Почему мы сегодня вообще говорим про ИИ в строительстве? Модно? Скорее всего… Стройка как была так и остается отстающей и догоняющей отраслью в части цифровизации. При том, что есть много технологий повышающих эффективность процессов и производительность труда, они не находят массового применения. Причины этого вы можете найти в предыдущих статьях, я же обозначу здесь основную - собственник компании и ТОП менеджмент не верит в ощутимый эффект от инноваций. То есть любые ИТ проекты не воспринимаются всерьез, в лучшем случае внедряется 1С для учета движения материальных ресурсов и финансов.
Вообще, интересно наблюдать за информационной повесткой, которая упорно пытается повлиять на жизнь, а в данном случае на работу. В результате же, создается две параллельные реальности “новостная” и “материальная”. В “новостной” с 2016 года все строительные компании отрасли стройным шагом идут в BIM, государственные заказчики контролируют все стройки в своих ИСУПах, и вот вот вся страна будет вести исполнительную документацию в цифровом виде, а в Москве уже вся эта реальность наступила еще “лет 50 назад”.
А как обстоят дела на самом деле? Распространение BIM закончилось на прогрессивных проектных бюро и крупных застройщиках еще лет 5 назад в 2021 году. А с уходом Autodesk из России BIM потихоньку стал замещаться в повестке электронной ИД, государственными ИСУП и Искусственным Интеллектом. Про ИСУПы и электронную ИД может поговорим в другой раз, ничего здравого там не видно, кроме лозунгов и заявлений о светлом будущем с высоких трибун. В сегодняшней статье поговорим о практических аспектах применения искусственного интеллекта в строительстве. О том, что нужно делать, чтобы на деле, а не на словах, получать выгоду от новых технологий.
Искусственный интеллект простыми словами
Давайте определимся с понятиями, что же такое искусственный интеллект применительно к строительному бизнесу. Будет сложно в коротком разделе или даже статье разобраться с таким непростым понятием, но мы попробуем.
Искусственный интеллект — это имитация процессов человеческого интеллекта машинами, особенно компьютерными системами. Конкретные приложения ИИ включают экспертные системы, обработку информации на естественном языке, распознавание речи и машинное зрение (https://habr.com/ru/articles/710350/)
То есть мы говорим о том, что машина начинает заменять человека в каких-то задачах, в которых человек применял свои умственные способности (интеллект). А чем же тогда это понятие отличается от обычной автоматизации, при которой также время человека высвобождалось на выполнение рутинных операций и обработки большого количества структурированной информации? Действительно, здесь очень много схожего, но есть и очень существенные отличия.
Первое - “способ программирования”. При классическом подходе программист, создающий программу, знает какие данные будут подавать на “вход” и как их нужно обработать для того, чтобы подготовить данные на “выходе”. То есть вся логика работы с данными прописывается человеком на языке программирования. При подходе с искусственным интеллектом на первый план выходит самообучение машины на исходных данных. То есть не происходит программирование жесткой логики обработки данных, а просто указывается, что должно получится на “выходе”, когда подаются определенные данные на “вход”.
Второе - “машинное обучение”. При классическом подходе мы не говорим о том, что, если подать на вход программе одинаковые данные, на выходе мы увидим один и тот же результат. При подходе с применением ИИ результат может отличаться каждый раз. С одной стороны это может внести путаницу и подорвать доверие к программе, с другой стороны это открывает возможности для творческого подхода и генерации разных решений одной и той же задачи.
Третье - “работа с естественным языком”. Ни одна программа запрограммированная классическим способом не смогла бы похвастаться такой степенью “понимания” человеческих запросов, которой могут похвастаться текущие системы типа ChatGPT, DeepSeek, YandexGPT и другие программы искусственного интеллекта, основанные на языковых моделях. Это открывает гигантские возможности по созданию умных помощников, которые могут общаться с конкретным специалистом ИТР в строительстве и помогать ему получать ответы на вопросы связанные с технологией производства работ, актуальным законодательством, проектной и рабочей документации и др.
Подводя итог, можно говорить о том, что уже сейчас возможности по ограниченному использованию искусственного интеллекта в строительстве существуют, потому что строительство довольно строго регламентировано и стандартизировано. Все стандарты и регламенты могут быть усвоены современными языковыми моделями и достаточно точно выдавать ответы на большинство вопросов.
Потенциал применения искусственного интеллекта в строительстве
Гораздо больший эффект может быть достигнут, если искусственный интеллект будет применяться для поддержки принятия дорогостоящих управленческих решений. Для этого предприятие и вся отрасль должна осуществить технологический рывок, чтобы создать цифрового двойника бизнес-процессов с наибольшим количеством цифровых следов.
Давайте представим, что существует строительная компания, которая несколько лет назад оцифровала все свои процессы и ее сотрудники не используют бумагу в операционной деятельности. Также вся коммуникация между подразделениями и субподрядчиками идет в единой системе, которая накапливает цифровые следы и формирует цифровой двойник предприятия. Какие перспективы открываются перед такой компанией?
Система, не зависящая от персоналий
Самое главное, на мой взгляд, сбывается мечта собственника об отчуждении управления от конкретных людей к системе управления. Становится возможным выстроить систему не зависящую от конкретных персоналий. Это снижает основные риски и добавляет управляемости бизнесу.
Проактивное планирование и управление стройкой
Становится возможным учесть риски срыва сроков из-за каких-то форс-мажорных ситуаций, которые случались в прошлом. Система начинает замечать опасные тенденции и подсказывать решения, которые позволят не допустить отставания. Это касается и определения узких мест при организации строительного производства.
Эффективное снабжение и логистика
В части соблюдения сроков и избежания простоев стройки из-за отсутствующих материалов отметим направление снабжения и логистики. Искусственный интеллект, обладая опытом предыдущих закупок, предложит оптимальные объемы закупок того или иного материала. А также выстроит логистическую цепочку для поставки в срок.
Управление персоналом и производительностью
Применение моделей определяющих производительность рабочих и ИТР позволит оптимизировать нагрузку и снизить текучесть кадров. Это приведет к максимальной выработке, предоставит основания для оптимизации и удержания лучших сотрудников.
Контроль качества и выявление рисков перерасхода бюджета
Наличие собственной категоризированной базы дефектов с фотографиями, отметками на плане и историей устранения позволит повысить производительность труда инженеров строительного контроля за счет экономии времени на заполнение информации по нарушению. Кроме этого, проактивная система поддержки решений позволит инженеру не пропустить определенную проверку на текущем этапе строительства.
Финансово-экономическое управление
Прогнозы отклонений от бюджета станут наиболее точными. Предсказания потенциальных кассовых разрывов позволят максимально эффективно задействовать кредитные инструменты. Также ИИ позволит смоделировать разные варианты развития событий при замене подрядчика, росте стоимости материалов, задержки строительства, изменения ключевой ставки и т.д.
Советы по стратегическому управлению
Искусственный интеллект может стать одним из “членов совета директоров”, высказывая предложения по стратегическим вопросам развития компании. Он может подсказать в какие рыночные сегменты стоит выйти, какие направления бизнеса наоборот стоит закрыть, как изменить предложение и стоимость своих услуг и т.д.
Что для этого нужно? Цифровая зрелость
А теперь вернемся к реалиям наших дней. Руководство строительных компаний в подавляющей массе ассоциирует цифровизацию с закупкой программ для проектирования. Далее идут частные инициативы руководителей, которые иногда бывает успешными и целый отдел в компании трансформируется и начинает работать по-новому в современном цифровом продукте. При этом остальные руководители тормозят создание цифрового двойника и не следуют примеру этого прогрессивного коллеги. Руководство компании занято более насущными вопросами - где бы взять заказы, как бы решить спорные вопросы по текущим контрактам и т.д. Ну и вишенкой на торте становится уход руководителя, который внедрил новую систему. Постепенно или сразу компания откатывается к старому процессу, делая шаг назад.
Поэтому только стратегия цифровой трансформации на уровне компании может привести к ощутимым результатам от цифровизации и, как следствие, возможности внедрения искусственного интеллекта. Что для этого нужно?
В первую очередь оценить текущий уровень цифровой зрелости, определиться с точкой отсчета.
Экспресс-тест на моем личном сайте в разделе "Книга"
http://timofei-tatarinov.ru/kniga/express-test-na-uroven-cifrovizacii/
ВОПРОС с ответом да/нет
- Ставит ли собственник компании задачи по цифровизации конкретных бизнес-процессов?
- Появляется ли с каждым годом в вашей компании все больше программ, которыми ежедневно пользуются сотрудники разных подразделений?
- Есть ли в вашей компании документ, регламентирующий работу с информацией в общем и с информационными системами в частности (“стандарт цифровизации компании”)?
- Можете ли вы сказать, что в вашей компании придерживаются принципов цифровой культуры?
- Есть ли у вашей компании стратегия цифровой трансформации?
- Пользуется ли руководство BI-системами для получения оперативных отчетов по работе подразделений?
- Есть ли ответственный сотрудник за внедрение конкретногоПО в вашей компании?
- Подходите ли вы к внедрению ПО как к проекту цифровизации?
- Как вы думаете, есть ли представление о потенциальных возможностях цифровизации своего подразделения у его непосредственного руководителя? Знает ли он (она) актуальные тренды цифровизации в своей области, популярные программы и технологии?
Уровни цифровой зрелости
Уровень 4: Внедряется ИИ для повышения эффективности работы всего предприятия и отдельных его подразделений. Для обучения используются данные, собранные при работе сотрудников предприятия в разнообразных ИТ-системах.
Уровень 3: В компании есть единое “окно руководителя”, в которое выгружаются данные из разных специализированных систем, 1С и иногда Excel. Строятся взаимозависимые графики, руководители получают данные для оперативных управленческих решений.
Уровень 2: Внедряются разрозненные специализированные программные продукты для автоматизации организации хранения и выпуска проектной документации, планирования, строительного контроля, исполнительной документации и т.д. Эти продукты иногда интегрируются с 1С.
Уровень 1: Засилие Excel для документов и отчетов. Задачи ставятся в мессенджерах и основное общение идет в них же. Есть 1С для бухгалтерии.
Уровень 0: Работа через бумажные документы - приказы, распоряжения, отчеты и т.д. Вопросы решаются преимущественно лично и по телефону.
Нельзя просто так взять и перепрыгнуть на 4 уровень, не пройдя первые три. Поэтому развивайтесь, двигайтесь поступательно, не поддавайтесь на громкие новостные заголовки и заверения маркетологов и продажников. Чиновники тоже грешат грезами про повсеместное применение ИИ, но ровно, как и в случае с BIM, им это позволительно, потому что они тем самым пытаются популяризировать технологию, которая потенциально может принести много пользы. Но при этом ко всему нужно подходить системно, без “шапкозакидательства”.
Самооценка на сайте ИЦРПС.РФ
Управление данными как АКТИВ
И вот мы достигли третьего уровня зрелости. У нас есть стратегия цифровой трансформации компании, внедрены специализированные системы и мы хотим перейти к четвертому уровню и внедрить искусственный интеллект для получения всех выгод, описанных выше. Оказывается, что это далеко не тривиальная задача, поскольку данные максимально разношерстны и нужно системно подойти к вопросу подготовки датасетов для обучения модели. Ну и вообще поставить данные во главу угла и относится к ним как к такому же активу организации, как площади, спецтехника и т.п. Этим может заняться специально обученный человек, должность которого зарубежом звучит как CDO (Chief Data Officer) - директор по работе с данными.
Обязанности CDO включают:
Управление данными: CDO отвечает за разработку и внедрение политик и процедур управления данными. Он определяет стандарты и методологии сбора, каталогизации, хранения, защиты и качества данных.
Стратегическое планирование: CDO разрабатывает долгосрочную стратегию по использованию данных для достижения бизнес-целей. Он анализирует текущую ситуацию, определяет потребности в данных и предлагает инновационные подходы к их использованию, предоставляет вспомогательную аналитику с отчетами о продуктах, клиентах, операциях и рынках.
Анализ данных: CDO обеспечивает проведение анализа данных для выявления паттернов, тенденций и важных инсайтов. Он разрабатывает модели и алгоритмы для оптимизации использования данных в принятии решений и создании конкурентных преимуществ.
Управление рисками и соответствием: CDO следит за соответствием законодательства и регуляций в области использования данных, а также обеспечивает безопасность и конфиденциальность информации. Он управляет рисками, связанными с утечкой данных или нарушением безопасности.
Демократизации данных: непрерывный процесс обеспечения для каждого сотрудника в организации, независимо от его технических знаний, комфортного способа работы с данными, простого способа поиска и анализа данных, в результате чего одновременно повышается качество данных и способность организация принимать решения, основанные на данных.
https://ru.wikipedia.org/wiki/%D0%94%D0%B8%D1%80%D0%B5%D0%BA%D1%82%D0%BE%D1%80_%D0%BF%D0%BE_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D0%BC#%D0%9E%D0%B1%D1%8F%D0%B7%D0%B0%D0%BD%D0%BD%D0%BE%D1%81%D1%82%D0%B8_CDO
В данном контексте важно отметить, что скорее всего к моменту достижения этого уровня цифровой зрелости уже используется MDM система и всевозможные единые справочники и каталоги. Поскольку использующиеся разными отделами информационные системы должны работать с разными едиными сущностями, например такими, как объекты строительства, виды работ, материалы и т.д.
МРС Платформа - способ сокращения “популяции” зоопарка ИТ-систем
На сегодняшний день существует не так много технологических платформ, которые позволяют использовать готовые и создавать индивидуальные программные продукты для цифровизации бизнес-процессов целых подразделений. От таких платформ требуется:
- событийно ориентированная архитектура для того, чтобы можно было собирать максимум данных о работе пользователей в системах,
- мобильные приложения для обеспечения возможности ввода данных даже в удаленных от офиса местах при отсутствии интернета (это очень актуально для стройки),
- возможность размещения в закрытом защищенном ИТ-контуре заказчика для обеспечения максимальной степени информационной безопасности,
- модульная расширяемость любой части системы для создания индивидуальной конфигурации под задачу клиента,
- отчуждаемый процесс технического сопровождения и развития функционала системы для обеспечения полной технологической независимости от вендора,
- возможность оформления РИД и передачи интеллектуальной собственности на созданные конфигурации на платформе,
- программирование конфигураций на распространенном и доступном языке программирования.
МРС Платформа является примером технологической экосистемы программных продуктов для цифровой трансформации строительного бизнеса. Она содержит уже готовые решения для бизнес-процессов строительного контроля, управления проектной документацией, входного, лабораторного, геодезического контроля, управления материально-техническими ресурсами, управленческого учета. Также вы можете создать свой программный продукт на данной платформе. При этом данные будут аккумулироваться в едином формате, и цифровой двойник предприятия будет становится все четче и четче.
Что еще может помочь на пути к ИИ в строительстве
Я искренне считаю, что реальный обмен опытом между теми, кто уже добился хороших результатов в сфере цифровизации строительных бизнес процессов, и теми, кто интересуется данным вопросом, может ускорить распространение лучших практик и внедрению специализированных ИТ-решений.
Объединения по интересам, в которых можно пообщаться “без купюр”:
- "BIM лидеры" - специалисты и компании, которые активно внедряют и продвигают технологии информационного моделирования (BIM) в строительной отрасли. Они не только сами успешно используют BIM в своей работе, но и делятся опытом, обучая других и формируя стандарты в этой области
- Комитет по цифровизации в области строительства и проектирования РСС, в частности Экспертная группа по цифровизации строительного контроля (https://omorrss.ru/press-center/novosti/novosti_komitetov/zasedanie_komiteta_rss_po_tsifrovizatsii_v_oblasti_stroitelstva_i_proektirovanii_tsifrovoy_stroiteln/)
Уверен, есть и другие группы для обмена опытом, две выше привел просто для примера. А вот популярные строительные Telegram-каналы и информационные порталы отрабатывают повестку заказчика за деньги или навязывают свое мнение без поиска какой-то объективности. Это наоборот сбивает с толку и вредит. Но, что есть, то есть. Наверное, поэтому многие заказчики интересуются у нас реальным опытом, референсами наших заказчиков и это абсолютно правильно.
Выводы
При системном подходе и поступательном движении по лестнице цифровой зрелости применение искусственного интеллекта станет закономерным шагом в развитии цифровой трансформации компании, а не революцией или какой-то серебряной пулей. И пока вы не достигли значимых успехов в части цифровизации основных процессов, скорее всего технология искусственного интеллекта станет пустой тратой времени и денег.
Этой статьей я постарался системно изложить свою позицию и, буду рад, если благодаря данной статье кто-то задумается и откажется от идеи хайповать в пользу прагматичной цифровизации.