В строительной отрасли случилось не так уж много технологических достижений за последние пять тысяч лет, как в некоторых других отраслях. И это значительно затрудняет внедрение технологических продуктов из смежных отраслей. Более того, заниматься внедрением прорывных технологий, одновременно погрязнув в рутине имеющихся проектов – та еще задачка.
И тем не менее, игра стоит свеч. Использование таких элементов ИИ, как машинное обучение, способно придать значительный импульс в самых разных аспектах выстроенных вами процессов. Выиграть от этого могут и ваши сотрудники, и подрядчики, и клиенты.
Алгоритмы в хорошо простроенных бизнес-процессах могут взять на себя монотонные обязанности в сфере проектирования и архитектурного планирования, позволяя человеческим экспертам сосредоточиться на творческих аспектах своей работы.
Более того, ИИ способен предлагать качественные прогнозы для компаний, их подразделений и ваших команд на основе имеющейся у вас информации.
Как именно? Вот несколько примеров.
Повышение качества архитектурного проектирования
ИИ может улучшить предложенный дизайн, чтобы сделать пространство будущих помещений более подходящим под нужды потребителей. Так, системе машинного обучения удалось понять и спрогнозировать частоту использования конференц-залов в проектируемом бизнес-центре, и компания смогла спроектировать пространство так, чтобы оно наилучшим образом соответствовало потребностям людей, прежде чем начать строительство.
Преимущества использования ИИ в архитектурном дизайне на этом не заканчиваются. Машинное обучение также может помочь работникам выявить ошибки и упущения, которые могут присутствовать в проекте до начала его реализации. С его помощью вы можете проэкспериментировать с различными параметрами окружающей среды и возникающими при эксплуатации проблемными ситуациями. Технология может помочь определить, является ли конкретный элемент дизайна оптимальным по своим характеристикам, или он может создать проблему в будущем, или выродиться в дыру, в которую начнут утекать деньги.
Безопасная рабочая площадка
В рамках ежегодного фотоконкурса «Год строительства» эксперты по безопасности исследуют представленные фотографии. ИИ смог, обработав большой объем изображений, найти потенциальные проблемы с безопасностью (например, человека без каски) намного быстрее и точнее, чем команда людей. Всего десять минут вместо 4 с половиной часов! Но люди при этом допустили 32 ошибки на 1000 исследованных фотографий. ИИ не ошибся ни разу.
Разумеется, правильное применение подобного инструментария состоит в том, чтобы отсортировать данные и предоставить промежуточные выводы людям-экспертам, чтобы они могли более внимательно изучить полученные более эффективным способом результаты.
Оценка риска, купирование угроз
Одна из поистине удивительных способностей машинного обучения заключается в том, что оно может определять риски до того, как они произойдут.
Алгоритмы искусственного интеллекта могут определять приоритеты проблем и оценивать риски, извлекая и обрабатывая данных из планов и спецификаций проектов. Полученные оценки дают представление о рабочих процессах управления проектами, помогают командам определять полезную информацию для устранения пробелов в коммуникации между проектными, строительными и эксплуатационными группами, а также обеспечивают более высокий уровень качества, эффективности и управления рисками.
Продление жизненного цикла проекта
Помимо проектирования и строительства, ИИ может помочь в управлении объектами, чтобы продлить полный жизненный цикл актива. Как правило, управляющая компания рано или поздно обнаруживает пробелы в документации или утерю важной информации об объекте. Это создает трудности для эффективного и с минимальными затратами управления ремонтом и реконструкцией на объекте.
Машинное обучение может помочь оптимизировать процесс за счет лучшей автоматизированной организации сбора и использования информации и данных, классифицируя документы и данные, такие как заказы на работу, и оценивая соответствующие условия в режиме реального времени с необходимой точностью. Это снимает с людей утомительные и трудоемкие административные обязанности. Кроме того, если машинное обучение интегрировано в модель BIM при эксплуатации и техническом обслуживании, оно также может определить лучший способ проведения технического обслуживания и ремонта путем визуализации того, когда и где возникнут проблемы.
С чего начать внедрение ИИ в строительстве?
Чтобы машинное обучение было эффективным и точным, нужны большие подмножества данных. Отсутствие достаточного количества данных в настоящее время является серьезным препятствием, мешающим предприятиям внедрять эту технологию. Увеличение объемов интегрированных данных поможет всей отрасли двигаться вперед. Интеграция технологических систем поможет большему количеству компаний использовать машинное обучение в своих интересах.