AI Clearing vs Superluminal

AI Clearing connecte les données de conception et BIM, les plannings, les budgets, les images de drones, les entrées mobiles et les relevés de terrain en un seul système d'intelligence de construction pour les projets d'infrastructures à grande échelle et d'énergie renouvelable. Les entrepreneurs et les propriétaires d'actifs utilisent sa plateforme CORE pour voir ce qui se passe réellement sur le site au lieu de se fier à des feuilles de calcul dispersées et des notes de terrain.

Un moteur de vision par ordinateur propriétaire, entraîné sur des millions d'objets de construction, compare les conditions telles qu'elles sont construites aux plans de conception. La plateforme fournit des rapports d'avancement et de qualité dans un délai de 6 à 24 heures après la capture des données et inclut Clara, une assistante conversationnelle qui répond aux questions de projet à partir des données de terrain en temps réel.

Alors que la plupart des logiciels de construction suivent les tâches dans des feuilles de calcul, AI Clearing est construit autour de preuves visuelles du site. Il réconcilie automatiquement les images de drones, les plannings et les modèles BIM, ce qui le rend mieux adapté aux travaux de terrassement à l'échelle des services publics et aux énergies renouvelables que les outils génériques de gestion de projet qui manquent de vérification géospatiale de l'avancement.

Les entrepreneurs généraux, les entreprises EPC et les propriétaires d'actifs travaillant dans les énergies renouvelables, la transmission, l'éolien, les autoroutes, les pipelines, les chemins de fer et les travaux de terrassement civils utilisent AI Clearing pour le suivi de l'avancement, le contrôle qualité, la vérification de facturation et la supervision de portefeuille. Parmi les clients figurent PCL Solar, baywa-re et Rosendin Renewables.

Superluminal ajoute un copilote conversationnel aux tableaux de bord produits afin que les utilisateurs finaux puissent poser des questions sur leurs données en langage naturel. Vous l'intégrez via un composant React ou une API REST, et il écrit du Python en arrière-plan pour filtrer les tableaux, faire des tableaux croisés dynamiques, tracer des graphiques et fournir des réponses basées sur l'ensemble de données déjà chargé dans votre application. Le client cible est une équipe SaaS qui souhaite un chat de données de type ChatGPT sans développer en interne la génération de code, l'exécution en bac à sable et l'ajustement des invites.

Les widgets de chat génériques résument le texte. Superluminal est conçu spécifiquement pour les données tabulaires des tableaux de bord : il lance un calcul géré pour exécuter le Python généré, vérifie le code par réflexion, et renvoie des réponses structurées ou des graphiques liés aux lignes réelles de l'utilisateur. Ce pipeline (synthèse du contexte, raisonnement en chaîne, exécution sécurisée et personnalisation de l'interface) est le produit, pas une simple couche autour d'un appel unique à un modèle. Il prend également en charge les requêtes multilingues et des vues filtrées ou pivotées optionnelles des données sous-jacentes.

Superluminal convient aux fournisseurs d'analytique, aux équipes de données internes et à tout produit avec un tableau de bord intégré souhaitant une exploration en libre-service. La tarification est à l'usage à 20 $ pour 100 messages après 50 messages gratuits, avec des plans entreprise pour des volumes plus élevés. Les données sont chiffrées en transit et au repos, purgées après chaque session, et ne sont pas partagées avec des fournisseurs tiers de LLM selon la page de sécurité de l'entreprise.