua kundi la mambo yasiyo ya kawaida lililopangwa kwa vipaumbele, hutumia busara ya kitaalamu, hutia muhuri kwenye kazi, na hubeba uwajibikaji. Haibadilishwi kisheria, nayo ndiyo nafasi pekee ambayo sheria zinaitaja kwa jina.

Nafasi 3

Mbunifu wa kazi mpya kabisa

Hushughulikia tatizo la aina ya kwanza kabisa, ambapo hakuna kiolezo na hakuna mfano wa awali unaotumika. Ambapo L hubaki karibu na 1 — na ambapo muda wa mhandisi una thamani kubwa kuliko wakati wowote uliopita.

Angalia hili linafanya nini kwa sura ya uajiri. Halihitaji timu kubwa ya wachoraji wa uzalishaji. Linahitaji idadi ndogo ya watu wenye ukuu usio wa kawaida — wale wenye busara inayostahili kusimbwa. Nayo ndiyo hasa rasilimali ambayo soko linaikosa zaidi. Utafiti wa nguvukazi wa ACEC wa 2025 uligundua kwamba ni 34% tu ya wanafunzi wa uhandisi wanaojihisi wameandaliwa vyema kwa ujuzi muhimu zaidi wa kufanikiwa katika taaluma waliyoichagua, huku wataalamu wa kati ya kazi na waliokomaa wakikadiria kwamba ni 14% tu ya wenzao vijana walioandaliwa vyema kwa ujuzi huohuo.¹⁵ Weka hilo dhidi ya wahandisi 184,175 wanaoondoka katika nguvukazi ndani ya mwaka mmoja.¹⁵ Rasilimali adimu katika sekta hii si uwezo wa uzalishaji. Ni busara ya wataalamu wakuu — na busara ya wataalamu wakuu ndiyo rasilimali pekee ambayo AI haiwezi kuitoa na ndiyo pekee ambayo kampuni iliyozaliwa na AI inaweza kuinyumbua mbali zaidi.

Tahadhari mbili kuhusu takwimu hizo, kwa kuwa zina uzito hapa. Ile 34% inatokana na sampuli ya urahisi ya wanafunzi 195 waliopatikana kupitia vyuo vikuu vitatu na waombaji wa ufadhili wa masomo wa ACEC, si paneli ya kitaifa inayowakilisha. Na ile 14% ni kadirio la wataalamu wa kati ya kazi na wakuu — ni mtazamo kuhusu maandalizi, si kipimo chake. Zote zinaelekeza upande mmoja; hakuna iliyo sahihi kwa uhakika.

AI haimbadilishi mtaalamu wa fani. Inamzidisha mmoja. Swali si tena wahandisi wangapi unaweza kuwamudu — ni wale wawili ulionao ni wazuri kiasi gani.

Madai ya ukubwa, na kinachoyaunga mkono kihalisi

Nanga bora zaidi ya kiasi inayopatikana ni kauli ya McKinsey kwamba "AI has the potential to automate 50 percent of nonphysical work in the architecture and engineering sectors."² Angalia maana yake kwa lugha ya mnyumbuliko: ni L ≈ 2 katika taasisi nzima — kuongezeka mara mbili, si mara hamsini. Madai ya L kubwa ni madai kuhusu kipande chembamba kilichochaguliwa kwa makusudi, nayo yanapaswa kuelezwa hivyo daima. (Tahadhari kuhusu takwimu utakayoiona ikinukuliwa pamoja nayo: $228 bilioni ya MGI ni thamani ya mwaka inayokadiriwa nchini Marekani kwa sekta nzima ya AEC ifikapo 2030 kutokana na "AI and other automation technologies" — si thamani ya kifedha ya ile 50%, wala si AI peke yake.²)

Ushahidi wa moja kwa moja zaidi wa kiutendaji unatoka cove.tool, iliyoanzisha Cove Architecture mwezi Machi 2025 kama kampuni kamili ya usanifu majengo inayoendeshwa na AI baada ya madai ya $25 milioni na muongo mmoja wa utafiti na maendeleo. Matokeo yake yaliyoripotiwa katika mradi wa nyumba wa vitengo 15 mjini Atlanta:

60%

Kupunguzwa kwa ratiba za usanifu

95%

Usahihi wa makadirio ya gharama

40%

Kupunguzwa kwa gharama ya kurudia usanifu

Siku 15

Kukamilika kwa mradi, mwanzo hadi mwisho

Chanzo: cove.tool, kama ilivyoripotiwa na Bisnow na Multi-Housing News (2025).⁴⁵ Zishughulikie kwa tahadhari: hizi ni takwimu zilizoripotiwa na kampuni yenyewe kuhusu mradi mmoja tu, kutoka kampuni yenye umri wa takriban miezi kumi na minane, na hakuna taarifa yoyote kati ya hizo inayobainisha iwapo Cove Architecture ni kampuni iliyosajiliwa yenye leseni au jinsi ilivyoajiri wafanyakazi. Ni ishara bora zaidi inayopatikana kwamba ukubwa huu ni halisi, lakini si uthibitisho.

Taaluma jirani zinasomeka vivyo hivyo, na Crosby ndicho kielelezo safi zaidi. Ilikagua zaidi ya mikataba 1,000 ya kibiashara ndani ya takriban miezi mitano tangu kuanzishwa kwake, ikiwa na watu wapatao 19; kufikia Series B yake ya Machi 2026 takwimu iliripotiwa kuwa karibu mikataba 13,000 kwa mawakili wapatao 30.⁴⁰ Huo ni mkondo wa mnyumbuliko ukisogea kwa wakati halisi, katika taaluma yenye leseni, huku kampuni ikisema wazi: "We stand behind our work and take liability for it."⁴⁰ Mdhibiti wa Uingereza aliidhinisha Garfield.Law kwa sharti kwamba mawakili waliosajiliwa waliotajwa kwa majina wabaki na uwajibikaji wa mwisho kwa matokeo yote ya mfumo.⁴¹ Hiyo ndiyo modeli ya ukaguzi wa ubora, ikiwa na leseni na ikifanya kazi, katika taaluma yenye muundo wa dhima sawa na wa uhandisi.

Sehemu ngumu: kuufanya ukaguzi upanuke

Hili hapa ni tatizo la kweli lililo katika madai haya, nalo ni tatizo halisi. Iwapo wahandisi wawili lazima wakague kwa uhalisia matokeo ya mfumo unaozalisha kwa kasi ya wahandisi mia moja, uwezo wa ukaguzi unakuwa kikwazo kinachofunga na kutia muhuri bila kukagua kunakuwa njia ya kushindwa. Mkaguzi asiyeweza kukagua kihalisi hana uwajibikaji halisi wa kitaalamu (responsible charge), chati ya shirika iseme lolote — na katika New York, mkaguzi huyo anadaiwa kuhifadhi tathmini ya maandishi kwa miaka sita kwa kazi iliyoandaliwa na wengine.⁵⁹

Kwa hiyo uwiano wa mnyumbuliko haupatikani kwa kuifanya AI kuwa bora zaidi katika kuzalisha. Unapatikana kwa kuyafanya matokeo kuwa nafuu zaidi kuyahakiki. Hilo ni tatizo tofauti la kiuhandisi, ndilo bidhaa halisi, nalo ndilo linaloelezwa katika Kielelezo 6.

Kielelezo 6 · Jinsi ukaguzi unavyopanuka — muundo wa uhakiki

Kila tabaka lililo hapa chini hupunguza kiasi cha matokeo ambacho binadamu lazima akisome kwa makini ili awe kihalisi na uwajibikaji halisi wa kitaalamu (responsible charge) juu ya yote. L ni matokeo ya rundo hili, si ya ubora wa modeli.

Muundo — Oxvelo. Tabaka la ukaguzi wa uhakika lipo kwa sababu AECBench iligundua LLM zikiwa dhaifu zaidi hasa katika hesabu tata na tafsiri ya majedwali ya kanuni;³⁸ tabaka la asili ya taarifa lipo kwa sababu ubunifu wa majibu ya uongo ni sifa ya kimuundo ya lengo la mafunzo, si kasoro inayosubiri kuzibwa;³⁹ tabaka la uhakikisho lipo kwa sababu upendeleo wa kuamini mifumo otomatiki unapimika, unadumu hata kwa wataalamu, na "cannot be prevented by training or instructions."^7c^7b Kila tabaka linajibu njia ya kushindwa iliyotajwa na kunukuliwa. Zingatia pia ugunduzi wa AECBench kuhusu usimbaji: kubadilisha majedwali ya kanuni za ujenzi kuwa maelezo ya lugha ya kawaida kuliinua usahihi wa modeli juu yake kutoka 45.27% hadi 98.94%³⁸ — jambo linalomaanisha kwamba hazina ya utafutaji si kumbukumbu tulivu bali ni kitu kilichoundwa kwa uhandisi, na kuiandaa ndiyo kazi kuu ya mbunifu wa maarifa.

Ikielezwa kama kanuni ya usanifu: mhandisi hapaswi kamwe kukagua mchoro. Mhandisi anapaswa kukagua kundi dogo lililopangwa kwa vipaumbele la mambo yanayotoka nje ya kawaida, kila moja likibeba asili yake ya taarifa, dhidi ya kifurushi ambapo kila kisicho na hitilafu tayari kimethibitishwa kwa ukaguzi wa uhakika. Fanya hilo sawasawa na L hupanda. Likosee na utakuwa umejenga mtambo unaotengeneza dhima kwa wingi.

06 — Kwa nini sasa, na kwa nini soko hili

Sekta iliyogawanyika, pengo la uchukuaji, na dirisha la muungano.

Masharti matatu ya soko lazima yatimie kwa wakati mmoja ili hii iwe biashara badala ya nadharia tu. Yote matatu kwa sasa yametimia.

Sekta imegawanyika kwa kiwango cha ajabu

Anza na takwimu ya mkusanyiko, kwa sababu ndiyo iliyo safi zaidi. ENR's 2026 Top 500 Design Firms — kampuni mia tano kubwa zaidi za usanifu nchini — ziliandikisha $136.3 bilioni za mapato ya usanifu ya ndani ya Marekani katika mwaka wa fedha 2025.¹² Quarterly Services Survey ya Census inaweka jumla ya mapato ya 2025 kwa NAICS 5413, huduma za usanifu majengo, uhandisi na zinazohusiana, kuwa takriban $494.5 bilioni.^12b Kwa hiyo kampuni mia tano kubwa zaidi nchini Marekani zinachukua kiasi cha 28% ya sekta. Ile 72% iliyobaki imetawanyika katika makumi ya maelfu ya kampuni — na ndani ya Top 500 yenyewe, kumi bora pekee zinachukua 32.2% ya mapato.¹²

Angalia ndani ya mkia mrefu na utaona ni mdogo kuliko watu wengi wanavyodhani. Utafiti wa Kampuni wa AIA wa 2024 unagundua kwamba 28% ya kampuni za usanifu majengo nchini Marekani ni za mtu mmoja, 32% zina wafanyakazi wawili hadi wanne, na takriban 75% zina chini ya kumi.⁷

Kielelezo 7 · Sehemu ya kampuni dhidi ya sehemu ya malipo yanayodaiwa, kwa ukubwa wa kampuni

Mara ya mwisho ambapo chombo cha kitaalamu kilichapisha nusu zote mbili za mtawanyiko huu katika jedwali moja. 81% ya kampuni za usanifu majengo zilikuwa na wafanyakazi chini ya kumi na zilipata 21% ya malipo yanayodaiwa; ile 1% ya kampuni zenye wafanyakazi 100 au zaidi ilipata 27%. Utafiti wa AIA wa 2024 unathibitisha kwamba umbo la upande wa kushoto halijabadilika kimsingi — na kwamba malipo yanayodaiwa yamejikusanya zaidi tangu wakati huo.

Sehemu ya kampuni Sehemu ya malipo yanayodaiwa

Chanzo: AIA, 2012 Survey Report on Firm Characteristics, Figure 1.4 (data ya 2011) — jedwali la hivi karibuni zaidi lililochapishwa likibeba mihimili yote miwili.^7d Kwa nini data ya 2011: Utafiti wa Kampuni wa sasa wa AIA huchapisha mtawanyiko wa ukubwa wa kampuni waziwazi lakini huweka mchanganuo wa malipo yanayodaiwa kwa ukubwa ndani ya ripoti inayolipiwa. Toleo la 2024 linathibitisha kwamba mtawanyiko umedumu (75% ya kampuni zikiwa chini ya wafanyakazi kumi) na kwamba mkusanyiko umeongezeka: kati ya 2015 na 2023 sehemu ya malipo yanayodaiwa iliyozalishwa na kampuni ndogo ilishuka kwa nusu, sehemu ya kampuni za wastani ilishuka 40%, na sehemu ya kampuni kubwa ilipanda 40%.⁷ Isome chati kama kiwango cha chini cha kihafidhina cha mkusanyiko wa leo, si picha ya sasa.

Mgawanyiko ni muhimu kwa sababu mahsusi: kampuni yenye watu kumi na mmoja haiwezi kujenga tabaka la uendeshaji la AI, wala haiwezi kununua linalofaa, lakini inaweza kuunganishwa nalo. Na mwelekeo wa mkusanyiko unasema kampuni ndogo tayari zinapoteza nafasi — pengo la mfumo wa uendeshaji ndilo chanzo chake. Na kampuni hizi tayari zinabadilisha mikono. Mwaka 2025 ulikuwa mwaka wa kwanza katika kumbukumbu wenye zaidi ya miamala 500 ya ndani ya A/E iliyokamilika; 72% ya miamala hiyo ilihusisha kampuni zenye mapato ya chini ya $10 milioni, na wanunuzi wanaoungwa mkono na mitaji binafsi au urekebishaji wa mitaji sasa wanachukua zaidi ya nusu ya miamala yote ya ushauri wa usanifu na mazingira.¹³ Kifuatiliaji cha pili, kikitumia fasili nyembamba zaidi ya sekta, kinahesabu miamala 361 mwaka 2025 huku PE ikiwa 38.3% ya ujazo wa miamala — kutoka 22.3% mwaka 2018.¹⁴ Fasili zinatofautiana; mwelekeo hautofautiani.

Ugavi wa vipaji una upungufu wa kimuundo

Utafiti wa nguvukazi wa ACEC unaweka upungufu halisi wa wahandisi wa mwaka 2022 kuwa takriban wahandisi 18,000, wakiwemo 8,411 katika fani kuu za uhandisi wa kiraia, mitambo na umeme.¹⁵ Shahada za uhandisi zilizotolewa zilifikia kilele karibu 214,000 mwaka 2019 na zimeshuka kwa zaidi ya 10,000 tangu wakati huo.¹⁵ Kufikia Robo ya 2 ya 2026, 33% ya kampuni za uhandisi zilikuwa zimekataa kazi katika miezi sita iliyotangulia kwa sababu ya upungufu wa wafanyakazi — chini kutoka 51% katika Robo ya 4 ya 2024, lakini bado ni theluthi moja ya sekta inayokataa mapato ambayo haiwezi kuipatia wafanyakazi.¹⁶ Wastani wa kati wa kazi iliyorundikana ni miezi 11, huku 49% ya kampuni zikiripoti mwaka mmoja au zaidi.

Hii ndiyo hoja ya upande wa mahitaji, nayo ina nguvu zaidi kuliko hoja ya upande wa gharama. Kampuni inayokataa kazi haitafuti kupunguza idadi ya wafanyakazi — inatafuta uwezo wa kupitisha kazi zaidi. Hilo linabadilisha kabisa namna ya kuuza.

Uchukuaji ni halisi lakini wa juujuu — na takwimu zilizochapishwa zimechanganyika

Hapa lazima niwe makini, kwa sababu hapa ndipo maandishi ya teknolojia ya AEC yasipokuwa na uaminifu zaidi. Viwango vya uchukuaji wa AI vilivyochapishwa kwa sekta hii vinaanzia 6% hadi 98% kutegemea kabisa ni nini kiliulizwa na kwa nani.

Kielelezo 8 · "Uchukuaji wa AI katika AEC" si takwimu moja

Takwimu saba zilizochapishwa kutoka 2024–2026, kila moja ikipima kitu tofauti. Soma swali, si asilimia.

Vyanzo, kutoka juu hadi chini: AIA/Deltek/ConstructConnect (2025) — kumbuka kwamba 20% zaidi ya kampuni zinaripoti utekelezaji unaoendelea;⁸ chanzo kilekile;⁸ Bluebeam kupitia ASCE (2025);⁹ AIA 2024 Firm Survey Report;⁷ Deltek Clarity ya 46;⁶ Deltek Clarity ya 47;⁴ Autodesk State of Design & Make: AI Pulse.¹⁰ Makundi mawili ya kuyaangalia kwa umakini wa pekee. Ile 27% ya Bluebeam si ya "wataalamu wa AEC" — ilihoji zaidi ya 1,000 wa watoa maamuzi ya teknolojia wa ngazi ya meneja au juu zaidi katika nchi tano pekee (Marekani, Uingereza, Ufaransa, Ujerumani, Australia).^9b2 Ile 98% ya Autodesk inagusa sekta zote tatu za Design & Make — usanifu majengo/uhandisi/ujenzi, usanifu wa bidhaa na utengenezaji, na vyombo vya habari na burudani — kwa hiyo si takwimu mahsusi ya AEC.¹⁰ Zote mbili hunukuliwa mara kwa mara kana kwamba ndivyo zilivyo.

Ishara inayoweza kutetewa zaidi si takwimu yoyote moja bali ni mfululizo mmoja ulioliuliza swali lilelile kwa sekta ileile kwa miaka mitatu mfululizo. Utafiti wa A&E wa Deltek ulipanda kutoka 38% hadi 53% hadi 70%.⁴⁶

Kielelezo 9 · Mstari mmoja wa mwelekeo unaodhibiti tofauti ya swali

Sehemu ya kampuni za usanifu majengo na uhandisi zinazoripoti matumizi ya AI na ujifunzaji wa mashine, Deltek Clarity A&E Industry Study, matoleo matatu ya mwaka mfululizo ya paneli ileile.

Chanzo: Deltek Clarity A&E Industry Study.⁴⁶ Ile 38% imeripotiwa ndani ya utafiti wa 46 kama ulinganisho wake wa mwaka uliopita ("up from 38% last year"), si kama kichwa cha habari cha utafiti wa 45; msingi wa sampuli pia unakua katika miaka mitatu (kampuni 650+ → 692 → 896), kwa hiyo huu ni mkato wa kurudiwarudiwa, si paneli isiyobadilika. Kisome kiwango kwa usahihi pia: "kutumia AI" ni kizingiti cha chini — matumizi yoyote ya AI au ML popote ndani ya kampuni. Takwimu shirikishi ya Deltek yenyewe katika toleo la 47 ndiyo yenye maana: ni 38% tu wanaoripoti athari chanya inayopimika kibiashara kutokana nayo.⁴ Mlango uko wazi. Hakuna aliyeujenga upya mfumo wa uendeshaji.

Pengo hilo — 70% ya kampuni zikigusa AI lakini ni 38% tu zinazoripoti athari inayopimika kibiashara,⁴ huku 52% ya waliohojiwa wa AEC bado wakitumia karatasi katika hatua ya usanifu na 43% bado wakitegemea saini za mkono⁹ — ndiyo fursa nzima. Uchukuaji una upana wa maili moja na kina cha inchi moja. Hakuna aliyeijenga upya taasisi.

07 — Hoja pinzani

Pingamizi saba, kwa nguvu zake kamili.

Waraka wa msimamo unaotetea upande mmoja tu ni matangazo. Hapa chini ni hoja saba zenye nguvu zaidi dhidi ya Oxvelo kufanya hili — zikielezwa jinsi msomaji mpinzani mwenye taarifa nzuri angezieleza, kisha zikijibiwa. Tatu kati yake ni sahihi kwa kiasi kikubwa, nazo zinabadilisha mkakati badala ya kuuangusha.

Pingamizi 1 · Leseni

AI haiwezi kuwa na uwajibikaji halisi wa kitaalamu (responsible charge) juu ya kazi ya uhandisi, haiwezi kutia muhuri kwenye mchoro, na haiwezi kubeba uwajibikaji wa kitaalamu. Kila kitu chenye thamani ndani ya kampuni ya uhandisi huishia kwenye saini ya binadamu mwenye leseni. Mnafanya otomatiki sehemu zisizo na maana.

Jibu

Nusu ya kwanza ni kweli tupu, na Oxvelo inapaswa kuisema kwa sauti kubwa kuliko wakosoaji wake. NCEES Model Rules §240.20 D zinahitaji muhuri na saini ya mwenye leseni viwekwe kwenye kazi "only when it was under the licensee's responsible charge,"^20b huku uwajibikaji halisi wa kitaalamu ukifasiliwa tangu Agosti 2025 kuwa ni kutekeleza "full professional knowledge of and control over work."²⁰ New York inakwenda mbali zaidi: kutia muhuri kwenye nyaraka ambazo mwenye leseni hakuziandaa binafsi wala hakuzifanyia "thoroughly review" kunafasiliwa kama mwenendo usio wa kitaalamu, na mwenye leseni anayekagua kazi ya mwingine lazima ahifadhi tathmini ya maandishi kwa miaka sita.⁵⁹

Nusu ya pili — "sehemu zisizo na maana" — ndipo pingamizi linaposhindwa, na Kielelezo 2 ndilo jibu. Iwapo 41% ya saa zinazolipiwa tayari haziwezi kudaiwa kwa mteja na kila dola ya kazi inayodaiwa hubeba $1.61 ya gharama za ziada, basi kazi isiyo na muhuri ndiyo uchumi wa kampuni. Muhuri ni dhamana ya bidhaa. Si muundo wa gharama za bidhaa.

Wadhibiti, jambo la kuzingatia, tayari wamelijibu swali jembamba. Texas Board of Professional Engineers and Land Surveyors ilitoa Policy Advisory Opinion PAO-71 mwezi Novemba 2024 ikigundua kwamba programu ya AI haijakatazwa, kwamba "licensees are ultimately responsible for any work product they sign and seal," na kwamba kanuni zilizopo tayari zinasimamia AI ipasavyo — ikikataa kuandika kanuni mahsusi za AI.²² NSPE Board of Ethical Review ilifikia hitimisho sambamba katika Case 24-2: kutumia zana ya AI ya kuandaa rasimu "was not unethical per se"; kushindwa kudumisha uwajibikaji halisi wa kitaalamu juu ya matokeo yake kabla ya kutia muhuri ndiko kulikokuwa kubaya.²¹ Bodi ya Florida iliiweka katika sentensi moja: "AI can assist your work, but it cannot replace your professional judgment or accountability."²³

Kile hili linachokizuia kihalisi: Oxvelo haiwezi kamwe kutangaza matokeo yenye muhuri yanayojitegemea, na kila mtiririko wa kazi unaogusa kitu kinachowasilishwa chenye muhuri unahitaji rekodi ya ukaguzi wa binadamu inayoweza kukaguliwa tangu usanifu wake — katika New York, tathmini ya maandishi iliyohifadhiwa. Hilo ni sharti la bidhaa, nalo linapaswa kujengwa tangu siku ya kwanza badala ya kuongezwa baada ya dai la kwanza.

Pingamizi 2 · Umiliki

Wewe si mwenye leseni katika New York. Chini ya sheria ya New York huwezi kumiliki kampuni ya uhandisi, huwezi kuwa Rais wake, huwezi kuwa Mwenyekiti wake, wala huwezi kuwa Mtendaji Mkuu wake. Taasisi unayopendekeza kuijenga ni haramu katika jimbo lako mwenyewe.

Jibu

Pingamizi hili ni sahihi, nalo ndilo ugunduzi wenye matokeo makubwa zaidi katika waraka huu. Halishindi mkakati. Linaamuru muundo wa kampuni.

Kanuni ya msingi ya New York kwa shirika la kawaida la huduma za kitaalamu linalofanya uhandisi ni kwamba kila mwanahisa, afisa na mkurugenzi lazima awe na leseni ya New York, na "no other entity or individual except those described in the preceding may practice professional engineering in New York State."²⁵ Ufunguo pekee wa nafuu ni Design Professional Service Corporation chini ya BCL §1503(b-1), na masharti yake ni magumu zaidi kuliko muhtasari unaotolewa kwa kawaida:²⁴

Zaidi ya 75% ya hisa zilizotolewa lazima zimilikiwe na wataalamu wa usanifu na ESOP;
Zaidi ya 75% ya wakurugenzi na zaidi ya 75% ya maafisa lazima wawe wataalamu wa usanifu;
Rais, mwenyekiti wa bodi, na mtendaji mkuu au watendaji wakuu, wote lazima wawe wataalamu wa usanifu;
Mwanahisa mkubwa zaidi lazima awe mtaalamu wa usanifu au ESOP inayostahili;
Na jambo la muhimu zaidi — kipande cha chini ya 25% kinapatikana kwa mipango ya umiliki wa hisa za wafanyakazi na kwa wafanyakazi wa shirika ambao si wataalamu wa usanifu. Taasisi ya nje ya uwekezaji isiyo ya mfanyakazi haistahili kabisa.

Kwa hiyo hali ni mbaya zaidi kuliko "asiye na leseni anaweza kushikilia hadi 25%." Katika New York, kampuni tegemezi ya nje haina njia yoyote ya kupata hisa katika taasisi ya usanifu yenye leseni. Majimbo mengine yana uhuru zaidi kwa mbali: California inahitaji mhandisi mwenye leseni awe mmiliki, mshirika, au afisa msimamizi na inakataza umiliki wa mtu mmoja asiye na leseni,²⁷ na kanuni ya usajili wa kampuni ya Texas haisemi lolote kuhusu umiliki, ikihitaji tu kwamba angalau mwenye leseni mmoja wa muda wote aliye hai aajiriwe na asimamie kazi yenye leseni.²⁶

Kielelezo 10 · Kiasi gani cha taasisi ya usanifu yenye leseni asiye na leseni anaweza kumiliki

Majimbo matatu, mifumo mitatu. New York ndilo lenye ukali zaidi nchini; nalo ndilo jimbo ambalo Oxvelo imesajiliwa. Upau ni urahisishaji wa sheria — tanbihi ndizo zinazobeba masharti halisi, na kila mojawapo ni ya kubeba uzito.

Vyanzo: NY Business Corporation Law §1503(b-1) na NYSED Office of the Professions;²⁴²⁵ Cal. Bus. & Prof. Code §6738;²⁷ 22 Tex. Admin. Code §137.77.²⁶ Usome upau wa New York kama kikomo cha nje, si haki iliyohakikishwa. Kipande cha chini ya 25% kimetengwa kisheria kwa ESOP na kwa wafanyakazi wa shirika ambao si wataalamu wa usanifu — taasisi ya nje ya uwekezaji isiyo ya mfanyakazi haistahili, kwa hiyo takwimu ya kiutendaji kwa kampuni tegemezi ni sifuri. California: §6738 inagusa matawi ya uhandisi wa kiraia, umeme na mitambo pekee; katazo tofauti kuhusu LLC za uhandisi linatoka Cal. Corp. Code §17701.04(e), si §6738.^27b Texas: haisemi lolote kuhusu umiliki, lakini angalau mwenye leseni mmoja wa muda wote aliye hai lazima aajiriwe. Hakuna kilicho katika waraka huu ambacho ni ushauri wa kisheria; hakiki yote kwa wanasheria kabla ya kujitolea kwa muundo wowote.

Pingamizi 2, likiendelea · Jibu la kimuundo

Taaluma tatu tofauti zinazodhibitiwa zimekutana kwa kujitegemea kwenye suluhisho lilelile la tatizo hili hasa, jambo ambalo ni ushahidi imara kwamba ndilo sahihi.

Katika tiba, kanuni ya corporate practice of medicine inazuia kampuni kuajiri madaktari kutoa huduma. Njia ya kawaida ya kukwepa ni muundo wa MSO/PC: shirika la kitaalamu linalomilikiwa na madaktari huwaajiri watabibu na kudhibiti maamuzi yote ya kitabibu; shirika la huduma za usimamizi — kampuni ya teknolojia — hutoa jukwaa, upangaji ratiba, utoaji ankara, rasilimali watu, na masoko chini ya mkataba wa huduma za usimamizi.⁵⁵ Katika sheria, Crosby — iliyokusanya Series B ya $60M ikiongozwa na Lux na Index mwezi Machi 2026, huku Sequoia, Elad Gil, 01 Advisors na Bain Capital Ventures wakishiriki — inaendesha umbo hilohilo hasa: "Crosby Legal PLLC is a law firm……powered by tech from Crosby Legal, Inc."⁴⁰ Katika uhasibu, majukwaa ya PE kama Ascend ya Alpine hugawanya kila kampuni iliyonunuliwa kuwa taasisi ya uthibitishaji wa hesabu na taasisi ya kodi/ushauri — "alternative practice structure" — kwa sababu umiliki wa wingi wa CPA unahitajika kwa kazi ya uthibitishaji.⁴⁴

Vikwazo vya uhandisi vinalingana na vya sekta ya afya karibu moja kwa moja: taasisi zenye leseni za kila jimbo, mtu binafsi aliyetajwa kwa jina ambaye lazima ashike mamlaka ya kitaalamu (mhandisi mwenye uwajibikaji halisi wa kitaalamu, daktari), na vizuizi vya umiliki vinavyotofautiana kutoka vikali hadi vilegevu kulingana na jimbo.

Undani mmoja unaovunja kimyakimya modeli za biashara: katika New York, malipo ya MSO katika mfano sawa wa sekta ya afya lazima yawe ada ya kiwango kimoja, ya kutegemea muda, au vinginevyo "reasonably related to the cost of the services" na "unrelated, directly or indirectly, to the dollar amounts billed and collected" — ada ya usimamizi ya asilimia ya mapato huchukuliwa kama ugawaji haramu wa ada, na Medical Society of the State of New York imewaonya wanachama wake waziwazi kuhusu jambo hili.⁵⁶ Iwapo maelezo yaleyale yanaifikia MSO ya uhandisi ni swali lililo wazi ambalo lazima lijibiwe na wanasheria kabla modeli ya kugawana mapato haijajengwa, si baadaye.

Kielelezo 11 · Muundo wa taasisi mbili

Kampuni ya teknolojia inamiliki jukwaa, data, na thamani ya biashara. Taasisi ya usanifu yenye leseni inamiliki busara ya kitaalamu, muhuri, na dhima. Mkataba wa huduma za usimamizi unaziunganisha. Huu si mwanya wa kisheria — ni muundo wa kawaida uliojaribiwa na wadhibiti katika taaluma nyingine tatu zenye leseni.

Mchoro wa muundo — Oxvelo, ukiigwa kutoka mpangilio wa MSO/PC ulioandikwa katika sekta ya afya⁵⁵⁵⁶ na kuonekana katika sheria (Crosby)⁴⁰ na uhasibu (alternative practice structure ya Ascend).⁴⁴ Njia ya kushindwa inayojulikana ni ile ya "strawman": mwenye leseni wa jina tu akiwa kiongozi wa kuonyesha huku udhibiti halisi wa uendeshaji ukikaa upande wa kampuni ya teknolojia. Alama nyekundu zilizoandikwa ni mapato yote ya wateja kutiririka moja kwa moja kwenda taasisi ya usimamizi, na taasisi ya usimamizi kuajiri au kufukuza wataalamu wenye leseni bila mchango wa kitaalamu.⁵⁶ Iwapo mhandisi mwenye uwajibikaji halisi wa kitaalamu hana uwajibikaji huo kihalisi, muundo si muundo — ni hatua ya kuchukuliwa hatua za kisheria.

Pingamizi 3 · Uwezo wa modeli

Modeli za lugha ni dhaifu waziwazi katika hoja hasa ambayo uhandisi unaihitaji. Haziwezi kusoma jedwali la kanuni kwa uhakika, zinashindwa katika hesabu za hatua nyingi, na ubunifu wa majibu ya uongo ni sifa ya kimuundo ya jinsi zinavyofunzwa — si hitilafu inayosubiri kiraka.

Jibu

Ni sahihi, nayo inastahili kupimwa kwa takwimu badala ya kupitishwa juujuu. AECBench — kipimo kilichopitiwa na wenzao cha LLM tisa dhidi ya maswali 4,800 yaliyothibitishwa na wataalamu katika mfumo wa ngazi tano za utambuzi katika usanifu majengo, uhandisi na ujenzi — iligundua kwamba modeli hushughulikia maarifa ya msingi ipasavyo lakini zinaonyesha upungufu mkubwa katika kutafsiri maarifa kutoka majedwali yaliyo katika kanuni za ujenzi, katika hoja na hesabu tata, na katika kutunga nyaraka mahsusi za fani, huku utendaji ukishuka taratibu kadri mahitaji ya utambuzi yanavyopanda.³⁸ Na ubunifu wa majibu ya uongo si wa bahati mbaya: watafiti wa OpenAI na Georgia Tech wanahoji kwamba modeli hubuni majibu ya uongo "because the training and evaluation procedures reward guessing over acknowledging uncertainty" — ni shinikizo la kitakwimu, si kasoro.³⁹

Lakini makala ya AECBench ina ugunduzi ambao muhtasari wake wenyewe unauzika, nao ndio matokeo yenye manufaa zaidi katika fasihi hii yote kwa madhumuni ya Oxvelo. Kushindwa kwenye majedwali ya kanuni za ujenzi ni tatizo la usimbaji, si tatizo la maarifa. Watafiti walipogeuza majedwali ya kanuni kuwa maelezo ya lugha ya kawaida, usahihi wa modeli kwenye maswali hayo ulipanda kutoka 45.27% hadi 98.94%. Kuonyesha majedwali yaleyale kama HTML kuliinua usahihi kutoka 40.65% hadi 87.27%.³⁸

Isome tena. Modeli ileile, kwenye vifungu vilevile vya kanuni, inatoka kwenye kushindwa zaidi ya nusu ya wakati hadi kujibu karibu kwa ukamilifu — kwa kubadilisha tu jinsi nyenzo chanzo inavyowasilishwa kwake. Hilo si dari la uwezo. Ni kazi ya uhandisi wa data, nayo ni hasa aina ya kazi ambayo hazina iliyojengwa na wataalamu wa fani huifanya. Pia ndio ushahidi imara zaidi unaopatikana kwamba kikwazo katika eneo hili ni maandalizi ya maarifa badala ya kufanya hoja juu yake.

Zingatia pia kile AECBench ilichokipima: modeli zisizosaidiwa zikijibu maswali ya uhandisi kutoka kumbukumbu ya vigezo vyake. Huo si muundo unaopendekezwa. Muundo unaopendekezwa ni utafutaji dhidi ya viwango vya kampuni yenyewe na kazi zake za awali — vikiwa vimepangwa upya ili visomeke kwa mashine, kama matokeo ya 45%→99% yanavyodai — pamoja na hesabu za uhakika zikifanywa kwa msimbo badala ya ndani ya modeli, violezo vilivyopangwa vikibeba ukaguzi ulioamriwa, na upandishaji wa lazima wa masuala kwa mkaguzi mwenye leseni. Mfumo unaotafuta jedwali la kanuni na kuonyesha marejeleo una uso tofauti kabisa wa kushindwa ukilinganishwa na mfumo unaotakiwa kulikumbuka.

Kile hili linachokizuia kihalisi: ni hoja imara dhidi ya robo ya rangi ya chungwa katika Kielelezo 4, nayo inapaswa kuchukuliwa hivyo. Uzalishaji wa usanifu wenye muhuri si kituo cha kuanzia. Tafsiri ya kanuni za ujenzi hasa — uwezo dhaifu zaidi uliopimwa — inapaswa kupangwa kama tafuta-na-nukuu, kamwe si zalisha-na-amini.

Pingamizi 4 · Uwezo wa ukaguzi

"Wahandisi wawili badala ya mia moja" hakuondoi kikwazo — kunakihamisha tu. Iwapo AI inazalisha kwa kasi ya wahandisi mia moja, binadamu wawili lazima wasome kwa kasi ya wahandisi mia moja ili wawe kihalisi na uwajibikaji halisi wa kitaalamu. Hawawezi. Kwa hiyo ama mnyumbuliko ni wa kubuni, au ukaguzi ndio wa kubuni, na ikiwa ni ukaguzi basi mmejenga kiwanda cha kupiga mihuri kwenye michoro chenye chapa nzuri zaidi.

Jibu

Hili ndilo pingamizi sahihi dhidi ya madai ya kijasiri zaidi katika waraka huu, na jibu si kuyalainisha madai — ni kusema kwa usahihi ni nini lazima kiwe kweli ili yasimame.

Pingamizi linadhani juhudi ya ukaguzi hupanda sambamba na ujazo wa matokeo. Si lazima iwe hivyo. Juhudi ya ukaguzi hupanda kulingana na idadi ya mambo ambayo binadamu lazima ayaamue kihalisi, na idadi hiyo ni kigezo cha usanifu. Kifurushi ambapo kila kipimo kimekaguliwa kwa uhakika dhidi ya modeli, kila marejeleo ya kanuni yanabeba kiungo cha asili kinachoweza kufuatwa hadi kifungu kilikotoka, na kila mkengeuko kutoka kiwango cha kampuni unaonyeshwa kama jambo lisilo la kawaida lililopangwa kwa vipaumbele, ni kitu chenye gharama ndogo zaidi ya kukaguliwa kuliko rundo la michoro — hata kama kinawakilisha ujazo uleule wa matokeo. Hiyo ndiyo maudhui yote ya Kielelezo 6, na ndiyo sababu juhudi ya kiuhandisi inaelekezwa kwenye zana za uhakiki badala ya kwenye ubora wa uzalishaji.

Mfumo wa udhibiti unaunga mkono usomaji huu, na baada ya Agosti 2025 unauunga mkono moja kwa moja zaidi kuliko awali. Majukumu manne ya sasa ya NCEES ni mamlaka ya kukagua, kubadilisha, kukataa au kuidhinisha kazi; ufahamu binafsi wa upeo wake; uwezo wa kujibu maswali kuihusu; na kukubali uwajibikaji kamili.²⁰ Hakuna hata mojawapo ya manne inayosema "soma kila mstari." Mkuu wa kampuni anayetia muhuri kwenye kazi ya mhandisi mdogo hajawahi kurudia kila hesabu; ametumia busara juu ya kitu kinachoweza kukaguliwa. Swali ambalo bodi ingeuliza ni iwapo ulitumia busara ya kitaalamu juu ya kazi hii na unaweza kuonyesha ushahidi wake — na ukaguzi unaotegemea mambo yasiyo ya kawaida wenye rekodi kamili ya ufuatiliaji unalijibu vizuri zaidi kuliko hali ilivyo sasa, si vibaya zaidi.

Pale pingamizi linapotua, nalo linatua kwa nguvu: upendeleo wa kuamini mifumo otomatiki ni halisi, umepimwa, na modeli hii inaukolezea. Katika jaribio lililodhibitiwa lenye watabibu 120 waliokuwa wakitumia maagizo ya dawa ya kielektroniki, msaada wa maamuzi usio sahihi uliongeza makosa ya kushindwa kugundua kwa pointi 25 hadi 33 za asilimia, na kati ya 51.7% na 65.8% ya washiriki walikubali ushauri wa uongo wa mfumo otomatiki.^7b Mapitio ya Parasuraman na Manzey yanaongeza sehemu inayopaswa kumtia wasiwasi yeyote anayejenga hili: upendeleo wa kuamini mifumo otomatiki "occurs in both naive and expert participants, cannot be prevented by training or instructions."^7c Fasihi hiyo ni ya kitabibu na ya usafiri wa anga, si ya ukaguzi wa usanifu — kuhamisha matokeo yake ni ulinganisho tu nao unapaswa kuelezwa hivyo — lakini wahandisi wa METR walionyesha alama ileile: walipimwa wakiwa polepole kwa 19%, wakiamini walikuwa wepesi kwa 20%.³⁴ Kwa hiyo hatua za kupunguza hatari si za hiari: kuchukua sampuli kwa siri za matokeo yasiyo na jambo lisilo la kawaida kwa kiwango kisichobadilika, kufuatilia viwango vya wakaguzi kunasa kasoro zilizopandwa kwa makusudi, mipaka migumu ya vifurushi kwa kila mkaguzi kwa kila kipindi, na mstari mwekundu wa kupiga mihuri bila kukagua ukiwekwa kwa maandishi — iwapo mkaguzi hawezi kueleza kwa nini usanifu uko sahihi, kifurushi hakitoki, bila kujali mfumo uliripoti nini. Kanuni ya Texas tayari inachukulia kumpa mtu mwingine ufikiaji wa muhuri wako kama utovu wa nidhamu;^26b mkaguzi aliye kwa jina tu na uwajibikaji juu ya matokeo asiyoweza kuyaamua ni kosa lilelile likiwa limevaa kofia nyingine.

Pingamizi 5 · Ushahidi wa tija

Faida zinazodaiwa hazidumu zinapopimwa. METR ilifanya jaribio la nasibu lililodhibitiwa na kugundua kwamba wasanidi programu wenye uzoefu walikuwa polepole kwa 19% wakitumia zana za AI huku wakiamini walikuwa wepesi kwa 20%. MIT iliripoti kwamba 95% ya majaribio ya GenAI ya makampuni hayakuleta athari yoyote inayopimika kwenye faida na hasara. Mnauza hadithi ya tija ambayo ushahidi hauiungi mkono.

Jibu

Tafiti zote mbili ni halisi, nazo zote mbili zimedhoofishwa kwa kiasi kikubwa tangu wakati huo — jambo ambalo msomaji wa Agosti 2026 anahitaji kulijua, nalo watu wengi wanaozinukuu hawalitaji.

METR ilibuni upya jaribio na ikapata jibu tofauti. Utafiti wa Julai 2025 ulikuta kwa kweli upungufu wa kasi wa 19% kwa wasanidi programu 16 na kazi 246, wenye nafasi ya kuaminika ya +2% hadi +39%.³⁴ Mwezi Februari 2026, katika chapisho lenye kichwa We Are Changing Our Developer Productivity Experiment Design, METR iliripoti kwamba katika muundo wa awali "30% to 50% of developers told us that they were choosing not to submit some tasks because they did not want to do them without AI" — upendeleo wa uteuzi unaoondoa hasa kazi ambazo AI ingezishughulikia vizuri zaidi. Utafiti wa baadaye ulitoa upungufu wa kasi wa 18% kwa kundi dogo la wasanidi programu wa awali walioshiriki, wenye nafasi ya kuaminika ya −38% hadi +9%, na upungufu wa kasi wa 4% kwa wasanidi programu wapya, wa −15% hadi +9%. Nafasi zote mbili zinavuka sifuri. Msimamo wa sasa wa METR yenyewe: "we believe it is likely that developers are more sped up from AI tools now — in early 2026 — compared to our estimates from early 2025."³⁵

Maelezo mawili ya uaminifu, kwa sababu hapa ndipo watu hulegea pande zote mbili. METR haikuifuta wala haikuirekebisha takwimu ya 19% — inasimama kama ilivyochapishwa; takwimu za baadaye zinatoka utafiti tofauti. Na METR inasema data yake mwenyewe inatoa "very weak evidence" tu kuhusu ukubwa wa maboresho. Usomaji sahihi si "AI inawafanya wasanidi programu kuwa wepesi zaidi." Ni kwamba takwimu ya kichwa cha habari haijakaa imara hata kidogo kama watakavyokuambia wale wanaokunukulia.

Takwimu ya "95%" ya MIT ina chanzo dhaifu. Inatoka ripoti ya MIT NANDA iliyojengwa juu ya mahojiano yaliyopangwa na wawakilishi wa mashirika 52 na majibu 153 ya utafiti yaliyokusanywa katika makongamano manne ya sekta, ambayo sehemu yake ya mapungufu inakiri kwamba takwimu hizo ni "directionally accurate based on individual interviews rather than official company reporting."³⁶ Kevin Werbach wa Wharton, kuhusu ile 95%: "I've read through the document multiple times, and I still can't understand where it comes from." Tathmini ya Futuriom ni kwamba ripoti hiyo "lacks thorough sourcing" na "not a traditional academic research paper," nayo inabainisha kwamba "some of the authors work at some of these vendors."³⁷

Kinachosalimika baada ya marekebisho, nacho kinapaswa kusalimika: pengo la kujiripoti mwenyewe. Wasanidi programu wa METR waliamini walikuwa wepesi kwa 20% wakati vipimo vilionyesha walikuwa polepole zaidi. Ugunduzi huo ni imara katika matoleo yote mawili nao ni onyo la moja kwa moja kuhusu upendeleo wa kuamini mifumo otomatiki katika ukaguzi wa kitaalamu — hatari hasa ilipo katika kampuni ambapo mhandisi mwenye leseni anaombwa kukagua matokeo ya AI kabla ya kuyatia muhuri. Pima kiasi cha kazi kinachopita. Usiamini kamwe utafiti wa maoni.

Pingamizi 6 · Rekodi ya kihistoria

Sekta hii imemeza CAD, BIM, ushirikiano wa wingu, na muongo mmoja wa SaaS ya ujenzi. Tija ilishuka. Kwa nini AI ingekuwa tofauti — na kwa nini kampuni ya AI ifanikiwe pale ambapo Autodesk, ikiwa na mwanzo wa miaka ishirini na kila kampuni kama mteja wake, imeshindwa?

Jibu

Hili ndilo pingamizi bora zaidi katika orodha hii, na Kielelezo 1 ndio ushahidi wake, si ushahidi dhidi yake. Wahandisi wa miundo wamelisema wazi katika machapisho yao ya kitaaluma: BIM "is revolutionizing design," ujenzi wa moduli unafanya vivyo hivyo kwa ujenzi, na hata hivyo data ya sekta iliyokusanywa inaonyesha tija ikiwa "in a neutral to negative trend for many years."^6b

Lakini soma kushindwa huko kwa usahihi. Kila mojawapo ya teknolojia hizo iliuzwa kama zana, kwa kampuni, ambayo kisha ilipaswa kujipanga upya ili kunasa thamani — na haikufanya hivyo. Zana hazibadilishi mifumo ya uendeshaji; humezwa na ile iliyopo. Kampuni inayonunua BIM na kubaki na mchakato uleule wa mapendekezo ya zabuni, udhibiti uleule wa nyaraka, makabidhiano yaleyale, na muundo uleule wa gharama za ziada hupata mchoro bora kwa gharama ileile.

Hiyo ndiyo hasa hoja ya kumiliki kampuni badala ya kuiuzia. Elad Gil aliiweka kwa uwazi kama mtu yeyote: "If you own the asset, you can [transform it] much more rapidly than if you're just selling software as a vendor."⁴⁸ (Mabano ni ya TechCrunch — ni uingizwaji wao wa kihariri, si neno la Gil.)

Muamala wa kinyume nao unafundisha. Tarehe 27 Novemba 2025, AECOM ilitangaza ununuzi wa kampuni changa ya AI ya Norway iitwayo Consigli — inayojiita "The Autonomous Engineer" — kwa $390 milioni. Uchambuzi wa ENR ulibaini vikwazo vinne: "the internal user base — even at AECOM's scale — may be too small to justify long-term platform investment"; "competing vendors are embedding similar capabilities into off-the-shelf tools, eroding differentiation"; "data readiness remains uneven"; na "the economics of time-and-materials contracts limit how much efficiency can be monetized."⁴⁶ ENR pia ilielezea "the immediate drop in AECOM's share price" kama ishara ya mashaka ya wawekezaji — usomaji huo ni wa ENR, nami sikuweza kuthibitisha mwenendo huo wa bei kwa kujitegemea, kwa hiyo uchukulie kama tathmini yao badala ya ukweli uliothibitika.

Kikwazo hicho cha nne ndicho jambo la ndani zaidi katika waraka huu wote: kampuni inayodai malipo kwa saa ina kizuizi cha kimuundo dhidi ya kupunguza saa. Kampuni iliyozaliwa na AI inayopanga bei kwa matokeo haina kizuizi hicho.

Kesi ya tahadhari inayopaswa kuchukuliwa kwa uzito: Nines, kampuni ya AI ya radiolojia, ilianzisha kampuni yake ya teleradiolojia — Nines Radiology — ikichanganya modeli na madaktari wenye leseni waliotoa huduma, kwa sababu hasa zilizohojiwa hapa. Haikufanya kazi. Sirona Medical hatimaye ilinunua mfumo wa data za kliniki wa Nines, vifaa viwili vilivyoidhinishwa na FDA, injini za ML na wafanyakazi muhimu, lakini si kampuni ya kitaalamu yenyewe: "Sirona Medical did not acquire Nines' teleradiology business, Nines Radiology." Sababu iliyotolewa na Mkurugenzi Mtendaji Cameron Andrews — "Sirona isn't in the radiology services business."⁴⁷ Kumiliki taasisi yenye leseni ni biashara nzito zaidi, ya polepole zaidi, na yenye kizidishi cha chini zaidi kuliko programu. Yeyote anayeichagua anapaswa kuichagua akiwa na macho wazi.

Pingamizi 7 · Ununuzi wa umma na bima

Kazi ya uhandisi haipatikani kwa bei wala kwa ufanisi. Inapatikana kwa sifa, watu waliotajwa kwa majina wenye vyeti, na miradi ya marejeleo ambayo hamna. Na bima yenu ya dhima ya kitaalamu bado haijaamua inavyohisi kuhusu lolote kati ya haya.

Jibu

Nusu inayohusu ununuzi wa umma ni sahihi na, kwa mgeni sokoni, ni karibu ya kumtoa nje ya mashindano — ndiyo maana inaongoza pendekezo lililo katika §9 badala ya kupuuzwa.

Chini ya Brooks Act (40 U.S.C. §§1101–1104), mashirika ya shirikisho lazima yatangaze hadharani mahitaji ya A/E, yajadiliane na angalau kampuni tatu, yapange angalau tatu kwa "demonstrated competence and qualification," na hapo ndipo yajadili bei na kampuni iliyoshika nafasi ya juu.²⁸ Bei si kigezo cha uteuzi. Majimbo arobaini na sita yalikuwa yamechukua aina fulani ya uteuzi unaotegemea sifa kufikia hesabu ya NSPE ya 2018.^28b Mgeni mwenye faida ya gharama hawezi kununua nafasi yake kwenye orodha fupi.

Baya zaidi, chombo cha shirikisho chenyewe kimejengwa kuzunguka binadamu waliotajwa kwa majina. Standard Form 330 inahitaji wasifu wa kila mtu muhimu, usajili wake wa sasa wa kitaalamu kwa jimbo na namba ya leseni, miaka yake ya uzoefu husika, na jedwali linalounganisha kila mtu aliyetajwa kwa jina na miradi mahsusi ya nyuma aliyoifanyia kazi binafsi katika nafasi kama hiyo.²⁹ Hakuna nafasi ya kuandika "modeli yetu." Uthibitisho wa awali wa idara za usafirishaji za majimbo ni mkali zaidi: FDOT Rule 14-75 inahitaji wafanyakazi walioorodheshwa wawe waajiriwa halisi, wahandisi wawe na usajili wa Florida, vizingiti vya uzoefu vitimizwe binafsi, nayo hupima rasmi utendaji wa nyuma kwa ratiba, usimamizi na ubora — huku alama zisizoridhisha zikisababisha kusimamishwa.³⁰

Kuhusu bima, hali si ya kutisha kama inavyodaiwa mara kwa mara. Utafiti wa Ames & Gough wa 2026 wa makampuni kumi na matano makuu ya bima ya dhima ya kitaalamu ya A/E uligundua kwamba 80% wanaona uchukuaji wa AI kuwa "a potential disruptor of the overall professional liability market," huku 73% wakiwa "planning modest rate increases largely in the single digits."³¹ Mapitio ya AIA Trust ya 2025 yaligundua kwamba makampuni ya bima yalikuwa "focused less on the technology itself and more on quality control, professional judgment, and potential copyright concerns," nayo yakahitimisha kwamba "negligence is evaluated based on outcomes and professional responsibility, regardless of the tools used."³² Vighairi mahsusi vya AI vipo bila shaka — kighairi "absolute" cha AI cha Berkley katika D&O, E&O na dhima ya udhamini; kighairi cha AI-buni cha Hamilton katika dhima ya kitaalamu; nyongeza za hiari za ISO za Januari 2026 CG 40 47, CG 40 48 na CG 35 08 — lakini vyote hivyo ni mistari jirani ya bima, si E&O ya mtaalamu wa usanifu.³³ Hakuna dai la dhima ya kitaalamu kuhusu kazi ya usanifu iliyozalishwa na AI linaloonekana katika kumbukumbu za umma hadi wakati wa kuandika haya. Na wanasheria wa ujenzi wameashiria uwezekano wa kinyume kama swali lililo wazi: "whether the use of AI will be required to meet the applicable standard of care for designers."^32b

Hitimisho moja la kuelezwa kuwa ni langu, si la vyanzo: hakuna kampuni ya bima ya dhima ya kitaalamu ya A/E inayochapisha kauli kwamba vighairi vya AI havipo katika fomu zake za mtaalamu wa usanifu. Kile ambacho kumbukumbu zinakiunga mkono ni chembamba zaidi — mapitio ya AIA Trust hayatambui pengo lolote mahsusi la AI la ulinzi wa bima nayo yanaeleza kampuni za bima zikishughulikia AI chini ya mifumo iliyopo ya uzembe, huku kila kighairi kilichoandikwa nilichoweza kukipata kikiwa katika mstari jirani wa bima. Hilo linaashiria, halikatai. Isome sera yako mwenyewe.

Kile hili linalothibitisha: Oxvelo haiwezi kuanzisha kazi ya mashirika ya umma ikiwa taasisi mpya. Sifa, wafanyakazi wenye leseni waliotajwa kwa majina, historia ya gharama inayoweza kukaguliwa, na zaidi ya yote rekodi iliyopimwa ya miradi iliyokamilika ikiunganishwa na watu waliotajwa kwa majina si vizuizi ambavyo kasi na ujanja hushinda — vimefungwa kwa muda. Lazima vinunuliwe, si kujengwa.

08 — Tatizo la aliyeko sokoni

Sekta haitajifanyia hili yenyewe. Hiyo ndiyo fursa.

Kuna mtazamo wa kawaida kwamba uhandisi ni fani ya kihafidhina — inayotawaliwa na wazee wanaoamini kwamba kisichovunjika hakihitaji kutengenezwa. Mtazamo huo uko sahihi kimwelekeo kuhusu matokeo na si sahihi kuhusu chanzo, na tofauti hiyo ni muhimu mno, kwa sababu chanzo halisi si tabia. Kimeandikwa ndani ya sheria ya taaluma yenyewe.

Uhandisi si wa kihafidhina kuhusu teknolojia. Ni wa kihafidhina kuhusu uwajibikaji.

Ushahidi dhidi ya hadithi rahisi ya "wazee wasiobadilika" ni rahisi kuupata: hii ni fani iliyomeza uchanganuzi wa vipengele vidogo (finite element analysis), usanifu wa mitetemeko unaotegemea utendaji, zege la utendaji wa juu, uundaji wa modeli za vigezo, na upimaji wa ardhi kwa ndege zisizo na rubani bila drama kubwa. Wahandisi hawaogopi mbinu mpya. Kile ambacho taaluma hii ni ya polepole kwacho kimuundo ni kubadilisha ni nani anayewajibika kwa nini, na jinsi uwajibikaji huo unavyothibitishwa.

Na kuna utaratibu mahsusi wa kisheria unaozalisha hili, ambao karibu hakuna mtu nje ya ulimwengu wa dhima ya kitaalamu anayeutaja waziwazi. Kiwango cha uangalifu — kile ambacho mtaalamu wa usanifu hupimwa kisheria dhidi yake — hakijaandikwa katika sheria iliyotungwa; ni kipimo cha sheria ya kimila, kinachoelezwa kwa kawaida kama "the degree of care and skill ordinarily exercised by practicing professionals performing similar services under similar circumstances."^32c Kinaingia katika mikataba kwa maandishi wazi: AIA B101-2017 §2.2 inamlazimu mbunifu kutekeleza kazi "consistent with the professional skill and care ordinarily provided by architects practicing in the same or similar locality under the same or similar circumstances."^32c

Isome hiyo kwa makini. Utendaji sahihi hufasiliwa kisheria kama kile ambacho kila mtu mwingine tayari anakifanya. Hiyo ni injini ya uhafidhina, nayo hujiendesha yenyewe. Inafanya ubunifu kuwa hatari isiyo na uwiano kwa namna ambayo si hivyo katika takriban sekta nyingine yoyote: fuata kundi ukashindwe, na utakuwa umetimiza kiwango cha uangalifu; buni ukashindwe, na hutakuwa umekitimiza. Mkuu wa kampuni mwenye busara anayekabiliwa na muundo huo wa matokeo husubiri — si kwa sababu ni mzee asiyebadilika, bali kwa sababu kusubiri ndiyo hatua ya busara chini ya kanuni anazopimwa kwazo kihalisi.

Utendaji sahihi hufasiliwa kisheria kama kile ambacho kila mtu mwingine tayari anakifanya. Uhandisi hauna tatizo la utamaduni. Una injini ya uhafidhina, nayo imeandikwa ndani ya kiwango cha uangalifu.

Upinzani unavyoonekana kihalisi katika data

Matokeo yake ni taaluma ambayo kwa wingi inaamini mabadiliko yanakuja na kwa wingi haijayafanya. Pengo hili linapimika, nalo linafanana kwa kiwango cha kushangaza katika tafiti tatu huru za makundi matatu tofauti.

Kielelezo 12 · Pengo kati ya imani na hatua

Katika kila jozi, kituo cha samawati ni kile wataalamu wanachokisema kuhusu AI na kituo cha chungwa ni kile ambacho wamekitekeleza kihalisi. Tafiti tatu, makundi matatu, umbo lilelile.

Wanachoamini au kukusudia Walichokitekeleza kihalisi

Vyanzo: Dodge Construction Network pamoja na CMiC (Desemba 2025) — 87% ya wakandarasi wanaamini AI itakuwa na "a meaningful impact on construction," huku matumizi yakiwa chini ya 15% kwa 20 kati ya utendaji 23 uliochunguzwa (zingatia kwamba imani hiyo inahusu sekta, si biashara ya mhojiwa mwenyewe — jambo linalokoleza pengo badala ya kulilainisha);^9b AIA pamoja na Deltek na ConstructConnect (Machi 2025) — 84% wanaona uwezekano wa kufanya otomatiki kazi za mkono, 6% hutumia AI mara kwa mara katika kazi zao;⁸ Autodesk State of Design & Make: AI Pulse (2026) — 98% ya viongozi hutumia angalau zana moja ya AI, 16% wametekeleza AI ya kiwakala huku 43% zaidi wakipanga kufanya hivyo ndani ya mwaka mmoja.¹⁰

Muundo ulio chini ya takwimu hizo unastahili kuelezwa waziwazi:

52% bado hutumia karatasi katika hatua ya usanifu, 49% katika upangaji, na 43% bado hutegemea saini za mkono — na ni 11% tu wanaojielezea kama mashirika ya kidijitali kikamilifu.⁹ Hii si fani iliyoruka udijitali na sasa inaruka hadi AI. Ni fani ambayo bado haijamaliza kudijitali. Kumbuka tena kwamba hawa ni watoa maamuzi ya teknolojia wa ngazi ya meneja au juu zaidi — kipande cha sekta kilichoshiriki zaidi kidijitali.^9b2
90% ya wataalamu wa usanifu majengo wanaripoti wasiwasi kuhusu kundi la masuala matano — kutokuwa sahihi kwa matokeo ya AI, matokeo yasiyokusudiwa, usalama, uhalisi, na uwazi.⁸ (AIA inaripoti ile 90% kwa kundi zima, si kwa kutokuwa sahihi peke yake.) Shauku na hofu vinaishi pamoja ndani ya wahojiwa walewale.
Hisia zimepoa, hazijaongezeka. Utafiti wa Autodesk wa 2025 uligundua 69% ya viongozi waliamini AI ingeimarisha sekta yao — chini kwa pointi kumi na mbili kutoka mwaka uliopita — huku sehemu iliyosema AI ingeitikisa sekta yao ikipanda kwa pointi saba hadi 48%.¹¹
Uwezo umejikita hasa katika kampuni zinazouhitaji kwa kiwango kidogo zaidi. 61% ya kampuni kubwa za usanifu majengo hutumia AI katika kazi ya kila siku dhidi ya 27% ya ndogo⁷ — na 89.1% ya kampuni za A/E nchini Marekani zina wafanyakazi chini ya ishirini.¹² Wingi mkubwa wa sekta hauna bajeti wala wafanyakazi wa kujenga lolote kati ya haya.
Modeli ya utozaji inaadhibu ufanisi. Uchambuzi wa ENR wa ununuzi wa Consigli wa $390M uliofanywa na AECOM ulibaini vikwazo vya kupata mapato vitokanavyo na mikataba ya malipo kwa saa na vifaa kama kikwazo cha kimuundo.⁴⁶ Kampuni inayodai malipo kwa saa kisha ikapunguza saa kwa nusu imekata mapato yake yenyewe. Hakuna namna yoyote ambayo aliyeko sokoni angelitatua hili kutoka ndani ya mkataba wa T&M.
Ukimya wa wadhibiti unasomeka kama hatari. 69% ya wataalamu wa AEC waliohojiwa walisema kutokuwa na uhakika wa kidhibiti kuliathiri mipango yao;⁹ Model Law na Model Rules za NCEES, katika matoleo yake ya hivi karibuni zaidi, hazitaji akili bandia hata kidogo.²⁰ Kwa mwenye leseni, swali ambalo halijajibiwa si ruhusa — ni hatari.

Na nyuma ya haya yote kuna ukweli wa idadi ya watu. Inakadiriwa wahandisi 184,175 walistaafu au kuondoka katika fani hii mwaka 2022, 85,175 kutoka fani kuu za uhandisi wa kiraia, mitambo na umeme, huku shahada zilizotolewa zikishuka kwa zaidi ya 10,000 kutoka kilele chake cha 2019 cha takriban 214,000.¹⁵ Wanaoondoka ndio wenye maarifa ya kitaasisi. Wale ambao wangeujenga upya mfumo wa uendeshaji hawafiki kwa idadi ya kutosha kufanya hivyo.

Usomaji wa kimkakati: hili ni handaki la ulinzi, si kizuizi

Kila ukweli ulio hapo juu kwa kawaida huwasilishwa kama sababu ya kuikwepa sekta hii. Ni kinyume chake. Soko linalobadilika haraka halina nafasi kwa mgeni — kufikia unapowasili, waliopo tayari wamekwisha fanya. Soko lenye injini ya uhafidhina iliyoungwa ndani ya mfumo wake wa dhima, modeli ya utozaji inayoadhibu ufanisi, mtawanyiko wa ukubwa ambapo 89% ya kampuni haziwezi kufadhili jukwaa, na wimbi la kustaafu linalomwaga hazina ya maarifa ni soko ambapo dirisha linabaki wazi muda wa kutosha kuwa na maana.

Pia inaeleza kwa nini mgeni anapaswa kuwa wa fani pana badala ya mtaalamu wa fani moja. Kampuni zilizojaa wahandisi huboresha uhandisi. Eneo lisilotumiwa — mikataba, mapendekezo ya zabuni, udhibiti wa miradi, usimamizi wa nyaraka, mfumo mzima wa uzalishaji unaoviunganisha — haionekani kutoka ndani ya fani hasa kwa sababu kila mtu aliye ndani yake alifunzwa kuangalia mahali pengine. Kuuona mfumo mzima wa uendeshaji kama shabaha kunahitaji kusimama nje yake.

Data ya muungano inathibitisha kwamba dirisha liko wazi na pia kwamba haliko wazi milele. Ujazo wa rekodi wa miamala, 72% ya miamala ya 2025 ikihusisha kampuni zenye mapato ya chini ya $10 milioni, na mitaji binafsi katika zaidi ya nusu ya miamala yote ya ushauri wa usanifu na mazingira¹³ vinamaanisha kwamba wamiliki-waanzilishi tayari wanauza. Swali pekee ni wanauza kwa nani, na iwapo mnunuzi analeta mfumo wa uendeshaji au analeta karatasi ya mizania tu.

Mstari ambao hoja hii haipaswi kuuvuka

Isome sehemu hii kama "waliopo sokoni ni wazee wasiobadilika nasi tutawakwepa" na utajenga kitu hatari. Tahadhari yao si ya kipumbavu — imepimwa kulingana na matokeo. Chapisho baya la blogu linaaibisha; boriti iliyobuniwa vibaya inaua watu. Uhafidhina wa taaluma hii ndiyo sababu madaraja mengi husimama, na mgeni yeyote atakayeuchukulia kama kizuizi cha kushindwa badala ya sharti la kutimizwa hatimaye atajipatia hatua za kisheria anazostahili.

Jibu sahihi kwa injini ya uhafidhina si kubishana nayo. Ni kuipa kile inachokitaka: matokeo yanayoweza kuhakikiwa, asili kamili ya taarifa, kumbukumbu za ukaguzi zilizohifadhiwa, wataalamu wenye leseni waliotajwa kwa majina walio na uwajibikaji halisi wa kitaalamu, na rekodi ya utendaji inayopimika. Fanya hivyo na kiwango cha uangalifu kitaacha kuwa ukuta. Wanasheria wa ujenzi tayari wameibua uwezekano wa kinyume — kwamba matumizi ya AI yanaweza hatimaye kutakiwa ili kutimiza kiwango cha uangalifu.^32b Kampuni ambayo itakuwa imeandika nidhamu yake ya uhakiki kwa miaka mitatu wakati mabadiliko hayo yatakapotokea si iliyobaki nyuma. Ndiyo msingi mpya.

09 — Uamuzi

Kujenga timu, au kushirikiana na kampuni iliyokwisha imarika?

Hili ndilo swali ambalo waraka huu upo ili kulijibu. Jibu la kweli ni kwamba kuliweka kama chaguo la moja au nyingine ndilo kosa — na ushahidi unaelekeza wazi kwenye muundo wa hatua kwa hatua ambapo hatua ya kwanza ni ushirikiano na ya pili ni umiliki wa jukwaa, si wa kampuni ya kitaalamu.

Kujenga kutoka sifuri kunagharimu nini kihalisi — kwa miezi, si kwa dola

Hatua binafsi za kuanzisha kampuni ya uhandisi yenye leseni kila moja ni ndogo. Tatizo ni kwamba kwa kiasi kikubwa zinafuatana, na mojawapo yake haiwezi kuharakishwa kwa bei yoyote.

Kielelezo 13 · Muda wa kujenga kampuni yenye leseni inayoweza kushiriki zabuni — katika jimbo moja

Kila upau ni kipimo kilichochapishwa cha hatua hiyo. Vinarundikana, kwa sababu kila kimoja kinategemea kilichotangulia kukamilika. Hatua ya mwisho inabeba mahitaji mawili ambayo taasisi mpya kabisa haiwezi kuyatimiza kimuundo kwa bei yoyote: historia ya gharama inayoweza kukaguliwa, na rekodi iliyopimwa ya miradi iliyokamilika ikiunganishwa na wafanyakazi waliotajwa kwa majina.

Vyanzo na mipaka ya kweli ya kila kimoja. NCEES Records: "the average time for completion is 2–3 weeks," kinakubaliwa na bodi zote za Marekani — imara.⁵⁰ Leseni kwa makubaliano baina ya majimbo: kipimo cha miezi 1–3 ni cha kuonyesha mfano, si cha kawaida — hakuna mamlaka inayochapisha takwimu ya kitaifa, na kalenda za vikao vya bodi za majimbo ndizo zinazotawala.^50b Cheti cha idhini: "majimbo 34" na "wiki 4–22" vinatoka kwa muuzaji wa kibiashara wa huduma za uzingatiaji wa kanuni, si kwa mdhibiti, chini ya mfumo wake mwenyewe wa uainishaji; takriban majimbo 42 huweka sharti fulani la ngazi ya kampuni.⁴⁹ Uthibitisho wa awali: miezi 3–4 ni takwimu ya mwongozo wa upande wa tatu.^30b

Marekebisho yanayostahili kufanywa waziwazi, kwa sababu toleo linalorudiwarudiwa si sahihi. Uthibitisho wa awali wa huduma za kitaalamu wa FDOT unahitaji ukaguzi wa sasa wa gharama za ziada (FAR) — si taarifa za fedha zilizokaguliwa za miaka mitatu. Sharti la taarifa za fedha zilizokaguliwa za miaka mitatu ni la uthibitisho tofauti wa mkandarasi wa ujenzi wa FDOT chini ya Ch. 337.14, Fla. Stat.³⁰ Programu hizo mbili huchanganywa mara kwa mara katika vyanzo vya pili. Kizuizi halisi cha muda ni tofauti nacho kina nguvu zaidi: kampuni mpya haina historia ya gharama ya kukaguliwa, na — jambo la maamuzi — haina rekodi iliyopimwa ya utendaji wa nyuma wala miradi iliyokamilika ya kuunganishwa na wafanyakazi waliotajwa kwa majina. Jedwali la Section G la SF 330 linadai hasa uunganishaji huo,²⁹ na FDOT hupima kazi ya nyuma kwa Ratiba, Usimamizi na Ubora kwa kipimo cha 1–5.³⁰ Huwezi kutengeneza miradi iliyokamilika. Zidisha rundo lote kwa kila jimbo la ziada.

Rundika vipimo vilivyochapishwa na ni takriban miezi sita hadi kumi na mitatu kabla taasisi mpya haijaweza kushiriki zabuni ya kazi ya umma katika jimbo moja — ikiwa na sakafu ngumu iliyowekwa na historia ya kifedha ambayo hakuna kiasi cha mtaji kinachoweza kuibana. Dhidi ya hilo: vipimo vya BizBuySell vya 2025 vya usanifu majengo na uhandisi vinaweka bei ya wastani wa kati ya mauzo ya kampuni ndogo kuwa takriban $825,000 kwa mapato ya hiari ya muuzaji ya wastani wa kati ya takriban $451,450, huku data ya Zweig Group ya 2025 ikitoa wastani wa kati wa 4.28× EBITDA katika makundi yote ya ukubwa, huku kampuni ndogo zikiuzwa karibu na 2.5–3.5× kwa msingi mchanganyiko wa SDE/EBITDA.⁵¹ Unaweza kununua leseni, usajili, uthibitisho wa awali, historia iliyokaguliwa, orodha ya wateja, na hazina ya data ya miradi ya awali kwa gharama ndogo kuliko duru ya kwanza ya uwekezaji.

Mifano ya awali ya AEC inaonyesha nini hasa

Karibu hakuna kitu. Hicho ndicho kigunduzi, nacho kinakata pande zote mbili. Ufadhili wa AI kwa kampuni changa za AEC ulifikia $616 milioni katika duru 46 katika nusu ya kwanza ya 2026 pekee, dhidi ya $318 milioni katika kampuni changa 31 kwa mwaka wote wa 2025 — na karibu wote ulikwenda kwa kampuni zinazouza programu kwa kampuni za uhandisi, zikilenga kile ambacho uchambuzi mmoja wa sekta uliuita "point solutions" unaoshughulikia "specific operational failures."⁵² Msafara unakwenda upande mwingine: AECOM ilinunua Consigli,⁴⁶ Autodesk ilinunua MaintainX kwa $3.6 bilioni.^46b

Mfano pekee wa kuanzia upya ni cove.tool, ambayo mwezi Machi 2025 ilizindua "Cove Architecture," iliyotangazwa kama kampuni ya kwanza kamili ya usanifu majengo inayoendeshwa na AI, ikitegemea madai ya "zaidi ya $25 milioni" na "karibu muongo mmoja" wa utafiti na maendeleo. Mradi wake wa kwanza ulikuwa jengo la nyumba la vitengo 15 katika West End ya Atlanta, likiwa na madai ya ratiba za usanifu fupi kwa 60% na kukamilika ndani ya siku 15.⁴⁵ Ina umri wa takriban miezi kumi na minane na rekodi ndogo ya umma; hakuna chanzo kinachoeleza usajili wa ngazi ya kampuni wa kampuni hiyo, ingawa ukurasa wa timu wa Cove wenyewe unaorodhesha wakuu wawili wenye sifa za AIA, kwa hiyo si kampuni isiyo na wasanifu majengo wenye vyeti.^45b Ni ishara, si uthibitisho. Namna Mkurugenzi Mtendaji wake mwenyewe anavyoiweka iko karibu sana na hoja ya §5: "You need experienced individuals who understand the outputs. You don't want an intern pressing a button and making a building."⁴⁵

Nje ya AEC mifano ya awali ni tajiri zaidi, nayo inaelekeza upande mmoja. Eudia — ikiungwa mkono na Series A iliyoongozwa na General Catalyst ya hadi $105M — ilinunua Johnson Hana, mtoa huduma za kisheria mwenye watu zaidi ya 300, mwezi Julai 2025, huku mwanzilishi mwenza na Mkurugenzi Mtendaji Omar Haroun akitoa sababu wazi: "we've learned that building truly transformative systems requires deep human expertise embedded within the technology itself."⁴² Crete Professionals Alliance ilijitolea zaidi ya $500 milioni kununua kampuni za uhasibu za Marekani, ikiungwa mkono na Thrive Capital, na tayari inagusa biashara zaidi ya 20 na mapato ya zaidi ya $300M.⁴³ Solicitors Regulation Authority ya Uingereza iliidhinisha Garfield.Law mwezi Mei 2025 kama kampuni ya kwanza ya kisheria inayoendeshwa na AI — kwa masharti: mfumo hauwezi kupendekeza sheria ya kesi, wateja lazima waidhinishe hatua, na mawakili waliosajiliwa waliotajwa kwa majina wanabaki na uwajibikaji wa mwisho kwa matokeo yote.⁴¹ Orodha hiyo ya masharti ni onyesho la awali la kile ambacho bodi ya uhandisi ingekiweka.

Na katika bima, njia ya hatua kwa hatua imethibitika vizuri: kampuni changa huanza kama mawakala wakuu wasimamizi wakiandika biashara kwenye karatasi ya mbebaji mwenye leseni, huthibitisha modeli, kisha huhamia kwenye leseni kamili — Next Insurance, Clearcover, Metromile na Kin zote zilifanya mabadiliko hayo.⁵⁷ (Si kwa wote, na inafaa kusema hivyo: Lemonade na Root zilizinduliwa kama wabebaji wenye leseni tangu mwanzo, kwa hiyo mtindo huu ni njia ya kawaida badala ya njia pekee.) Ulinganisho wa kimuundo ulio karibu zaidi na swali la Oxvelo ni Pie Insurance, iliyokusanya $127 milioni mwaka 2020 na kutenga $100 milioni kati yake "kuunda na kununua kampuni za bima zenye leseni" kupitia kampuni shirika maalum.^57b Zingatia kile Pie ilichofanya: ilitenga mtaji kwa ajili ya uamuzi wa kujenga-au-kununua badala ya kudhania jibu.

Ulinganisho, ukipimwa

Sharti	Jenga timu kutoka sifuri	Shirikiana na / nunua kampuni	Mseto wa hatua kwa hatua
Leseni ya PE & cheti cha idhini	Miezi 8–14	Siku ya kwanza	Siku ya kwanza
Historia ya gharama inayokaguliwa kwa ukaguzi wa FAR	Hakuna ya kukagua	Imerithiwa	Imerithiwa
Utendaji uliopimwa & miradi ya marejeleo (SF330, DOT)	Hakuna	Rekodi iliyopo	Rekodi iliyopo
Historia ya E&O & uwezekano wa bima	Haijapimwa	Imeimarika	Imeimarika
Uzingatiaji wa umiliki wa NY kwa mwanzilishi asiye na leseni	Imezuiwa	Hisa ndogo tu	MSO inamiliki jukwaa
Hazina ya data ya kipekee kwa tabaka la AI	Tupu	Miongo ya miradi	Miongo ya miradi
Uhuru kutoka michakato ya zamani & vishawishi vya kutoza kwa saa	Kamili	Inarithi vyote	Imetengwa ndani ya MSO
Unasaji wa thamani ya biashara / kizidishi	Kizidishi cha huduma	Kizidishi cha huduma	Kizidishi cha jukwaa
Mtaji unaohitajika hadi mapato ya kwanza	Mkubwa, polepole	~$0.8–3M	Mdogo — MSA kwanza
Mfano wa kidhibiti kwa muundo huu	Wa kawaida	Wa kawaida	Umethibitika katika taaluma 3

Upimaji ni maoni ya Oxvelo. Kikwazo cha msingi cha kila safu kimenukuliwa mahali pengine katika waraka huu; alama zenyewe hazikunukuliwa.

Pendekezo

Shirikiana kwanza, miliki jukwaa, nunua baadaye. Kujenga timu ya uhandisi kutoka sifuri hushindwa kwenye sharti moja lisiloweza kubanwa — miaka mitatu ya taarifa za fedha zilizokaguliwa na rekodi iliyopimwa ya utendaji wa nyuma. Kununua kampuni moja kwa moja kama hatua ya kwanza hununua vitu hivyo, lakini hutumia mtaji adimu kwa kizidishi cha huduma kabla tabaka la AI halijathibitisha kwamba linabadilisha uchumi, na — katika New York — kwa vyovyote haliwezi kudhibitiwa kisheria na mwanzilishi asiye na leseni.

Njia ya hatua kwa hatua inatatua yote matatu. Anzisha Oxvelo kama taasisi ya usimamizi na teknolojia. Ingia mkataba na kampuni ya usanifu yenye leseni iliyopo chini ya mkataba wa huduma za usimamizi, sawasawa na jinsi majukwaa ya sheria na uhasibu yaliyozaliwa na AI yalivyofanya. Thibitisha mabadiliko ya mfumo wa uendeshaji kwenye orodha yao ya wateja, dhidi ya data yao, chini ya muhuri wao. Kisha amua — kwa ushahidi badala ya imani — iwapo ununue kampuni hiyo, urudie muundo huo katika majimbo mengine, au ubaki kuwa jukwaa.

Kielelezo 14 · Njia ya hatua kwa hatua

Ramani ya njia — Oxvelo. Hatua mahsusi za kwanza katika kila awamu zimeelezwa katika §10.

10 — Nini cha kufanya kinachofuata

Hatua sita, kwa mpangilio.

1

Pata uamuzi kuhusu muundo wa New York kabla ya kitu kingine chochote

Mwajiri wakili wa New York wa leseni za kitaalamu na masuala ya makampuni ili ajibu maswali mawili kwa maandishi: iwapo taasisi ya nje isiyo ya mfanyakazi inaweza kushikilia kipande cha chini ya 25% cha BCL §1503, na iwapo ada ya usimamizi ya asilimia ya mapato kutoka MSO ya uhandisi ingehesabiwa kama ugawaji haramu wa ada.²⁴⁵⁶ Kila kitu kinachofuata kinategemea majibu haya. Huu ni uamuzi wa tarakimu nne unaoamua muundo wa tarakimu saba.
2

Andika katiba kabla ya kuandika programu

Waraka wa msingi wa uendeshaji unaofasili nguvukazi ya AI, ruhusa zake, kanuni zake za kupandisha masuala, na — muhimu zaidi — vituo vya udhibiti vya binadamu na rekodi ya ukaguzi ambayo kila kimoja huizalisha. Katika New York rekodi hiyo si ya hiari: mwenye leseni anayekagua kazi iliyoandaliwa na wengine lazima ahifadhi tathmini ya maandishi kwa miaka sita.⁵⁹ Jenga rekodi ya ufuatiliaji kama kipengele cha daraja la kwanza, si kiraka cha uzingatiaji wa kanuni kilichoongezwa baadaye. Pia ndicho kitu kinachoifanya kampuni iweze kupata bima na muundo uweze kutetewa.
3

Chora mtiririko kamili wa thamani wa kampuni moja, kutoka ulizo hadi kufunga mradi

Upataji wa wateja, upimaji wa fursa, mapendekezo ya zabuni, ukadiriaji wa gharama, majadiliano ya mkataba, usanidi wa mradi, uzalishaji wa kiufundi, QA/QC, udhibiti wa mradi, msaada wa ujenzi, utoaji ankara, ukusanyaji wa madeni, kufunga mradi. Kwa kila hatua: kazi, maamuzi, nyaraka, makabidhiano, wanaowajibika, matatizo yanayojirudia, data inayoingizwa. Hii ndiyo ramani ya uendeshaji otomatiki, nayo pia ni waraka wa uchunguzi wa kina wa kuchagua mshirika.
4

Tafuta kampuni mshirika — na chuja ili kupata inayofaa

Sura inayolengwa: watu 15–60, jimbo moja hadi matatu, mmiliki aliye ndani ya miaka mitano kabla ya kuondoka, rekodi imara ya utendaji wa nyuma, na — jambo la muhimu zaidi — mkuu wa kampuni aliyechoshwa badala ya aliyeridhika. Epuka kampuni ambazo uchumi wake unategemea kuongeza kwa kiwango cha juu saa zinazodaiwa katika mikataba ya malipo kwa saa na vifaa; hicho ndicho kizuizi cha kimuundo ambacho ENR ilikibaini katika muamala wa AECOM/Consigli.⁴⁶ Tafuta kampuni zenye kazi ya bei isiyobadilika au ya jumla, ambapo kupunguza saa huongeza faida badala ya kupunguza mapato.
5

Ajiri kwa ajili ya busara, si kwa ajili ya uwezo wa uzalishaji

Wataalamu wawili au watatu wenye leseni wenye ukuu usio wa kawaida, wakiajiriwa waziwazi katika nafasi tatu za §5: mbunifu wa maarifa, mkaguzi mwenye uwajibikaji halisi wa kitaalamu (responsible charge), na mbunifu wa kazi mpya kabisa. Chuja ukitafuta watu wanaoweza kueleza kwa nini undani fulani uko sahihi, si tu kuuchora — kazi ya kusimba inahitaji mtu anayeweza kuitoa busara yake nje, jambo ambalo ni ujuzi adimu zaidi kuliko kuitumia. Usiajiri timu ya uzalishaji; nadharia yote ni kwamba timu ya uzalishaji ndiyo kitu kinachobadilishwa. Zingatia kwamba mkaguzi mwenye leseni lazima akae ndani ya taasisi ya kitaalamu, si taasisi ya usimamizi, la sivyo muundo ulio katika Kielelezo 11 unashindwa kwa masharti yake yenyewe.
6

Jenga onyesho moja kamili kutoka mwanzo hadi mwisho: kutoka fursa hadi kuanza mradi

Tambua fursa, andaa rasimu ya pendekezo la zabuni, chambua mkataba dhidi ya kiwango cha kampuni, jenga ada na ratiba, unda eneo la kazi la mradi, weka daftari la vitu vinavyowasilishwa, tengeneza kifurushi cha kuanza mradi. Wafanyakazi kadhaa wa AI wakishirikiana, binadamu mmoja akiidhinisha katika kila kituo cha udhibiti kilichoainishwa, kila hatua ikiandikwa. Pima muda wa mzunguko dhidi ya msingi wa kihistoria wa kampuni — ukiwa umepimwa, si ulioripotiwa na mtu mwenyewe, kwa sababu ile ambayo washiriki wa METR waliionyesha.³⁵ Takwimu moja ya kuaminika ya kabla-na-baada kwenye mradi halisi ina thamani kubwa kuliko sehemu iliyobaki yote ya waraka huu.

11 — Uadilifu wa kifikra

Ni nini kingethibitisha kwamba hii si sahihi.

Nadharia isiyoweza kukanushwa ni kaulimbiu tu. Matokeo manne mahsusi yangemaanisha kwamba mkakati huu si sahihi, nayo yanapaswa kuangaliwa kwa makusudi badala ya kutafutiwa udhuru:

Onyesho la kuanza mradi halishindi msingi kwa muda wa mzunguko uliopimwa. Iwapo nguvukazi kamili ya AI haiwezi kubana muda kutoka fursa hadi kuanza mradi kwenye mradi halisi dhidi ya historia ya kampuni hiyo yenyewe, madai ya mfumo wa uendeshaji ni ya uongo na hakuna kiasi chochote cha muundo kinachoyarekebisha.
Uwiano wa mnyumbuliko unakwama karibu na 2. Hoja yote ya §5 inategemea L kupanda mbali zaidi ya kuongezeka mara mbili kunakoashiriwa na "50% of non-physical work" ya McKinsey.² Iwapo kiasi cha kazi kinachopita kilichopimwa na kukaguliwa kwenye vifurushi vinavyorudiwarudiwa kitasimama kwenye 2–3× huku kiwango cha ukaguzi cha kweli kikiwekwa kisibadilike, basi hii ni biashara nzuri ya ushauri na si mapinduzi — na madai ya kijasiri zaidi ya waraka huu yanapaswa kuondolewa badala ya kuelezwa upya.
Viwango vya wakaguzi kunasa kasoro vinashuka kadri ujazo unavyopanda. Ndicho kipimo kimoja safi zaidi cha onyo la mapema katika modeli nzima. Iwapo ugunduzi wa kasoro zilizopandwa kwa makusudi unadhoofika kadri idadi ya vifurushi kwa kila mkaguzi inavyopanda, mnyumbuliko unajinunulia wenyewe kwa hatari ya kimyakimya, na kikomo tayari kimevukwa.
Wafanyakazi wa kampuni mshirika wanaukwepa mfumo. Data ya Bluebeam inayoonyesha 52% ya wataalamu wa AEC bado wakitumia karatasi katika hatua ya usanifu na 43% bado wakitegemea saini za mkono⁹ ni onyo kuhusu mvuto wa mtiririko wa kazi uliozoeleka, si kuhusu udijitali peke yake. Iwapo wataalamu wenye leseni watalichukulia tabaka la AI kama hatua ya ziada badala ya hatua mbadala, tija haitatokea kamwe — na ndivyo hasa ahadi ya BIM ilivyoyeyuka.
Bodi ya jimbo au kampuni ya bima inachukua hatua dhidi ya muundo huu. Kwa sasa hakuna kampuni ya bima ya dhima ya kitaalamu ya A/E inayoandika vighairi vya AI,³² na bodi ya Texas imekataa waziwazi kuandika kanuni mahsusi za AI.²² Vyote viwili vinaweza kubadilika. Model Law na Model Rules za NCEES, kufikia matoleo yake ya hivi karibuni zaidi, hazitaji akili bandia hata kidogo²⁰ — mfumo unaosimamia uko kimya, jambo ambalo kwa sasa linaruhusu nalo linaweza kuacha kuwa hivyo.
Uchumi unatua kwenye kizidishi cha huduma. Iwapo jukwaa halitengani kamwe na kampuni ya kitaalamu, Oxvelo itakuwa imenunua kampuni ndogo ya uhandisi yenye programu bora — biashara nzuri, yenye thamani ya 2.5–3.5× EBITDA,⁵¹ lakini si ile iliyoelezwa hapa. Nines ndilo toleo lililoandikwa la kushindwa huku.⁴⁷

Maono si kufanya otomatiki hesabu za uhandisi. Ni kuvumbua upya jinsi biashara ya uhandisi inavyoendeshwa — na njia ya kisheria ya haraka zaidi ya kufanya hivyo hupitia leseni ya mtu mwingine kabla ya kupitia yako mwenyewe.

Kiambatisho A

Kamusi ya istilahi

Waraka huu unagusa misamiati minne — leseni za uhandisi, ununuzi wa umma, fedha za mitaji binafsi, na ujifunzaji wa mashine — na karibu hakuna mtu anayeijua yote minne kwa ufasaha. Kila istilahi iliyo hapa chini pia inaweza kuguswa papo hapo katika waraka wote.

Kiambatisho B

Jinsi ya kusoma takwimu zilizo katika waraka huu.

Si ushahidi wote ulio sawa, na waraka unaowasilisha kipimo kilichopitiwa na wenzao pamoja na tangazo la muuzaji kwa herufi zilezile unampotosha msomaji wake kimyakimya. Kila takwimu katika waraka huu iko katika mojawapo ya viwango vitano. Pale madai yanapotegemea kiwango cha 3 au chini yake, maandishi husema hivyo mahali yanapotumika.

KIWANGO 1

Maandishi ya kisheria ya msingi. Sheria zilizotungwa, kanuni za utawala, kanuni za bodi, na fomu za kawaida za mikataba — NCEES Model Law na Model Rules, NY Business Corporation Law §1503(b-1), 22 Texas Administrative Code, Brooks Act, SF 330, FDOT Rule 14-75, AIA B101. Haya yamenukuliwa neno kwa neno na yanaweza kukaguliwa neno kwa neno. Yachukulie kama yaliyothibitika.

KIWANGO 2

Utafiti uliopitiwa na wenzao na takwimu rasmi. AECBench (Advanced Engineering Informatics), makala ya ubunifu wa majibu ya uongo, fasihi ya upendeleo wa kuamini mifumo otomatiki, makala za kazi za NBER, mfululizo wa US Census. Mbinu imefichuliwa na kazi imepita ukaguzi wa wenzao. Yachukulie kama ya kuaminika ndani ya upeo iliojitangazia — na uzingatie upeo huo, ambao mara nyingi ni mwembamba kuliko kichwa cha habari.

KIWANGO 3

Tafiti za vyombo vya kitaalamu na za sekta. Deltek Clarity, AIA Firm Survey, ACEC Research Institute, Ames & Gough, Autodesk, Bluebeam, Dodge. Sampuli kubwa na mbinu thabiti, lakini wahojiwa wanaojichagua wenyewe, majibu wanayojiripotia wenyewe, na maswali yaliyoandikwa na pande zenye maslahi kwenye jibu. Zinaaminika kimwelekeo; ni sahihi labda kwa pointi chache, si kwa desimali.

KIWANGO 4

Vyombo vya habari vya kibiashara na wapatanishi wa soko. ENR, Morrissey Goodale, Capstone Partners, Zweig Group, BizBuySell, Memoori, Harbor Compliance. Wana taarifa nzuri, mara nyingi ndicho chanzo pekee kilichopo kwa jambo fulani, lakini wana maslahi ya kibiashara na mara chache huwa wazi kimbinu. Fasili zinatofautiana kati yao — ndiyo maana vyanzo viwili vya kuaminika vinaweza kuripoti miamala 361 na 500+ kwa mwaka uleule nao wote wawili wakawa sahihi.

KIWANGO 5

Madai yaliyoripotiwa na kampuni zenyewe. Vipimo vya mradi vya cove.tool, ujazo wa mikataba wa Crosby, uchunguzi wa kesi wa wauzaji. Havijakaguliwa, havijarudiwa, na vimechapishwa ili kuuza kitu. Vinatumika katika waraka huu kama uthibitisho wa kuwepo tu — ushahidi kwamba mtu anajaribu kufanya jambo hilo — kamwe si kama vipimo vya kile jambo hilo linachokifikia. Kila tukio limeashiriwa mahali pake.

Takwimu mbili zilizoachwa kwa makusudi

Kauli inayonukuliwa sana kwamba "35% ya muda wa wataalamu wa ujenzi hauzalishi, ikigharimu $177 bilioni kila mwaka" ni ya kweli na yenye chanzo imara, lakini kundi lake la utafiti lilikuwa 49% wakandarasi wakuu na 36% mafundi wa fani maalum — si wataalamu wa usanifu.¹⁸ Kuitumia kwa wahandisi na wasanifu majengo kungekuwa ni udanganyifu mdogo unaogharimu imani ya msomaji katika kila kitu kingine. Takwimu za ukubwa wa kampuni za US Census SUSB kwa NAICS 5413 ziliondolewa baada ya kushindwa kuthibitishwa kutoka chanzo kinachopatikana; hoja ya mgawanyiko ilijengwa upya kwa data ya AIA na ENR badala yake.

Kiambatisho C

Hesabu ya mnyumbuliko, ikifanyiwa kazi.

Kielelezo 5 kinabana hesabu ndani ya mkondo. Hii hapa kwa ukamilifu, ili msomaji aweze kupinga dhana mahsusi badala ya kupinga umbo la mstari.

Fasili

L = uwiano wa mnyumbuliko — visawe vya mhandisi vya matokeo ya uzalishaji ambavyo
mtaalamu mmoja mwenye leseni anaweza kuvikagua na kubeba uwajibikaji wake
B = mapato halisi ya msingi kwa kila mfanyakazi = $143,000 (AIA, data ya 2023, wastani wa hesabu)
C = gharama ya jumla ya kazi kwa kila mfanyakazi = $119,511 (Deltek Clarity ya 47)
O = kiwango cha gharama za ziada kwa kazi ya moja kwa moja = 161.3% (Deltek Clarity ya 47)
U = kiwango cha saa zinazodaiwa = 58.9% — sehemu ya saa zinazolipiwa zinazoweza kudaiwa

Mkondo

Mapato halisi kwa kila mtaalamu mwenye leseni = B × L

L = 1 → $143,000 (sekta ilivyo leo)
L = 2 → $286,000 (kinachoashiriwa na McKinsey: 50% ya kazi isiyo ya kimwili)
L = 5 → $715,000 (lengo la kihafidhina la muda mfupi)
L = 10 → $1,430,000
L = 25 → $3,575,000
L = 50 → $7,150,000 (wakaguzi 2 wakibeba mzigo wa uzalishaji wa wahandisi 100)

Dhana nne, na kinachovunja kila mojawapo

Bei kwa kila kitu kinachowasilishwa inabaki ileile. Haitabaki, katika soko la ushindani. Lakini zingatia kinachotokea ikishuka: mapato kwa kila mtaalamu hupanda polepole zaidi huku faida bado ikipanda, kwa sababu gharama kwa kila kitu kinachowasilishwa hushuka haraka kuliko bei. Mnyumbuliko unajitokeza katika taarifa ya faida na hasara kwa vyovyote vile — swali pekee ni iwapo mteja au kampuni ndiye anayeunasa.
Mkataba ni wa bei isiyobadilika au wa jumla. Hii ndiyo dhana inayoamua biashara kihalisi. Katika malipo kwa saa na vifaa, kupunguza saa kwa nusu hupunguza mapato kwa nusu na mkondo wote hugeuka kuwa hasara. ENR ilibaini hasa hili kama kikwazo kwenye ununuzi wa Consigli uliofanywa na AECOM.⁴⁶ Uteuzi wa mshirika lazima uchuje kwa kuzingatia muundo wa ada.
Juhudi ya ukaguzi haipandi sambamba na matokeo. Ikiwa inapanda hivyo, L ina kikomo karibu na 1 na nadharia inashindwa kabisa. Muundo wote wa uhakiki ulio katika Kielelezo 6 upo ili kuvunja ulinganifu huo, na tabaka la uhakikisho lipo ili kuugundua iwapo tunajidanganya.
Kazi inaweza kuwekwa katika violezo. L inahusu uzalishaji unaorudiwarudiwa dhidi ya viwango vilivyowekwa. Katika usanifu wa aina ya kwanza kabisa, L hubaki karibu na 1 nayo inapaswa kubaki hivyo.

Modeli haidai nini

Haidai kwamba kampuni ya watu mia moja inakuwa watu wawili. Kampuni ya uhandisi ya watu mia moja si watu mia moja wanaochora — ina wasimamizi wa miradi, wafanyakazi wa utawala wa ujenzi, wakuu wa kampuni, fedha, na ukuzaji biashara. Mkondo unahusu utendaji wa uzalishaji wa usanifu pekee. Utendaji mwingine hubanwa kwenye mikondo yake tofauti, iliyoelezwa katika Kielelezo 3, na hakuna hata mmoja wao unaofikia L = 50.

Pia haidai kwamba lolote kati ya haya limekwisha fikiwa. L ni kipimo cha kupimwa, si matokeo ya kudhaniwa — ndiyo maana §11 inataja uwiano wa mnyumbuliko uliokwama kama jambo la kwanza ambalo lingekanusha waraka mzima.

Kiambatisho D

Marejeleo ya haraka ya kidhibiti.

Majimbo matatu ambayo waraka huu unayachunguza, sambamba. Hakuna kilicho hapa ambacho ni ushauri wa kisheria — ni sehemu ya kuanzia mazungumzo na wanasheria, na safu ya New York hasa ina utata wa kubeba uzito ambao ni maoni ya wakili pekee yanayoweza kuufunga.

Swali	New York	California	Texas
Kifungu kinachosimamia	Educ. Law §§7202, 7210; BCL §1503(b-1)	Bus. & Prof. Code §6738	22 Tex. Admin. Code §137.77
Umiliki wa asiye na leseni	PSC ya kawaida: hakuna. DPC: <25%, lakini imetengwa kwa ESOP na wafanyakazi wasio na leseni — taasisi ya nje ya uwekezaji haistahili	Inaruhusiwa, lakini asiye na leseni hawezi kuwa mmiliki pekee	Hakuna kizuizi cha umiliki katika kanuni
Uongozi wenye leseni unahitajika	Rais, mwenyekiti na Mtendaji Mkuu wote lazima wawe wataalamu wa usanifu; pia mwanahisa mkubwa zaidi	Mhandisi mwenye leseni lazima awe mmiliki, mshirika, au afisa msimamizi	Angalau mwenye leseni mmoja wa muda wote aliye hai ameajiriwa
Muundo wa bodi / wakurugenzi	>75% wataalamu wa usanifu	Haijaainishwa	Haijaainishwa
LLC inaruhusiwa?	PLLC, wanachama wote wenye leseni	Hapana — Corp. Code §17701.04(e)	Ndiyo
Matawi yanayohusika	Uhandisi wote	§6738 inagusa uhandisi wa kiraia, umeme, mitambo pekee	Uhandisi wote
Usomaji wa kiutendaji kwa Oxvelo	MSO/PC inahitajika. Hakuna njia ya hisa kuingia katika taasisi yenye leseni	Inawezekana ikiwa na mkuu mwenye leseni msimamizi	Lenye uhuru zaidi kati ya matatu

Maswali ambayo wanasheria lazima wayajibu kabla muundo wowote haujachaguliwa

Je, taasisi ya nje isiyo ya mfanyakazi inaweza kushikilia hisa zozote katika shirika la huduma za kitaalamu za usanifu la New York? Maandishi ya sheria yanaelekeza hapana. Iwapo hilo ni sahihi, mgawanyo wa MSO/PC si upendeleo — ndio muundo pekee halali.
Je, ada ya usimamizi ya asilimia ya mapato kutoka MSO ya uhandisi ingehesabiwa kama ugawaji haramu wa ada, kama ilivyo katika mfano sawa wa sekta ya afya ya New York? Ikiwa ndiyo, ada lazima iwe ya kiwango kimoja, ya kutegemea muda, au ya kutegemea gharama, na modeli ya kifedha lazima ijengwe hivyo tangu mwanzo.
Je, wajibu wa kuhifadhi tathmini ya maandishi kwa miaka sita chini ya 8 NYCRR §29.3(a)(3)(i) unahusu kazi iliyozalishwa na AI iliyokaguliwa na mwenye leseni? Dhania ndiyo na ujenge rekodi ya ufuatiliaji ipasavyo; ni bima ya bei nafuu kwa vyovyote vile.
Ni katika majimbo gani taasisi yenye leseni inahitaji cheti cha idhini kabla haijaweza kutajwa kwenye pendekezo la zabuni, na muda wa sasa wa kushughulikia ni upi katika kila mojawapo?

Kiambatisho E

Swali la mteja — ambalo hakuna aliyewahi kuwauliza wateja.

Kila mkuu wa kampuni atakayesoma waraka huu atafikia pingamizi lilelile ndani ya dakika tano: je, wateja wangu wataikubali? Waraka ulikuwa na deni la kutoa jibu. Kuutafiti ulizo hilo kulizaa ugunduzi wa kuvutia zaidi kuliko jibu lenyewe.

Ugunduzi: swali hili halijawahi kuwekwa mbele ya wateja

Tulikagua kila utafiti mkubwa wa AEC kuhusu akili bandia tuliouweza kuupata — RICS (wataalamu 2,200+), ripoti za RIBA za 2025 na 2026, Chaos (wasanifu majengo ~800), Arup (wataalamu 5,000 katika nchi kumi), Mastt, Deltek Clarity (kampuni 896), na utafiti wa AIA/Deltek/ConstructConnect.⁶⁰ Kila mmoja wao unawahoji wataalamu wanaofanya kazi. Hakuna hata mmoja unaowauliza wateja iwapo wanataka washauri wao wa usanifu watumie AI.

Data iliyo karibu zaidi ya upande wa wamiliki ni kazi ya Dodge Construction Network pamoja na National Institute of Building Sciences, iliyowahoji takriban wamiliki 200 wa Marekani, kila mmoja akisimamia ujenzi wa zaidi ya $5M kwa mwaka. Iligundua 28% ya wamiliki tayari wanatumia AI wenyewe, wakiwa na kiwango cha ukuaji cha haraka zaidi kuliko teknolojia yoyote iliyochunguzwa, nayo ikatoa onyo hili kwa washauri wao: uwezo wa data "is a competitive advantage now, but it is only a matter of time before it is a requirement."⁶¹ Hiyo inapima uchukuaji wa wamiliki wenyewe. Haipimi mtazamo wao kuhusu wako.

Kwa nini ukosefu wa data unastahili kuchapishwa

Sekta imetumia miaka mitatu ikijadili iwapo AI inafaa katika utendaji wa usanifu bila kuwauliza watu wanaolipia usanifu. Hilo si kosa dogo — ni pengo la kipimo lililo hasa pale ambapo hatari ya kibiashara ilipo. Pia ni fursa, kwa kampuni iliyo tayari kufanya kazi hiyo: utafiti tunaouendesha unaliuliza moja kwa moja.

Kile kinachokuja si pingamizi la wateja

Nguvu tatu halisi zinasogea, na hakuna hata mojawapo inayohusu mteja anayekataa kazi iliyosaidiwa na AI.

1. Wanunuzi wa umma wanaamuru ufichuzi

Idara ya Huduma za Jumla ya California ilirekebisha State Contracting Manual yake (§2302) ili kutaka mzabuni aiarifu Serikali kwa maandishi iwapo anakusudia kutumia AI-buni kukamilisha kazi inayoathiri kwa kiasi kikubwa utendaji wa mfumo, hatari kwa Serikali, au utekelezaji wa mkataba. Inahusu zabuni zote zilizoandikwa bila kujali aina ya ununuzi, na kutofichua "may result in bid disqualification."⁶² Hili ndilo sharti pekee la ufichuzi la upande wa mnunuzi nchini Marekani lenye nguvu ya kisheria na linalotumika kwa jumla ambalo tuliweza kulithibitisha.

Sera ya shirikisho ni laini zaidi. OMB M-25-22 inasema mashirika "are advised to consider" kutaka wakandarasi wafichue matumizi ya AI — ni ushauri, si lazima.⁶³ GSA ilisambaza rasimu ya kifungu mwezi Machi 2026 ikitaka ufichuzi wa mifumo yote ya AI iliyotumika katika utekelezaji wa mkataba; maoni yalifungwa mwezi Aprili nacho hakikujumuishwa katika toleo lililofuata.⁶⁴ Na jambo la kuzingatia, uchunguzi wa Caltrans wenyewe wa mifumo ya ununuzi ya GenAI ya majimbo ulibaini kwamba hakuna idara ya usafirishaji ya jimbo lolote yenye sera yenye nguvu ya kisheria inayotaka washauri wafichue matumizi ya AI katika vitu vinavyowasilishwa.⁶⁵

2. Kampuni za bima zinauliza maswali — wanunuzi hawaulizi

Uandishi wa NSPE kuhusu dhima ya kitaalamu uligundua kwamba wathamini wengi wa bima "are not yet incorporating AI into underwriting criteria, but they are beginning to ask firms how they supervise and review AI-assisted work," huku kukiwa na "no widespread exclusions or special policy modifications yet evident."⁶⁶ Utafiti wa Ames & Gough wa kampuni za bima unaongeza kwamba kampuni zenye utawala thabiti wa AI zitapata imani ya wathamini wa bima ("gain underwriter confidence").³¹ Hatukupata ushahidi wowote wa maswali ya AI kujitokeza katika dodoso za wateja za uthibitisho wa awali. Uchunguzi unatoka kwa wanaobeba hatari, si kwa wanaonunua huduma — jambo ambalo ni tofauti yenye maana, nalo ni hoja ya kujenga rekodi ya ufuatiliaji mapema.

3. Bado hakuna kifungu cha kawaida cha AI

Wala AIA, wala EJCDC, wala ConsensusDocs hawajachapisha kifungu au nyongeza ya AI kwa mikataba ya usanifu kufikia Agosti 2026.⁶⁷ Pale ambapo vifungu vya AI vinajitokeza, mwelekeo unafundisha: vinakwenda kutoka mkandarasi kwenda kwa mmiliki kama kanusho za kujilinda, si kutoka mmiliki kwenda kwa mbunifu kama vizuizi. Wakili mmoja wa ujenzi anaeleza kuandaa kifungu kinachosema kwamba pale AI inapotumika kwa upangaji ratiba au makadirio ya awali, "the customer cannot rely on those until such time as boots on the ground have determined whether those field measurements are accurate."⁶⁸

Hatari halisi ya kibiashara ni ada, si kukataliwa

Tishio ambalo waraka huu unalichukulia kwa uzito zaidi si kwamba wateja watakataa kazi iliyosaidiwa na AI. Ni kwamba wataikubali na kutarajia kulipa kidogo zaidi kwa ajili yake.

Katika huduma za kitaalamu kwa ujumla, hilo tayari linapimika: utafiti wa 2026 wa viongozi wakuu wa biashara zaidi ya 1,000 uligundua 66% wakiripoti kwamba wateja wanazidi kuwa na madai makubwa huku wakiwa na utayari mdogo wa kulipa, huku theluthi mbili wakitegemea AI kupunguza gharama, na theluthi moja ikisema wateja sasa wanaiona AI kama njia ya kurudisha kazi ndani ya taasisi zao badala ya kuajiri wataalamu.⁶⁹ Utafiti huo unagusa sekta mbalimbali, si A/E — kuhamisha matokeo yake ni dhana, nasi tunaiweka wazi kama dhana.

Katika A/E hasa, kilichoandikwa ni mabadiliko katika modeli ya mkataba badala ya kiwango cha ada. Mkurugenzi Mtendaji wa AECOM Troy Rudd anaeleza wateja wenyewe wakiliibua: kuhama "away from something like cost plus to something that looks more like a fixed fee."⁷⁰ Na kazi ya ACEC pamoja na Virginia Tech inaeleza hatari ya msingi kwa uwazi usio wa kawaida:

Iwapo kampuni ya ushauri wa uhandisi inaweza kutoa kazi ileile kwa ufanisi mkubwa zaidi wa 30% hadi 50% katika siku zijazo lakini bado ikatoza huduma zake kwa saa, kimsingi iko katika mbio za kuelekea chini kabisa.ACEC pamoja na Virginia Tech, 2024

Huo ndio uthibitisho wa nje wenye nguvu zaidi wa hoja ya kibiashara ya waraka huu, nao unatoka kwa chombo cha kitaaluma cha sekta ya uhandisi yenyewe badala ya muuzaji wa teknolojia. Pia ndiyo sababu kikokotoo cha mnyumbuliko kinafanya mchanganyiko wa ada kuwa kigezo kinachotawala kila kingine kinachoingizwa.

Kile ambacho hatukukipata kabisa

Hakuna kesi iliyochapishwa ya mteja kukataa au kupinga vitu vya usanifu vilivyozalishwa na AI. Migogoro halisi iliyo karibu zaidi ni malalamiko ya zabuni yaliyotupiliwa mbali na GAO kwa sababu ya marejeleo ya kisheria yaliyobuniwa na AI — maamuzi matano mwaka 2025 — pamoja na uteuzi wa chanzo wa Jeshi uliopingwa ambapo zana ya AI ya mnunuzi mwenyewe ilidaiwa kubuni matokeo ya tathmini kwenye zabuni ya huduma za uhandisi ya $449M.⁷¹ Katika makundi yote mawili kushindwa kwa AI kupo katika nyaraka za ununuzi, si katika uhandisi.
Hakuna ushahidi kwamba mmiliki yeyote hupima uwezo wa AI katika uteuzi wa A/E. Kila utafutaji kuhusu hili ulirudisha matokeo kuhusu kutumia AI kuandika mapendekezo ya zabuni — swali la kinyume.
Hakuna tukio mahsusi la A/E la mteja kudai kupunguzwa kwa ada kwa sababu ya AI. Utaratibu huo unaaminika na ushahidi wa sekta jirani umepimwa kwa takwimu, lakini kesi ya A/E haijaandikwa.

Mapengo matatu ya kweli. Katika waraka unaokubali matatu kati ya pingamizi yake saba, ingekuwa kinyume cha uthabiti kuyavalisha mapengo nguo za majibu.

Kiambatisho F

Sera ya Oxvelo ya ufichuzi wa matumizi ya AI.

NSPE Board of Ethical Review iligundua kwamba hakuna wajibu wa kitaalamu wala wa kimaadili wa kumfichulia mteja matumizi ya AI isipokuwa mkataba unahitaji hivyo — huku ikiongeza kwamba "ethical principles favor transparency when AI plays a substantial role in generating work products."²¹ Hiyo ni ruhusa ya kutosema chochote. Tunadhani kutosema chochote ni uamuzi usio sahihi kwa kampuni ambayo pendekezo lake lote ni uwajibikaji unaoweza kuhakikiwa, kwa hiyo hii ndiyo sera yetu ya kudumu, iliyochapishwa kabla hatujawa na wateja.

1. Tunafichua kwa kawaida

Kitu chochote kinachowasilishwa kilichozalishwa kwa mchango wa maana wa AI hubeba taarifa ya jambo hilo, iwe mkataba unahitaji hivyo au la na iwe mteja anauliza au la. Ufichuzi si kukiri kosa; ni maelezo ya mbinu, kama vile kampuni inavyoeleza ni toleo lipi la kanuni ilizingatia katika usanifu wake.

2. Tunamtaja binadamu, si modeli

Kila kitu kinachowasilishwa chenye muhuri kinamtambulisha mtaalamu mwenye leseni mwenye uwajibikaji halisi wa kitaalamu (responsible charge) kwa jina na namba ya leseni. Hakuna nyaraka itakayowahi kupendekeza kwamba mfumo uliidhinisha chochote. Uwajibikaji ni wa mtu binafsi, sheria inataka uwe wa mtu binafsi, na kuusambaza katika "jukwaa" kungekuwa hatua ya kwanza kuelekea kushindwa kwa kupiga mihuri bila kukagua ambako waraka huu unaonya juu yake.

3. Rekodi ya ukaguzi inapatikana kwa mteja akiiomba

Kundi la mambo yasiyo ya kawaida ambalo mkaguzi aliliamua, ukaguzi wa uhakika uliofanyika, na viungo vya asili ya taarifa vilivyo nyuma ya vifungu vya kanuni vilivyonukuliwa vinahifadhiwa na vinaweza kufichuliwa. Katika New York hili tayari ni la lazima — mwenye leseni anayetia muhuri kwenye kazi iliyoandaliwa na wengine lazima ahifadhi tathmini ya maandishi kwa miaka sita⁵⁹ — kwa hiyo tunalichukulia kama kipengele kinachomkabili mteja badala ya wajibu wa kuhifadhi kabatini.

4. Data ya mteja haifundishi chochote

Data ya miradi ya wateja haitumiki kufundisha modeli za watu wa tatu, wala haipelekwi kwenye huduma yoyote inayojihifadhia haki ya kufanya hivyo. Case 24-2 ya NSPE ilimkuta mhandisi na hatia kwa sehemu kwa kufichua taarifa binafsi za mteja kwa zana ya AI bila ruhusa — kushindwa kwa ushughulikiaji wa data, si kwa usanifu.²¹ Pale mkataba wa mteja unapozuia mwelekeo wa data, kizuizi hicho ndicho kinachotawala uteuzi wa modeli, si kinyume chake.

5. Tunajibu swali la mnunuzi wa umma kabla halijaulizwa

Zabuni yoyote katika mamlaka yenye utaratibu wa ufichuzi — sharti la DGS la California likiwa ndilo dhahiri zaidi⁶² — hubeba ufichuzi iwe tangazo la zabuni linahitaji hivyo au la. Hasara ya kufichua kupita kiasi ni mazungumzo. Hasara ya kufichua pungufu ni kuenguliwa.

6. Hatudai kile ambacho hatuwezi kukionyesha

Hakuna madai ya ufanisi, usahihi au muda wa mzunguko yanayotolewa kwa mteja bila msingi uliopimwa nyuma yake. Hiki ndicho kiwango kilekile tunachoshikilia kwa utafiti wetu tunaouchapisha, nacho kipo kwa sababu washiriki wa METR waliamini walikuwa wepesi kwa 20% wakati vipimo vilionyesha walikuwa polepole zaidi.³⁵

Kwa nini kuchapisha hili kabisa

Kwa sababu sera iliyoandikwa baada ya mazungumzo magumu ya kwanza ni utafutaji wa udhuru, na kila mtu anaweza kuutambua. Kuichapisha sasa — kabla hakuna mteja, wala dai, wala kishawishi cha kuilainisha — ndio wakati pekee ambapo haigharimu chochote nayo inamaanisha kitu. Iwapo tutawahi kuiacha, ukurasa huu ndio ushahidi.

Kiambatisho G

Mfano uliofanyiwa kazi: kutoka fursa hadi kuanza mradi.

Isome hii kwa usahihi

Hii ni fafanuzi ya usanifu, si matokeo. Hakuna mradi uliopitishwa kwenye mchakato huu. Hakuna kilicho hapa ambacho ni kipimo, uchunguzi wa kesi, au madai kuhusu utendaji. Ni ramani ya onyesho lililoelezwa katika §10 — iliyochapishwa ili wakati onyesho litakapoendeshwa, liweze kupimwa dhidi ya kile kilichofafanuliwa mapema badala ya dhidi ya masimulizi yaliyoandikwa baadaye.

Waraka unabishania utaratibu wake kwa urefu na hauuonyeshi kamwe. Huu hapa mtiririko mmoja kamili wa kazi, hatua kwa hatua, ukiwa na kituo cha udhibiti cha binadamu na kitu cha ukaguzi vikitajwa katika kila hatua.

Hatua	Kitendo cha nguvukazi ya AI	Kituo cha udhibiti cha binadamu	Kitu cha ukaguzi kinachozalishwa
Upokeaji wa fursa	Huchambua RFP au ulizo; hutoa upeo, vitu vinavyowasilishwa, tarehe za mwisho, masharti ya uwasilishaji, vigezo vya tathmini na vinavyoengua	Hakuna — utafutaji tu	Rekodi ya fursa iliyopangwa, kila neno lililotolewa likiunganishwa na ukurasa wake chanzo
Kuendelea / kutokuendelea	Hupima ufaafu dhidi ya leseni za kampuni, hali ya uthibitisho wa awali, upatikanaji wa wafanyakazi na rekodi ya utendaji wa nyuma; huashiria chochote ambacho kampuni haiwezi kukitimiza kisheria	Mkuu wa kampuni anaamua. Mfumo hauruhusiwi kuisukuma fursa mbele	Rekodi ya uamuzi yenye tarehe, ikiwa na hoja zilizowasilishwa na uamuzi uliochukuliwa
Ada na upeo	Hutafuta miradi ya awali inayolingana, hujenga modeli ya awali ya juhudi kwa fani na awamu, huandaa rasimu ya maelezo ya upeo kwa lugha ya kiwango cha kampuni	Mkuu wa kampuni anapanga ada. Haijadiliwi — hii ni ahadi ya kibiashara, si hesabu	Modeli ya juhudi, kila dhana ikifuatiliwa hadi mradi wa awali ilikotoka
Ukusanyaji wa pendekezo la zabuni	Hukusanya SF 330 au jibu la muundo binafsi; hujaza wasifu wa wafanyakazi waliotajwa, usajili na uzoefu wa miradi unaolingana kutoka rekodi ya wafanyakazi	Watu waliotajwa kwa majina huthibitisha maingizo yao ya wasifu na hali ya usajili	Kumbukumbu ya uthibitisho kwa kila mtu
Ukaguzi wa mkataba	Hulinganisha mkataba unaopendekezwa na misimamo ya kiwango cha kampuni; hupanga kila mkengeuko kwa hatari huku kifungu cha kiwango cha kampuni kikionyeshwa kando ya kile cha mteja	Mkuu wa kampuni anakubali au kukataa kila mkengeuko ulioashiriwa. Kutia saini ni tendo la binadamu	Daftari la mikengeuko lenye uamuzi na sababu kwa kila kipengele
Usanidi wa mradi	Mkataba unapotiwa saini, huunda eneo la kazi, muundo wa bajeti, mgawanyo wa awamu na kazi, na kumbukumbu ya uzingatiaji wa kanuni	Msimamizi wa mradi huthibitisha muundo	Orodha ya usanidi, yenye alama ya muda ikilinganishwa na wakati mkataba ulipotiwa saini
Daftari la vitu vinavyowasilishwa	Hutoa kila kitu kinachotakiwa kuwasilishwa kutokana na upeo wa mkataba na ratiba, kikiwa na mwenye kukihusika, tarehe ya mwisho na utegemezi	Msimamizi wa mradi huthibitisha ukamilifu	Daftari, kila mstari ukifuatiliwa hadi kifungu cha mkataba kinachokihitaji
Kifurushi cha kuanza mradi	Huandaa ajenda, majukumu, viwango vitakavyotumika, matoleo ya kanuni yaliyo hai, ratiba ya nyaraka za uwasilishaji na utaratibu wa mawasiliano	Msimamizi wa mradi huidhinisha na kutoa	Kifurushi kilichotolewa chenye historia ya marekebisho

Kilichoachwa kwa makusudi

Hakuna hatua yoyote iliyo hapo juu inayozalisha kazi ya uhandisi yenye muhuri, wala hakuna inayosonga mbele bila uamuzi wa binadamu aliyetajwa kwa jina katika vituo ambavyo ahadi au dhima huambatana navyo. Muhuri hauonekani popote katika mtiririko huu wa kazi, kwa sababu mtiririko huu unaishia wakati wa kuanza mradi — na hiyo ndiyo hasa maana ya kuingia kupitia kituo cha kuanzia kilicho katika Kielelezo 4.

Kipimo kinachoamua iwapo lolote kati ya haya ni kweli

Takwimu moja, ikichukuliwa kwa njia ileile mara mbili:

Msingi = wastani wa kati wa siku zilizopita, kutoka fursa kutambuliwa → kifurushi cha kuanza mradi kutolewa,
katika zabuni 10 za mwisho zinazolingana za kampuni mshirika
Kilichopimwa = kipindi kilekile, fasili ileile, katika zabuni 5 zinazofuata zilizopitishwa kwenye mfumo

Pia hufuatiliwa: saa za kitaalamu zilizotumika kwa kila zabuni · kiwango cha kushinda
mambo yasiyo ya kawaida yaliyoibuliwa kwa kila zabuni · mambo yasiyo ya kawaida yaliyobatilishwa kwenye ukaguzi

Muda uliopita ndio kichwa cha habari, lakini idadi ya mambo yasiyo ya kawaida yaliyobatilishwa kwenye ukaguzi ndiyo takwimu yenye maana zaidi. Iwapo wakaguzi karibu hawabatilishi kamwe kile ambacho mfumo unakiashiria, mfumo hauleti juu maamuzi halisi ya busara na ukaguzi ni wa mapambo. Kiwango chenye afya cha mambo yasiyo ya kawaida si sifuri.

Kiwango cha kushinda zabuni kimejumuishwa kwa sababu ndicho kipimo pekee kinachoweza kubatilisha kila kitu huku kila takwimu nyingine ikiboreka. Pendekezo la zabuni la haraka zaidi na la bei nafuu zaidi linaloshinda kazi chache si uboreshaji wa mfumo wa uendeshaji. Ni biashara mbaya zaidi yenye dashibodi bora zaidi.

Kiambatisho H

Kumbukumbu ya uhakiki.

Kila madai katika waraka huu yalikaguliwa dhidi ya chanzo chake cha msingi katika awamu maalum ya uhakiki wa ukweli. Marekebisho yaliyofanywa katika awamu hiyo yameandikwa hapa, kwa sababu msomaji ana haki ya kujua makosa yalikuwa yakielekea upande gani kabla hayajarekebishwa.

Marekebisho yaliyobadilisha hoja

NCEES ilifasili upya uwajibikaji halisi wa kitaalamu (responsible charge) mwezi Agosti 2025. Usemi unaonukuliwa sana wa "direct control and personal supervision" umepitwa na wakati nao hauonekani popote katika Model Law ya sasa. §5 sasa inabishania kutokana na kipimo cha sasa cha majukumu manne — mamlaka ya kukagua/kubadilisha/kukataa/kuidhinisha, ufahamu binafsi wa upeo, uwezo wa kujibu maswali, kukubali uwajibikaji kamili — ambacho kina manufaa zaidi kwa nadharia hii kuliko lugha kilichoibadilisha.
Takwimu za mgawanyiko za Census hazikuweza kuthibitishwa kutoka chanzo chochote kinachopatikana nazo ziliondolewa. Kielelezo 7 sasa kinatumia jedwali la AIA lililochapishwa la kampuni na malipo yanayodaiwa; madai ya mkusanyiko yalijengwa upya juu ya mapato ya ENR Top 500 dhidi ya mapato ya sekta ya Census Quarterly Services Survey.
Madai ya uthibitisho wa awali ya "miaka mitatu ya taarifa za fedha zilizokaguliwa" hayakuwa sahihi. Sharti hilo ni la programu ya mkandarasi wa ujenzi ya FDOT, si ya huduma za kitaalamu, ambayo inahitaji ukaguzi wa sasa wa gharama za ziada wa FAR. Kikwazo kinachofunga kilielezwa upya kama rekodi iliyopimwa ya utendaji wa nyuma — chenye chanzo bora zaidi, na kigumu zaidi kukishinda hata hivyo.
Hali ya umiliki ya New York ni mbaya zaidi kuliko ilivyoandikwa mwanzoni. BCL §1503(b-1) inatenga kipande kilichobaki kwa ESOP na wafanyakazi; taasisi ya nje ya uwekezaji haistahili kabisa. Kikomo halisi kwa kampuni tegemezi ni sifuri, si 25%.
METR haikuyafuta matokeo yake ya 19%. Takwimu za Februari 2026 zinatoka utafiti tofauti, si marekebisho. Rasimu ya awali ilizidisha kiwango cha kurudi nyuma kwa manufaa ya waraka huu.

Marekebisho ya utoaji sifa na usahihi

$143,000 ya malipo halisi kwa kila mfanyakazi ni wastani wa hesabu; AIA haichapishi wastani wa kati.
AECBench ni ya Liang na wenzake, si Zhao na wenzake. Zhao ni mwandishi wa mwisho.
$228 bilioni ya MGI inagusa sekta nzima ya AEC ya Marekani nayo inajumuisha "other automation technologies" — si thamani ya kifedha ya takwimu ya uendeshaji otomatiki ya 50%, nazo hizo mbili huchanganywa mara kwa mara.
Takwimu ya ACEC ya 14% ya maandalizi inakadiriwa na wataalamu wa kati ya kazi na waliokomaa, si na watendaji wakuu; takwimu ya 34% ya wanafunzi inatoka sampuli ya urahisi ya watu 195.
Ile 27% ya Bluebeam iliwahoji watoa maamuzi ya teknolojia wa ngazi ya meneja au juu zaidi katika nchi tano — si "wataalamu wa AEC duniani kote."
Ile 87% ya Dodge inahusu athari ya AI kwa ujenzi kama sekta, si kwa biashara ya mhojiwa mwenyewe.
Ile 90% ya AIA inagusa kundi la wasiwasi matano, si kutokuwa sahihi peke yake.
Lemonade na Root zilizinduliwa kama wabebaji wenye leseni — ni mifano ya kinyume ya njia ya hatua kwa hatua ya insurtech, si mifano yake.
Takwimu za kumaliza shahada za uhandisi zinatoka NCES kupitia ACEC, si ASEE, ambayo huhesabu kundi tofauti.
Nukuu ya Elad Gil ina uingizwaji wa kihariri wa TechCrunch nayo sasa imechapishwa ikiwa na mabano kama yalivyo.
Maelezo ya ENR kuhusu mwenendo wa bei ya hisa ya AECOM hayakuweza kuthibitishwa kwa kujitegemea nayo sasa yanahusishwa na ENR badala ya kutamkwa kama ukweli uliothibitika.

Kinachobaki bila kuthibitishwa, kwa makusudi

Makundi mawili ya takwimu yameripotiwa na kampuni zenyewe na hayajakaguliwa: vipimo vya mradi vya cove.tool (kupunguzwa kwa ratiba kwa 60%, usahihi wa makadirio wa 95%, gharama ya kurudia ya 40%, kukamilika kwa siku 15) na ujazo wa mikataba wa Crosby. Vyote viwili vimeashiriwa mahali pake na vinatumika kama uthibitisho wa kuwepo, si kama vipimo. Madai moja ya kimuundo — kwamba vighairi mahsusi vya AI si vya kawaida katika sera za dhima ya kitaalamu za A/E — ni hitimisho kutokana na kutokuwepo kwa vighairi vilivyoandikwa katika mstari huo wa bima, si ugunduzi chanya wa kampuni yoyote ya bima au dalali. Yameelezwa hivyo katika §7.

Uhandisi hauna tatizo la AI. Una tatizo la uendeshaji.

Saa mbili kati ya tano zinazolipiwa tayari haziwezi kudaiwa kwa mteja.

Takwimu ambayo waraka huu kwa makusudi hautumii

Kampuni ya uhandisi, si kazi moja moja, ndiyo kipimo cha mabadiliko.

Anza pale ambapo hakuna anayelazimika kutia muhuri wa kitaalamu kwenye chochote.

Hatuhitaji tena wahandisi kuzalisha muundo. Tunawahitaji kuukagua ubora wake.

Uwajibikaji halisi wa kitaalamu (responsible charge) haukuwahi kudai uandishi wa kazi

Hesabu ya mnyumbuliko

Basi kwa nini Oxvelo inaajiri wahandisi hata kidogo?

Madai ya ukubwa, na kinachoyaunga mkono kihalisi

Sehemu ngumu: kuufanya ukaguzi upanuke

Sekta iliyogawanyika, pengo la uchukuaji, na dirisha la muungano.

Sekta imegawanyika kwa kiwango cha ajabu

Ugavi wa vipaji una upungufu wa kimuundo

Uchukuaji ni halisi lakini wa juujuu — na takwimu zilizochapishwa zimechanganyika

Pingamizi saba, kwa nguvu zake kamili.

Sekta haitajifanyia hili yenyewe. Hiyo ndiyo fursa.

Uhandisi si wa kihafidhina kuhusu teknolojia. Ni wa kihafidhina kuhusu uwajibikaji.

Upinzani unavyoonekana kihalisi katika data

Usomaji wa kimkakati: hili ni handaki la ulinzi, si kizuizi

Mstari ambao hoja hii haipaswi kuuvuka

Kujenga timu, au kushirikiana na kampuni iliyokwisha imarika?

Kujenga kutoka sifuri kunagharimu nini kihalisi — kwa miezi, si kwa dola

Mifano ya awali ya AEC inaonyesha nini hasa

Ulinganisho, ukipimwa

Pendekezo

Hatua sita, kwa mpangilio.

Pata uamuzi kuhusu muundo wa New York kabla ya kitu kingine chochote

Andika katiba kabla ya kuandika programu

Chora mtiririko kamili wa thamani wa kampuni moja, kutoka ulizo hadi kufunga mradi

Tafuta kampuni mshirika — na chuja ili kupata inayofaa

Ajiri kwa ajili ya busara, si kwa ajili ya uwezo wa uzalishaji

Jenga onyesho moja kamili kutoka mwanzo hadi mwisho: kutoka fursa hadi kuanza mradi

Ni nini kingethibitisha kwamba hii si sahihi.

Kamusi ya istilahi

Jinsi ya kusoma takwimu zilizo katika waraka huu.

Takwimu mbili zilizoachwa kwa makusudi

Hesabu ya mnyumbuliko, ikifanyiwa kazi.

Fasili

Mkondo

Dhana nne, na kinachovunja kila mojawapo

Modeli haidai nini

Marejeleo ya haraka ya kidhibiti.

Maswali ambayo wanasheria lazima wayajibu kabla muundo wowote haujachaguliwa

Swali la mteja — ambalo hakuna aliyewahi kuwauliza wateja.

Ugunduzi: swali hili halijawahi kuwekwa mbele ya wateja

Kwa nini ukosefu wa data unastahili kuchapishwa

Kile kinachokuja si pingamizi la wateja

1. Wanunuzi wa umma wanaamuru ufichuzi

2. Kampuni za bima zinauliza maswali — wanunuzi hawaulizi

3. Bado hakuna kifungu cha kawaida cha AI

Hatari halisi ya kibiashara ni ada, si kukataliwa

Kile ambacho hatukukipata kabisa

Sera ya Oxvelo ya ufichuzi wa matumizi ya AI.

1. Tunafichua kwa kawaida

2. Tunamtaja binadamu, si modeli

3. Rekodi ya ukaguzi inapatikana kwa mteja akiiomba

4. Data ya mteja haifundishi chochote

5. Tunajibu swali la mnunuzi wa umma kabla halijaulizwa

6. Hatudai kile ambacho hatuwezi kukionyesha

Kwa nini kuchapisha hili kabisa

Mfano uliofanyiwa kazi: kutoka fursa hadi kuanza mradi.

Isome hii kwa usahihi

Kilichoachwa kwa makusudi

Kipimo kinachoamua iwapo lolote kati ya haya ni kweli

Kumbukumbu ya uhakiki.

Marekebisho yaliyobadilisha hoja

Marekebisho ya utoaji sifa na usahihi

Kinachobaki bila kuthibitishwa, kwa makusudi