ИИскусный строитель: как нейросети используются в строительстве
В строительстве активно используется предиктивная аналитика, которая берет за основу исторические и текущие данные для создания архитектурных моделей. Интеграция систем на основе искусственного интеллекта (ИИ) происходит повсеместно в России и мире. В Москве с начала года нейросети помогли обнаружить более 800 признаков земельно-имущественных нарушений. За это время искусственный интеллект обработал свыше 2,5 млн снимков. Таким образом, цифровые технологии позволяют не только контролировать законность использования земельных участков, но и пресекать нелегальное строительство на начальном этапе. В столичном департаменте ИТ отмечают, что точность анализа составляет более 90%. Как нейросети меняют работу строителей, разбирались "Известия".
Предиктивная аналитика
Технологии искусственного интеллекта на стройке активно развиваются: в 2021 году глобальный рынок искусственного интеллекта в строительной отрасли оценивался в $496 млн и ожидается, что к 2031 году вырастет до $8,6 млрд. Один из самых востребованных и распространенных вариантов использования ИИ в стройке сегодня — предиктивная аналитика. Это способ прогнозирования, основанный на использовании big data и искусственного интеллекта. Об этом в беседе с "Известиями" рассказал сооснователь компании "Прагма" (резидент "Сколково") и разработчик цифровой платформы для управления строительством Pragmacore Кирилл Поляков.
— Инструменты предиктивной аналитики в режиме реального времени могут дать "вид сверху" всего проекта, дать прогноз и рекомендации, основанные на анализе самых разных факторов и параметров. Оценка идет на основе big data, оценивается сразу несколько десятков разных факторов — проанализировать такой объем разных данных человек не смог бы, — объяснил эксперт.
Предиктивная аналитика, считает коммерческий директор Art Engineering Артем Стенюшкин, влияет на улучшение процессов и повышает эффективность стройки. Самый простой и очевидный пример использования данного метода состоит в возможности предсказать количество материалов и оборудования, требующихся на стройке, что помогает избегать излишних расходов. Стенюшкин отмечает, что такой метод аналитики помогает в прогнозировании сроков службы оборудования и инфраструктуры, в том числе позволяет разрабатывать планы технического обслуживания.
— Не стоит ждать 100-процентного прогноза, ведь существует большое количество внешних факторов, на которые нельзя повлиять при строительстве: погода, политическая ситуация в стране и т.д. Но, на наш взгляд, с точностью около 80% можно опираться на результаты предиктивного анализа. А это может существенно улучшить управление проектами, снизить затраты, повысить качество и сделать стройку более эффективной, — заключил эксперт.
Какие программы используют строители
Сегодня, по некоторым оценкам, рассказал Поляков, существует более 3000 российских ИT-решений для стройки. При этом на рынке наблюдается тренд на интеграцию: игроки объединяют усилия и предоставляют пользователям перекрестный функционал. Например, платформа Pragmacore только в этом году объединилась с сервисами Vampodryad (маркетплейс техники для стройки), Cynteka (сервис автоматизации закупок и снабжения), Tangl (платформа для автоматизированной работы с данными BIM-модели) и Transbaza (сервис найма строительной техники).
— Технологии BIM (Building Information Model) — первый продукт с искусственным интеллектом, который использовали для управления качеством в строительстве, и сегодня это всё еще актуально, так как это наиболее отработанный инструмент. На BIM есть много рабочих решений, каждое со своими плюсами и минусами. Крупнейший игрок на рынке, который работает с BIM, — это Tangl, — рассказал эксперт.
По данным опроса межотраслевой ассоциации саморегуляторов в области строительства и проектирования "Синергия", сегодня только 7% застройщиков в полной мере используют BIM. По большей части это касается крупных городов и мегапроектов.
Российское программное обеспечение Renga предоставляет инструменты для проектирования и управления проектами строительства. Важно, отмечает Стенюшкин, что данное ПО поддерживает стандарты и требования законодательства РФ.
Связанные с ИИ риски
Участники рынка с воодушевлением говорят о применении ИИ на стройке, но в то же время есть некоторый пессимизм по поводу его реализации, считает Поляков. Разработка искусственного интеллекта для многих строительных компаний — это достаточно дорогостоящая и долгая история. Долгая, потому что рынок находится на начальном уровне освоения этих технологий, поясняет сооснователь "Прагмы".
— Но не всё так печально, ряд компаний, специализирующихся на цифровых решениях для строительных компаний, уже занимаются разработкой и внедрением искусственного интеллекта в свои продукты, снимая тем самым нагрузку со строительных компаний, — подчеркнул эксперт.
Один из основных рисков интеграции ИИ в строительство — это угроза информационной безопасности, в частности риск утечки данных. Большой проблемой является недостаток обучения искусственного интеллекта на должном количестве репрезентативных данных, отмечает директор по маркетингу EKF Андрей Рябов. Возможны ошибки и неточности в созданных ИИ сложных проектах, которые будет трудно заметить работающим с новым для них инструментом специалистам.
— ИИ и его результаты на выходе всегда нужно контролировать. Даже если ИИ автоматизирует работу на одном объекте и сделает это достаточно быстро, это не говорит о том, что его опыт применительно копировать от проекта к проекту, под ключ. Удастся ли экономить время — пока сомнительно; вероятнее, что придется пересчитывать всё на бумажке с целью убедиться, что ИИ не совершил ошибок, — предостерегает эксперт Рябов.
По словам руководителя департамента маркетинга CMO ГК Bimeister Кирилла Заболотского, сейчас компании пытаются автоматизировать практически все процессы. Например, очень распространено типовое проектирование муниципальных проектов (школы, детские сады). Это хорошо сказывается на качестве проработки самого проекта, но в процессе приемки часто случаются ошибки из-за невнимательности и человеческого фактора.
— Много ошибок возникает в процессе поиска коллизий. Как показывает практика, несоответствия могут быть не выявлены и не учтены системой при поиске. То, что пропущено, может вылиться в большие проблемы. Мы знаем проекты, когда на цокольном этаже, где расположены все коммуникации (трубы, вентиляция, сети), не были выявлены замечания, так как проектом занимались разные подрядчики, и, когда была собрана единая модель, оказалось, что по цокольному этажу будет невозможно ходить, там просто не осталось места, — заключил эксперт.
Инвестирование сегмента
Инвесторы осознают потенциал роста и привлекательность инвестиций в эту область, считает Артем Стенюшкин. Они уже активно вкладываются в стартапы, разрабатывающие ИИ-технологии для улучшения строительных процессов. Сегмент инвестиций в ИИ для строительства, подчеркнул эксперт, имеет потенциал для роста, поскольку технологии ИИ внедряются во всё больше процессов строительства, включая проектирование, планирование, мониторинг и управление ресурсами. Это открывает новые возможности для инвесторов и стимулирует их интерес к этой нише.
— В настоящее время строительный сегмент не входит в топ-3 отраслей, где наиболее активно развиваются технологии искусственного интеллекта. Но уже сегодня становится очевидно, что внедрение решений на основе ИИ ведет к сокращению расходов в строительной индустрии на 20%. Поэтому мы можем говорить о крайне хороших перспективах для развития машинного обучения в разрезе строительной отрасли, — считает основатель и СЕО Mirey Robotics Андрей Наташкин.
