На стройку идет интеллект
Очередной этап цифровизации строительной отрасли — внедрение искусственного интеллекта (ИИ) сталкивается с характерными для «цифры» проблемами: нехватка данных, недостаток кадров, не самый высокий уровень цифровизации в отрасли.
Выступая на круглом столе «Нейросети в девелопменте. Итоги года. Планы развития на 2024 год», организованном порталом Всеостройке.рф, Константин Михайлик, заместитель министра строительства и ЖКХ РФ, заявил: наиважнейший вопрос в строительной отрасли сегодня — создание единой ИИ-платформы. При этом он подчеркнул: «Вопрос развития искусственного интеллекта с учетом имеющихся ресурсов для нас сейчас крайне важен, потому что 150 миллионов жителей — это все равно очень мало. У наших жителей высокий уровень IQ, тратить этот потенциал на тупиковую работу — глупо, поэтому для нас нейросети — это инструмент, который позволит заместить недостающие 200 миллионов человек. Все опасения, связанные с тем, что искусственный интеллект отберет работу у людей, — беспочвенны. Наоборот, на ИИ нужно скинуть всю типовую работу, а человеческий потенциал, который у нас колоссален, развивать в необходимом нам направлении».
ИИ в ближайшей перспективе может быть помощником или ассистентом человека, существенно повышая производительность или экспертность, утверждает Дмитрий Цыганков, вице-президент по IT и цифровой трансформации ГК ФСК.
ИИ также позволяет специалистам выполнять ранее недоступные функции и операции.
Конкретно в строительной отрасли, по словам Ольги Аршанской, директора по развитию Инжиниринговой корпорации ИРБИС, ИИ имеет огромный потенциал для повышения эффективности на всех этапах – от проектирования и строительства до планирования, хотя строительная отрасль – одна из самых консервативных. «Несмотря на это, ИИ уже начинает внедряться в строительную сферу, особенно в области проектирования. Например, он может проверять типовые проекты на соответствие строительным нормам, что ускоряет процесс и повышает качество работы. ИИ также может использоваться для разработки типовых разделов проектов, например инженерных систем. Если говорить непосредственно о процессе строительства, то здесь можно привести в пример программы 3D-сканирования на основе ИИ, которые помогают обнаружить несоответствия между проектными решениями и фактическими работами. Кроме того, нейросети могут использоваться для обработки большого объема информации и разработки шаблонов документов», — перечисляет Ольга Аршанская.
Однако для успешного использования ИИ, по ее мнению, требуются значительные финансовые вложения и понимание руководством потенциала ИИ.
«Использование искусственного интеллекта в строительстве может значительно повысить эффективность и точность проектов: оптимизацию планирования и управления ресурсами, прогнозирование затрат и улучшение безопасности на стройплощадке. Как следствие, ИИ может помочь сократить сроки строительства и снизить риски технических ошибок», — указал Евгений Хохлов, директор по маркетингу девелопера AAG.
«В любом строительном проекте содержится огромное разнообразие данных, которые пополняются на каждом этапе — от проектирования и поставок до строительства и пусконаладочных работ. Возникает множество цепочек взаимодействия и передачи информации. Сейчас для анализа и увязки этих данных требуются инструменты и люди, но в будущем такую функцию может взять на себя ИИ, минимизируя шанс ошибки и подлога данных», — рассуждает Андрей Урамаев, руководитель группы управления строительством компании «Айбим».
Кроме того, по его словам, на стройке приходится много работать с реальными данными, поступающими с площадки, а не с оцифрованной информацией. ИИ справится с такими задачами, как контроль периметра и КПП, людей, техники и ресурсов, контроль строительных процессов.
«Есть процессы, с которыми не справляются стандартные компьютерные технологии, — в этих случаях и нужно применение ИИ», — добавил Глеб Балчиди, руководитель продукта AI Monitoring Группы «Самолет».
По его мнению, ИИ хорошо работает там, где его можно внедрить, и где он действительно нужен.
Григорий Грязнов, руководитель лаборатории ИИ ДОМ.РФ, отмечает значение ИИ, поскольку это способ сэкономить деньги и время. Также нейросеть можно использовать там, где ранее не хватало ресурсов, — например, мониторинг строек страны.
Строители доброй воли
В начале процесса цифровизация сталкивалась с сопротивлением, недопониманием, сомнениями. Примерно в такой же ситуации сегодня находится внедрение нейросетей.
Николай Олейник, генеральный директор ЗАО «ЛенТИСИЗ», полагает, что готовность участников строительного рынка к внедрению ИИ-решений нарастает. «Однако, несмотря на активную цифровизацию в крупных компаниях, многие предприятия сталкиваются с трудностями. Важно поддерживать обучение и обмен опытом, чтобы расширить круг компаний, готовых к инновациям», — указал он.
Действительно, основными игроками сегодня выступают крупные компании, у которых есть большой объем строительства и возможность инвестировать в процесс большие суммы. «Застройщики, в чьем портфеле один-два проекта, вряд ли будут активно прибегать к помощи искусственного интеллекта в строительстве. А вот использовать возможности ИИ в маркетинге и продвижении, создании новых креативных концепций и визуальных материалов — вполне вероятное будущее», — предполагает Елена Соловьева, директор по продажам «СЗ Про-Сервис».
По словам Андрея Урамаева, пока ИИ помогает решать локальные, узконаправленные задачи. Например, анализирует ценовые предложения поставщиков на основе ведомости объемов и стоимости работ или собирает фактические данные о выполнении работ.
«Рынок не готов к стопроцентному переходу на инструменты ИИ. Не все участники проекта обрадуются полной прозрачности процессов и обнародованию проблем, которые зачастую пытаются скрыть. По опыту работы «Айбим» могу сказать, что похожее сопротивление вызывает внедрение BIM-технологий, которые также повышают прозрачность процессов. Контроль выгоден владельцам предприятия, но его внедрение обойдется в немалую сумму, что становится камнем преткновения», — отметил он.
Михаил Бочаров, заместитель генерального директора АО «СиСофт Девелопмент», отметил: «Готовность внедрять ИИ во многом зависит от опыта компании по взаимодействию с ИИ и подготовки самих технологий ИИ к специфике строительной отрасли. Разработка и прикладное тестирование ИИ в больших объемах доступны в первую очередь крупным компаниям в силу наличия прежде всего базы данных (знаний), на которых можно отработать алгоритмы работы ИИ, и квалифицированных кадров. Но в последнее время появляются и небольшие российские стартапы, предлагающие ИИ-решения для отдельных задач, хотя пока это в основном узконаправленные решения».
«Опыт распространения технологий показывает, что любое эффективное решение, дающее понятный результат, быстро внедряется в отрасли независимо от готовности компаний», — подчеркнул Дмитрий Цыганков.
Маловато будет
Многие участники круглого стола «Нейросети в девелопменте…» указали на одну из существенных проблем: недостаток данных. «Сегодня застройщики поодиночке обладают маленьким объемом данных, который они могут промаркировать, структурировать и дальше использовать. Какого-то решения, объединяющего всех застройщиков вместе, нет. В одиночку никто и никогда не найдет столько ресурсов и промаркированных данных, чтобы создать полноценный ИИ и обучить его», — уверен Константин Михайлик.
Платформой сбора данных стал ДOМ.PФ, где уже создана рабочая группа. Константин Михайлик подчеркнул: государство готово поддержать развитие ИИ в строительстве, проведя необходимую работу по нормативно-правовой базе. Григорий Грязнов заявил, что платформа сталкивается с проблемой недостаточности данных: «Нужны датасеты, но это ручная разметка, поэтому они получаются “золотыми”. И, как правило, это тайна, и застройщики их не предоставляют. Есть западные, но они нам не подходят. Чужой опыт не всегда применим к тому, что делается у нас».
По мнению Дениса Смирнова, руководителя службы формирования продукта и BIM-технологий «ЭталонПроект» (Группа «Эталон»), ГИСОГД (государственная информационная система для обеспечения градостроительной деятельности РФ) и другие элементы должны быть вписаны в базовый уровень. «Это нужно, чтобы получать нормативный ландшафт, то есть в него должны входить не только градостроительные ограничения, но и архитектурные — с тем, чтобы они были машиночитаемы. Тогда эта система получит большую перспективу», — пояснил он.
Кроме того, Денис Смирнов отметил: объединение возможно только на уровне, когда девелопер работает в общем наборе правил, как, например, в стандартах ДОМ.РФ, как продукта, который применим для всех.
При этом участники рынка предполагают, что самый большой объем данных — у госорганов.
Не только федеральной платформе ИИ не хватает данных — аналогичная проблема существует и в девелоперских компаниях. «Выстраивание работы с данными внутри компании — долгий и сложный процесс. А выстраивание практик управления данными зависит от общего уровня цифровой культуры менеджмента. Напрашивается вывод: чтобы технология ML начала приносить пользу, компания должна пройти сложный и долгий путь внутренней трансформации. Изменить способ мышления, начать принимать решения, опираясь на данные, накопить качественные данные, вырастить в себе “цифровой ген”», — говорит Дмитрий Цыганков.
«Действительно, недостаток данных является вызовом. Наша организация активно работает над созданием датасетов, сотрудничая с партнерами и используя собственный опыт в области исследований. Однако решение этой проблемы требует согласованных усилий от всей индустрии и может потребовать времени», — пояснил Николай Олейник.
«Чтобы аналитика предиктивных процессов работала, необходимо “скармливать” ей эти данные, нужно некое представление этих данных. Для этого нужна система аналитики и хранения. То есть мы должны понимать, что ИИ не существует сам по себе без предварительной цифровизации», — уточнил Глеб Балчиди.
Эксперты приходят к выводу: для создания датасетов в компаниях нужны время, деньги, специалисты.
По словам Михаила Бочарова, датасеты ускорили бы процесс, но получить специализированные данные можно только путем сбора на конкретных производствах, что в сегодняшних условиях несколько затруднительно. Возможно, ситуацию изменят государственные системы, которые помогут создавать общедоступные пакеты данных.
Неукомплектованный штат
Большая проблема — специалисты в области ИИ в строительном комплексе. «На текущий момент существует недостаток специалистов в области искусственного интеллекта в строительстве. Мы призываем к интенсивному развитию образовательных программ и инициатив по подготовке кадров в данной сфере, чтобы соответствовать растущему спросу», — говорит Николай Олейник.
Ольга Аршанская указывает: «Пока количество специалистов, которые могут ставить задачи ИИ и способны использовать его возможности, не будет достаточным, процент использования ИИ в строительной сфере останется низким».
По ее словам, необходимо развивать фундаментальное образование в строительных вузах, а также повышать квалификацию специалистов.
Дмитрий Цыганков убежден: «Специалистов не хватает сейчас и не будет хватать в ближайшее десятилетие».
Причина — необходимость для строительного комплекса конкурировать за кадры соответствующей квалификации с банками и телекомом, для которых эта технология уже стала основным полем конкуренции и фактором выживания.
Просторы рынка
По мнению Михаила Бочарова, емкость рынка ИИ внутри «цифрового» сегмента — десятки миллиардов рублей. Свои нейросети плетут продвинутые, крупные компании. ИИ задействован в системе продаж, эксплуатации. Широко известен продукт «Умный дом». Многие эксперты ждут дальнейшего развития этого сегмента. «Рынок искусственного интеллекта в строительстве будет стремительно расти в ближайшие годы. Оптимизация процессов, улучшение прогнозирования и повышение эффективности работ станут ключевыми факторами, поддерживающими рост спроса на ИИ-решения в строительной индустрии», — заявил Николай Олейник.
Андрей Урамаев полагает, что в будущем должны появиться решения для тотального контроля строительных площадок, а также для выполнения части функций по управлению строительством. «Работа многих привычных решений будет дополнена возможностями искусственного интеллекта. Кроме того, будут востребованы консультационные услуги в части внедрения ИИ», — подчеркнул он.
Григорий Грязнов назвал основные направления развития ИИ в 2024 году: Computer Vision (CV) — решение задачи распознавания образов; Optical Character Recognition (OCR) — перевод рукописных и печатных документов в текстовый вид; Named Entity Recognition (NER) — процесс обнаружения в тексте именованных сущностей.
Константин Михайлик обещал содействие сегменту ИИ — Минстрой и он сам готовы взять на себя управление на платформе ИИ: «Нам это интересно, и мы готовы в это инвестировать и время, и силы, и проводить необходимую работу по нормативно-правовой базе, быть платформой общения для всех участников. ДОМ.РФ, Минстрой готовы в диалоге с Яндексом и со Сбером, с ответственными органами эту часть работы — менеджмент — с радостью на себя взять».
Компания РОСТерм была основана в Санкт-Петербурге в 2005 году. На сегодняшний день является крупнейшим производителем труб и фитингов из полимерных материалов в Северо-Западном округе России, а также компанией, поставляющей на рынок материалы и решения в области внутренних инженерных систем.
За эти годы компания стала одним из крупнейших игроков на рынке инженерного обеспечения объектов жилого, коммерческого и государственного строительства России.
Все решения компании максимально адаптированы к сложным условиям эксплуатации российских систем водоснабжения, отопления и канализации.
Уже более пятнадцати лет компания РОСТерм является надежным партнером компаний «Эталон» и ЛСР и поставляет полипропиленовые трубы на все объекты в Санкт-Петербурге.
О производстве
С 2014 года РОСТерм развивает производство по переработке полимерных материалов: PE-Xa/ PE-Xb/ PE-RT/ PVDF/ PPSU /PP-R /PP-RT/PVC.
На текущий момент:
- переработано более 15 000 тонн сырья;
- запущено 9 современных линий и 11 термопластавтоматов;
- произведено более 150 млн метров трубы;
- произведено более 30 млн фитингов.
Сегодня РОСТерм — это уникальное современное технологичное производство в Санкт-Петербурге, выпускающее аксиальную систему PE-Xа: трубы и фитинги PPSU/PVDF на одной площадке. Это позволяет проводить испытания не только оборудования, но и соединений трубы и фитингов в собственной аккредитованной лаборатории.
В начале 2022 года из-за повышенного спроса на аксиальную систему PE-Xa РОСТерм скорректировал стратегию развития производства: расширил производственные площади на 2500 кв метров и интегрировал новое оборудование по производству труб и фитингов.
Целью компании стала быстрая адаптация к изменяющимся экономическим условиям и готовность предоставлять лучшие решения для замещения импортного оборудования.
2022-й — год вызовов и возможностей
В 2022 году РОСТерм стал основным поставщиком SETL CITY по всем полимерным трубам PP-R/PE-Xa/PE-RT. Несмотря на задержки поставок сырья, была обеспечена вся потребность крупнейшего застройщика Санкт-Петербурга.
Сегодня компания РОСТерм является номинированным поставщиком ПИК в регионе Санкт-Петербурга по всем полимерным трубам PP-R/PE-Xa.
В рамках стратегического партнерства продолжаются поставки комплексных решений в ЛенСтройТрест. За текущий год обеспечены инженерным оборудованием под ключ двенадцать домов.
В новые строительные объекты интегрированы радиаторы РОСТерм, балансировочная и термостатическая арматура Heizen, трубы PP-R и аксиальная система PE-Xa РОСТерм.
После ухода иностранных игроков с рынка РФ компания РОСТерм в несколько раз увеличила складскую программу по балансировочной и термостатической арматуре Heizen. Это позволило закрыть срочные потребности в балансировочной арматуре крупнейших застройщиков Санкт-Петербурга, таких как ПИК, «Эталон» и других, которые остались без оборудования Danfoss на сдаточных объектах, и запустить системы отопления, несмотря на форс-мажор.
Главным преимуществом, которое позволит расширить производство РОСТерм, увеличить поставки, закрыть все потребности клиентов, являются люди РОСТерм — команда профессионалов, которая гибко реагирует на новые вызовы рынка и быстро адаптируется к изменяющимся экономическим условиям, готовая предоставить лучшие решения для замещения импортного оборудования.
К категории уникальных объектов относятся аэропортовые комплексы, спортивно-зрелищные сооружения, объекты культа, выставочные и концертные залы, административные и торгово-развлекательные центры, в которых могут находиться свыше 1000 человек и свыше 10 тысяч — рядом. В разряд уникальных входят и высотные здания — высотой более 100 метров, с пролетами конструкций свыше 100 метров, консолями более чем 20 метров, заглублением подземной части (полностью или частично) ниже планировочной отметки земли более чем на 15 метров, а также здания и сооружения, возводимые на территориях, сейсмичность которых превышает 9 баллов. Для возведения уникальных зданий используются конструкции и конструктивные схемы с применением нестандартных или специально разработанных методов расчета или требующих проверки на физических моделях.
Принимая во внимание насыщенность таких зданий инженерными коммуникациями, к их проектированию применяются особые требования для обеспечения необходимого уровня комфорта и энергоэффективности. В частности, при проектировании систем водоснабжения и водоотведения учитывается гравитационная составляющая. В многоэтажных башнях применяется искусственная система вентиляции и очень важно обеспечить комфортный уровень температуры и влажности в помещениях. Для постоянного мониторинга состояния и функционирования систем все инженерные коммуникации зданий подключаются к системе автоматизации и диспетчеризации.
Как правило, при проектировании уникальных зданий и сооружений требуется разработка специальных технических условий (СТУ): обоснование целесообразности разработки СТУ и недостающих нормативных требований, излагаемых в соответствии с действующими техническими нормами; перечень отступлений от действующих нормативов и список мероприятий, компенсирующих эти отступления; описание объекта и его основных элементов с изложением конструктивных и объемно-планировочных решений; дополнительные требования необходимо отнести к определенному нормативному документу либо его разделу.
Также требуется научно-техническое сопровождение (НТС), которое включает: прогноз состояния зданий и сооружений с учетом всевозможных видов воздействий; прогноз состояния объектов, находящихся в зоне строительства; разработку конкретных решений по устранению нарушений, установленных при мониторинге проектных решений; разработку научно обоснованных и оптимальных решений, участие в определении проектно-конструкторских решений; разработку технических рекомендаций, не вошедших в действующие нормативные документы.
Все чаще высотные здания создаются с помощью информационного моделирования (BIM/ТИМ), что позволяет выполнять энергомоделирование, анализ данных, строить дополненную реальность, выполнять предконфигурацию системы управления, строить эксплуатационную модель объекта и внедрять облачные сервисы для управления и аналитики.
Применение технологии BIM-моделирования также позволяет ускорить процесс проектирования. Одним из важных преимуществ выполнения проектирования в BIM является выявление коллизий, то есть возможность обнаружить ошибки в проекте, возникшие в результате геометрических пересечений, нарушений допустимых расстояний между элементами, логических связей между элементами, нормируемых параметров и пр.
В компании «Метрополис» разработан и используется стандарт для проектных работ с использованием BIM на платформе Revit, автоматизированы рутинные операции инженера, конструктора и архитектора. Разработаны шаблоны для создания проектов, организована централизованная библиотека семейств. Разработан регламент взаимодействия проектировщиков по созданию комплексной BIM-модели. В рамках импортозамещения в части BIM разработано и постоянно дополняется различными функциями отечественное ПО. Самое распространенное из них — Renga, nanoCAD, Model Studio CS, однако их возможности пока уступают программному комплексу Autodesk Revit.
В 2016 году специалисты компании «Метрополис» полностью перешли на комплексное проектирование с применением BIM-технологий, включая архитектурные решения. Срок перехода на проектирование с использованием технологии информационного моделирования в нашей компании составил около года, при этом были затрачены значительные финансовые ресурсы. Окупаемость данных затрат была обеспечена за счет увеличения производительности труда и качества документации, получения большого количества заказов, которые должны быть реализованы по требованию заказчиков с использованием BIM-технологий.