<?xml version="1.0" encoding="UTF-8"?><oembed><type>video</type><version>1.0</version><html>&lt;iframe src=&quot;https://www.loom.com/embed/194a7a46a1674ffdbe1d3d06324e97ed&quot; frameborder=&quot;0&quot; width=&quot;1278&quot; height=&quot;958&quot; webkitallowfullscreen mozallowfullscreen allowfullscreen&gt;&lt;/iframe&gt;</html><height>958</height><width>1278</width><provider_name>Loom</provider_name><provider_url>https://www.loom.com</provider_url><thumbnail_height>958</thumbnail_height><thumbnail_width>1278</thumbnail_width><thumbnail_url>https://cdn.loom.com/sessions/thumbnails/194a7a46a1674ffdbe1d3d06324e97ed-b3e79ba9f0dca338.gif</thumbnail_url><duration>391.039</duration><title>AI-platform med Molio prisdata, intro</title><description>Denne Loom giver en overordnet præsentation af Molio og Naya’s AI-platform, der kobler Molios prisdata med tidlig scenarioplanlægning i den danske byggebranche. Torlz forklarer, at man kan tage tidlige tegninger fra Rhino via integration og begynde at generere prislister, der peger på konkrete priselementer i Molios eksisterende dataset. Platformen bygger på OpenAI til generelle og betingede flows samt en egen LLM trænet på anonymiserede, syntetiske Bill of Quantities og Bill of Materials-data, som kan generere pris- og global warming potential data. Torlz beskriver også deterministiske kalkulationer via Molio-databasen og et kontrollag, hvor adgang til data kan styres gennem en Molio-integration, en Spackle-integration og DataHub.</description></oembed>