ИИ для стройки: реалии и перспективы

Сегодня бизнес переживает бум интереса к искусственному интеллекту. Марат Мухарьямов, директор Project Lad, рассказал о том, как ИИ-алгоритмы применяются в строительстве уже сегодня, какие задачи им доверяет бизнес и почему внедрение ИИ инструментов лучше начать с управления проектами. На пяти конференциях для ИТ-директоров, строителей, управленцев, в которых мы принимали участие за последний месяц, внедрение ИИ в производственные и бизнес-процессы стало ключевой темой как программы, так и предметом обсуждения в кулуарах. Вендоры дополняют ИИ-модулями не только новые, но и давно существующие на рынке решения. Наши партнеры и корпоративные заказчики также говорят о том, что уже используют, либо планируют точечно автоматизировать процессы, применяя потенциал искусственного интеллекта. И все-таки ИИ-технологии остаются для деловой среды скорее модным явлением, чем эффективным инструментом. Исследование ВШЭ НН показало, что почти две трети организаций применяют искусственный интеллект в тестовом режиме, примериваясь с точки зрения целесообразности и эффектов для бизнеса. Отрасль присматривается к ИИ, пытаясь оценить скорость и качество выполнения доверенных ему задач, надежность инструментов, безопасность коммерческих и личных данных, экономию ресурсов, а также сроки и стоимость внедрения, адаптации и сопровождения новых систем. При этом в разных сферах бизнеса появляются различные сценарии применения искусственного интеллекта. Так, например, хотя сфера строительства и не входит в ТОП отраслей, где ИИ используется особенно активно, внешние факторы заставляют участников рынка внедрять цифровые инновации. С одной стороны, курс, взятый на цифровизацию отрасли, со стороны государства: например, постановление правительства №331, которое обязывает застройщиков формировать и вести информационную модель объекта капстроительства. С другой стороны, кризисные явления, которые переживает российский рынок строительства: рост цен на стройматериалы, дефицит кадров — все это повышает риски наступления штрафных санкций из-за сдвига сроков сдачи объектов, сказываясь не лучшим образом на маржинальности проектов. По данным обзора ООО "Институт развития строительной отрасли", в среднем перенос сроков сдачи по жилью составляет 7 месяцев. За год мы пообщались с более чем 60 компаниями, реализующими строительными проекты, все сходятся во мнении, что одна из основных причин — отсутствие актуальных и достоверных данных, на основании которых руководители проектов, директора по строительству и инвесторы могли бы принимать своевременные и обоснованные управленческие решения. Связано это в большим количеством ручной работы: руководитель проекта вручную собирает данные из нескольких электронных таблиц. Информация с площадки по факту реализации поступает с задержкой, без возможности ее перепроверить. Руководитель физически не может увидеть проектную динамику и оценить ключевые показатели, тратя время на сбор, нормализацию и анализ неактуальных данных. Отрасли нужны инструменты, которые позволят повысить прозрачность и преодолеть разрыв между управлением и производством. Для этого необходимо оцифровать фактические данные и автоматизировать работу с ними. В этом как раз помогает потенциал искусственного интеллекта. Какие задачи ИИ-ассистенты по строительству выполняют уже сейчас? Формулируют тренды развития проекта, анализируют и прогнозируют риски, а также максимально точно рассчитывают срок завершения строительства с учетом всех данных. В режиме реального времени ИИ-помощник мониторит ситуацию на проекте: за счет интеллектуального сопоставления факта и плана, а также привязки факта к сметам и сетевым графикам, умные алгоритмы своевременно обнаружат просрочки и рассчитают их стоимость, определят причины, разработают и предложат корректирующие меры. Так, например, если прогноз по прибыли окажется меньше планируемого, интерактивный помощник подскажет, как лучше организовать работу на определенных участках, чтобы сократить кассовый разрыв и максимально приблизиться к плану. ИИ сравнивает сценарии и определяет шаги для дальнейшего развития проекта по наиболее благоприятному из возможных сценариев. Так, например, ИИ сопоставляет данные по подрядчикам и помогает выбрать лучшего, с точки зрения влияния на финансовый план проектов. Проблемы управления строительными проектами, связанные с подготовкой отчетов, актуальностью и прозрачностью данных, довольно типичны вне зависимости от региона. Так, например, на проекте нашего заказчика — строительстве крупного жилого комплекса в индийском городе Бангалор ресурсы, финансы, стратегический и оперативный план "жили" в разных системах: Excel, Microsoft Project, SAP. Руководителям проектов приходилось вручную вносить одни и те же данные в разрозненные файлы, сравнивать разные версии планов, заполнять объемные чек-листы и согласовывать работы на бумаге. Зачастую уходил целый месяц на то, чтобы фактические данные поступили к руководству. В таких обстоятельствах речь о том, чтобы предвосхищать "болевые" моменты и корректировать их, уже не идет, что влияет на маржинальность и соблюдение границ проектов в части сроков и трудозатрат. Мы предложили заказчику решение, которое позволило оцифровать и агрегировать данные в единой информационной среде, не останавливая при этом работу на площадке. В результате на проекте налажено оперативное планирование и трекинг результатов с заданной регулярностью, а также ежемесячная работа с базовым планом. За счет структурированной работы с данными застройщику удалось на 30% сократить просрочки, в 5 раз ускорить подготовку управленческой и оперативной отчетности. Руководители проектов получили возможность сфокусироваться на более важных стратегических задач за счет сокращения объемов ручной работы и экономии времени на проведение штабов. Даже при наличии успешных кейсов и осязаемых бизнес-эффектов участники рынка (и руководители проектов, и застройщики, и ИТ-директора) по-прежнему относятся к ИИ-решениям с долей недоверия. Игроки строительной отрасли, которая достаточно инертна в части цифровой трансформации, сталкиваются с нехваткой экспертизы по разным аспектам разработки и внедрения: как интегрировать ИИ-инструменты в существующий неоднородный IT-ландшафт, как ИИ будет взаимодействовать с информационными системами, потребует ли внедрение значительных инвестиций и пересмотра текущих процессов? Еще один из барьеров — недостаток информации о возможностях ИИ, постепенно преодолевается по мере наработки отраслевых кейсов, которыми коллеги по рынку делятся на конференциях. Успешные практики показывают, что важно сформировать правильный подход и ожидания от при привлечения к бизнес-задачам умных цифровых ассистентов. ИИ — это не магия, и не чудодейственное средство, а второй пилот, который поможет выполнить задачу в разы эффективнее при условии, что на старте получил максимально четкую задачу и корректные данные. Существуют различные сценарии использования ИИ-инструментов в строительстве. ИИ может мониторить цены поставщиков стройматериалов и самостоятельно запрашивать коммерческие предложения, консультировать покупателей недвижимости, протоколировать совещания и контролировать исполнение зафиксированных договоренностей и поручений. Однако в силу задач, которые стоят сейчас перед заказчиками, наш опыт подсказывает, что основной приоритет для отрасли — это оцифровка данных и интуитивное взаимодействие с ними при помощи ИИ-ассистента. Именно связка оперативного контура со стратегическим обеспечит более зрелый и комплексный подход к управлению высоконагруженными проектами и портфелями проектов. Ссылка на источник