Использование ИИ сейчас модная тема в самых разных отраслях. Пока что внедрение ИИ в строительство находится на ранней стадии, тем не менее интерес есть. Развиваются такие направления, как использование роботов и дронов на стройке, предиктивная аналитика и др. О практике и перспективах применения ИИ в строительстве рассказывает Кирилл Поляков, сооснователь цифровой платформы для управления стройкой Pragmacore.
Мировая практика использования ИИ в строительстве
Уровень проникновения ИИ в строительной отрасли намного ниже, чем в наиболее передовых в технологическом направлении секторах (например, финансовом). Однако рост есть: по некоторым прогнозам, мировой рынок ИИ в строительстве в период с 2022 по 2031 год будет расти на 34% в год и расширится с чуть менее $500 млн в 2021-м до $8,6 млрд в 2031 году.
Одно из перспективных и довольно простых способов применения ИИ в строительстве — использование роботов и дронов. Уже довольно многие компании используют беспилотники для контроля за процессом строительства или создания 3D-моделей. Есть и другие варианты использования дронов в строительстве: так, швейцарская компания Tinamu стала применять беспилотники для более быстрой и точной оценки запасов строительных материалов. Такие беспилотники оснащены ИИ-системой, которая делает съемку запасов на складе или в другом месте, самостоятельно анализирует эти данные и выдает точный результат. Причем, в отличие от использования традиционных методов оценки запасов, беспилотники могут быстро и просто проводить такую оценку ежедневно.
А вот несколько примеров использования на стройке роботов. В Китае при строительстве дамбы на реке Янцзы роботы собирали эту конструкцию из крупных элементов. Еще один пример — робот, которого использовали в Швейцарии для строительства стены из камней неправильной формы. Такой робот ориентируется по созданной с помощью лидаров карте местности, разработчики обучают основанную на ИИ модель, в результате чего робот «учится» находить камни нужно формы и устанавливать их, строя стену. Пока что такого робота тестируют, а не полноценно применяют в строительстве, тем не менее это интересные разработки.
Еще одно перспективное направление — предиктивная аналитика. Это прогнозирование на основе big data с использованием ИИ. Системы предиктивной аналитики на основании больших массивов данных выдают вероятные сценарии по длительности стройки, стоимости, возможным рискам и т.д. Все это позволяет компаниям лучше планировать процесс и снижать издержки.
Также развиваются AR/VR-технологии на стройке. Например, такими разработками занимается американская компания Holobuilder — в 2021 году ее купила другая технологическая компания Faro Technologies. Holobuilder позволяет как отслеживать происходящее на строительной площадке в режиме реального времени, так и устраивать виртуальные туры для потенциальных покупателей.
Одно из перспективных и довольно простых способов применения ИИ в строительстве — использование роботов и дронов. Уже довольно многие компании используют беспилотники для контроля за процессом строительства или создания 3D-моделей. Есть и другие варианты использования дронов в строительстве: так, швейцарская компания Tinamu стала применять беспилотники для более быстрой и точной оценки запасов строительных материалов. Такие беспилотники оснащены ИИ-системой, которая делает съемку запасов на складе или в другом месте, самостоятельно анализирует эти данные и выдает точный результат. Причем, в отличие от использования традиционных методов оценки запасов, беспилотники могут быстро и просто проводить такую оценку ежедневно.
А вот несколько примеров использования на стройке роботов. В Китае при строительстве дамбы на реке Янцзы роботы собирали эту конструкцию из крупных элементов. Еще один пример — робот, которого использовали в Швейцарии для строительства стены из камней неправильной формы. Такой робот ориентируется по созданной с помощью лидаров карте местности, разработчики обучают основанную на ИИ модель, в результате чего робот «учится» находить камни нужно формы и устанавливать их, строя стену. Пока что такого робота тестируют, а не полноценно применяют в строительстве, тем не менее это интересные разработки.
Еще одно перспективное направление — предиктивная аналитика. Это прогнозирование на основе big data с использованием ИИ. Системы предиктивной аналитики на основании больших массивов данных выдают вероятные сценарии по длительности стройки, стоимости, возможным рискам и т.д. Все это позволяет компаниям лучше планировать процесс и снижать издержки.
Также развиваются AR/VR-технологии на стройке. Например, такими разработками занимается американская компания Holobuilder — в 2021 году ее купила другая технологическая компания Faro Technologies. Holobuilder позволяет как отслеживать происходящее на строительной площадке в режиме реального времени, так и устраивать виртуальные туры для потенциальных покупателей.
ИИ на российских стройках
Уровень внедрения технологий ИИ в российской строительной отрасли пока низкий. Многие компании уже заинтересовались этим направлением, однако для полноценного использования ИИ нужна большая предварительная работа. Особенно если мы говорим не про точечные решения, такие как дроны на стройке, а про комплексный сбор и анализ данных.
В этом случае компаниям зачастую нужно масштабно перестроить принципы своей работы. Сначала сделать так, чтобы все процессы в работе были достаточно простыми, понятными и легко переводимыми в цифровой вид. Дальше — собственно цифровизация, в результате которой у вас должны быть базы данных, в которых в структурированном цифровом виде будет вся информация о работе компании.
Только на следующем этапе возможно переходить к применению ИИ для анализа этих данных, выстраивания сценариев и т.д. Сейчас многие российские строительные компании уже поняли, что им нужно провести такую цифровизацию. В основном пока они находятся на этапе создания баз данных, так что для полноценного внедрения ИИ должен против еще год – полтора.
Тем не менее некоторые решения на основе ИИ на российском рынке есть. Вот один из них — в прошлом году компания «Дом.РФ» сообщила о запуске основанного на ИИ инструмента, который помогает определить ликвидность будущих строительных объектов, их стоимость, возможные риски. В этом случае нейронные сети оценивают все эти параметры на основе широкого набора данных: динамики продаж Росреестра, стоимости строительных материалов, информации об инфраструктуре вокруг этой новостройки и др. В «Дом.РФ» говорят, что при использовании этого инструмента девелоперы смогут более эффективно выделять инвестиции и планировать строительство.
Новость, которая в этом году довольно активно обсуждалась, — использование девелопером «Самолет» робособак на стройке. Такие робособаки применяются прежде всего для сбора информации, построения 3D-моделей и т.д. Понятно, что такие примеры в большей мере привлекают внимание, чем действительно серьезно меняют строительство, тем не менее это тоже интересное направление использования ИИ. У «Самолета» есть и другие проекты с применением ИИ — например, система предиктивной аналитики.
В нашу платформу Pragmacore также добавлен модуль предиктивной аналитики. Основная его цель — делать более точные прогнозы по длительности строительства, а также избегать простоев. Такой инструмент анализирует десятки разных факторов — возможные изменения погоды, снижение числа работников на стройке, перебои с поставками материалов и др. — и выстраивает несколько сценариев, оценивая вероятность каждого из них. Соответственно руководство стройки может более точно оценить реальную длительность строительства и принимать решения исходя из этих данных.
Еще одна возможность, которую дает предиктивная аналитика, — оценка, какие работы вы можете осуществить прямо сейчас. С помощью ИИ-инструмента можно определять открытые и доступные фронты работ. Например, вы не можете выполнять какие-то работы из-за задержки поставок какого-то материала. Подобная система позволяет увидеть, для каких еще работ есть все необходимое — проектная документация, рабочие, материалы — и приступить к ним, не дожидаясь завершения предыдущего этапа.
В этом случае компаниям зачастую нужно масштабно перестроить принципы своей работы. Сначала сделать так, чтобы все процессы в работе были достаточно простыми, понятными и легко переводимыми в цифровой вид. Дальше — собственно цифровизация, в результате которой у вас должны быть базы данных, в которых в структурированном цифровом виде будет вся информация о работе компании.
Только на следующем этапе возможно переходить к применению ИИ для анализа этих данных, выстраивания сценариев и т.д. Сейчас многие российские строительные компании уже поняли, что им нужно провести такую цифровизацию. В основном пока они находятся на этапе создания баз данных, так что для полноценного внедрения ИИ должен против еще год – полтора.
Тем не менее некоторые решения на основе ИИ на российском рынке есть. Вот один из них — в прошлом году компания «Дом.РФ» сообщила о запуске основанного на ИИ инструмента, который помогает определить ликвидность будущих строительных объектов, их стоимость, возможные риски. В этом случае нейронные сети оценивают все эти параметры на основе широкого набора данных: динамики продаж Росреестра, стоимости строительных материалов, информации об инфраструктуре вокруг этой новостройки и др. В «Дом.РФ» говорят, что при использовании этого инструмента девелоперы смогут более эффективно выделять инвестиции и планировать строительство.
Новость, которая в этом году довольно активно обсуждалась, — использование девелопером «Самолет» робособак на стройке. Такие робособаки применяются прежде всего для сбора информации, построения 3D-моделей и т.д. Понятно, что такие примеры в большей мере привлекают внимание, чем действительно серьезно меняют строительство, тем не менее это тоже интересное направление использования ИИ. У «Самолета» есть и другие проекты с применением ИИ — например, система предиктивной аналитики.
В нашу платформу Pragmacore также добавлен модуль предиктивной аналитики. Основная его цель — делать более точные прогнозы по длительности строительства, а также избегать простоев. Такой инструмент анализирует десятки разных факторов — возможные изменения погоды, снижение числа работников на стройке, перебои с поставками материалов и др. — и выстраивает несколько сценариев, оценивая вероятность каждого из них. Соответственно руководство стройки может более точно оценить реальную длительность строительства и принимать решения исходя из этих данных.
Еще одна возможность, которую дает предиктивная аналитика, — оценка, какие работы вы можете осуществить прямо сейчас. С помощью ИИ-инструмента можно определять открытые и доступные фронты работ. Например, вы не можете выполнять какие-то работы из-за задержки поставок какого-то материала. Подобная система позволяет увидеть, для каких еще работ есть все необходимое — проектная документация, рабочие, материалы — и приступить к ним, не дожидаясь завершения предыдущего этапа.
Перспективы применения и развития ИИ на российских стройках
Искусственный интеллект может решить или по крайней мере смягчить некоторые хронические проблемы, свойственные для российского строительства. Одна из важнейших проблем — высокие избыточные расходы и простои. В некоторых случаях потери достигают миллионов рублей в день.
Такие избыточные расходы связаны с теми сложностями, которые уже были перечислены: часто не отлажены процессы, есть много непредвиденных обстоятельств, таких как изменение погоды или перебои с поставками. Применение ИИ позволяет более эффективно наладить работу и снизить избыточные расходы.
Пока что внедрение ИИ находится на раннем этапе, так что делать точные прогнозы по тому, когда такие инструменты начнут активно применяться российскими компаниями сложно. В случае с технологическими новинками часто есть накопительный эффект: сначала мы видим какие-то единичные проекты, но ни о каком полноценном рынке говорить нельзя. А в какой-то момент — когда в достаточной мере накопились знания и примеры практического применения, в сферу активнее пошли инвестиции — рост начинает идти по экспоненте. Однако прогнозировать, когда может начаться такой всплеск, невозможно.
Тем не менее с учетом того, что многие российские компании уже заинтересовались этой сферой и начали тестировать решения с использованием ИИ, в ближайшие год-два скорее всего будут появляться новые проекты в этом направлении. Более точные прогнозы можно будет дать, когда этап первоначального внедрения ИИ-инструментов и их тестирования пройдет.
Такие избыточные расходы связаны с теми сложностями, которые уже были перечислены: часто не отлажены процессы, есть много непредвиденных обстоятельств, таких как изменение погоды или перебои с поставками. Применение ИИ позволяет более эффективно наладить работу и снизить избыточные расходы.
Пока что внедрение ИИ находится на раннем этапе, так что делать точные прогнозы по тому, когда такие инструменты начнут активно применяться российскими компаниями сложно. В случае с технологическими новинками часто есть накопительный эффект: сначала мы видим какие-то единичные проекты, но ни о каком полноценном рынке говорить нельзя. А в какой-то момент — когда в достаточной мере накопились знания и примеры практического применения, в сферу активнее пошли инвестиции — рост начинает идти по экспоненте. Однако прогнозировать, когда может начаться такой всплеск, невозможно.
Тем не менее с учетом того, что многие российские компании уже заинтересовались этой сферой и начали тестировать решения с использованием ИИ, в ближайшие год-два скорее всего будут появляться новые проекты в этом направлении. Более точные прогнозы можно будет дать, когда этап первоначального внедрения ИИ-инструментов и их тестирования пройдет.
⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯
➡️ Телеграм-канал DigitalDeveloper
Подпишитесь, чтобы читать новости, кейсы, исследования и обзоры proptech-решений.
