Возможные или реальные варианты использования ИИ на разных этапах жизненного цикла строительного проекта разнообразны.
Дизайн и планирование.
Процессы создания идей, проектирования и планирования являются важными частями жизненного цикла строительного проекта. Они должны работать бесперебойно, чтобы завершить любой проект вовремя, качественно и в рамках бюджета.
Дизайнеры, инженеры и архитекторы регулярно тратят много часов на проектирование здания. Особенно трудоемким является процесс создания вариантов проекта и проверки архитектурной статики и других параметров здания (например, соответствие строительным нормам, соответствует ли здание всем функциональным требованиям и т. д.). В частности, в крупных строительных проектах, таких как здания инфраструктуры, есть много примеров неудачных проектов из-за неточного планирования.
Именно здесь вступает в игру генеративный дизайн, процесс исследования дизайна на основе ИИ. Система на основе ИИ с доступом к базе данных многих планов зданий, которые были построены ранее, способна разрабатывать альтернативные варианты дизайна на основе знаний, которые она получает из планов в базе данных. Дизайнеры и инженеры могут просто вводить цели проектирования вместе с такими параметрами, как пространственные требования, производительность, материалы, ограничения по стоимости и многое другое, в программное обеспечение для генеративного проектирования. Программное обеспечение с искусственным интеллектом затем исследует все возможные варианты решения, генерируя варианты дизайна, отвечающие всем ранее заданным требованиям. Затем программное обеспечение учится на каждой итерации, что является более подходящим выбором дизайна, чтобы оно становилось более сильным инструментом с каждым новым проектом.
Это значительное улучшение по сравнению со старомодными сценариями, поскольку оно позволяет учитывать гораздо больше параметров и перестановок. Все, что должен сделать проектировщик или инженер, — это выбрать наиболее желательную конструкцию из имеющихся альтернатив. Поскольку проектирование с помощью генеративного проектирования позволяет людям быстро создавать наиболее эффективные проекты на основе любых заданных параметров, это позволяет выполнять проектирование и планирование быстрее, качественнее и дешевле.
Помимо этих улучшений, генеративный дизайн может даже повысить креативность. Во-первых, он позволяет найти возможные способы построения форм и кривых, о которых раньше архитекторы могли только мечтать. Во-вторых, генеративный дизайн иногда предлагает проектные решения, которые в противном случае дизайнеры и инженеры никогда бы не рассмотрели.
В отрасли AEC (архитектура, проектирование, строительство) дизайнеры и инженеры в настоящее время начинают внедрять генеративный дизайн. Недавние исследования и опросы показывают, что около трети архитекторов и инженеров в настоящее время как минимум экспериментируют с генеративным дизайном. Учитывая потенциальные преимущества, можно ожидать, что генеративный дизайн получит дальнейшее распространение в отрасли AEC.
Задержки в строительных проектах часто возникают из-за проблем и задержек на этапе планирования, что особенно характерно для крупных проектов. Одна из причин заключается в необходимости предотвращения конфликтов с коммунальными службами, что актуально, в частности, для строительства объектов городской инфраструктуры.
До сих пор группы инженеров неделями сравнивали планировочную документацию с инженерными сетями вокруг строительной площадки. Подобный подход требует многочисленных переделок и переоценок, что требует много времени и денег.
ИИ может значительно упростить этот процесс. Искусственные нейронные сети могут выполнять обнаружение коллизий за день без необходимости в командах инженеров. Это особенно полезно на фоне нехватки инженеров по планированию и строительству во многих странах. ИИ может не только обнаруживать потенциальные конфликты с коммунальными службами, но и находить решения для них и соответствующим образом изменять планы.
Строительство/исполнение.
Производительность всей строительной отрасли улучшалась незначительно или вообще не улучшалась в течение нескольких десятилетий. Одна из самых важных причин кроется внутри самой строительной площадки – ее логистическая неэффективность.
Во-первых, на стройках примерно треть времени уходит на перевозки, перестановки, простои и поиск материалов. Во-вторых, строительные проекты часто сталкиваются с проблемами, возникающими из-за задержек в строительстве. Около 90% мегапроектов значительно задерживаются, превышают бюджет или имеют другие отклонения от планирования. Все эти факторы вызывают ненужные затраты для компаний, участвующих в процессе строительства.
Решения на основе ИИ могут во многих отношениях помочь в процессе строительства. ИИ может улучшить планирование строительства, обновление последовательности строительства и управление задачами , постоянно информируя все заинтересованные стороны. Кроме того, ИИ также может повысить производительность при выполнении строительных работ.
Инструменты на основе ИИ могут обнаруживать возможные коллизии, задержки и изменения в процессе строительства, сравнивая цифровой двойник здания, который присутствует в облаке информационного моделирования зданий (BIM), с фактическим физическим представлением. Роботы и дроны уже можно использовать для частой записи изображений и лазерного сканирования на 360 градусов. Эти изображения и измерения обеспечивают необходимые входные данные, чтобы ИИ мог отслеживать своевременный прогресс физического здания в соответствии с планом, хранящимся в облаке BIM. Кроме того, сравнение физического хода строительства с цифровым двойником позволяет автоматически выявлять ошибки/отклонения от первоначального плана строительства на этапе строительства. Это дает возможность немедленно отреагировать и, таким образом, выполнить устранение неполадок на ранней стадии. Это позволяет избежать более дорогостоящей корректировки на более позднем этапе (например, если трубы или кабели были установлены в неправильном месте, их можно переместить до того, как будут закрыты все стены). Возможные задержки и изменения потенциально могут привести к автоматическому изменению ИИ графика строительства, который хранится в облаке BIM. На этой основе все заинтересованные стороны, такие как дистрибьюторы и производители, могут быть проинформированы автоматически. В результате логистика строительной площадки также будет оптимизирована, поскольку субподрядчики и поставщики смогут скорректировать свое планирование в соответствии с обновленными сроками. Таким образом, процесс строительства, управляемый ИИ, может стать ключевым фактором для своевременной доставки строительных материалов. их можно перемещать до закрытия всех стен). Возможные задержки и изменения потенциально могут привести к автоматическому изменению ИИ графика строительства, который хранится в облаке BIM. На этой основе все заинтересованные стороны, такие как дистрибьюторы и производители, могут быть проинформированы автоматически. В результате логистика строительной площадки также будет оптимизирована, поскольку субподрядчики и поставщики смогут скорректировать свое планирование в соответствии с обновленными сроками. Таким образом, процесс строительства, управляемый ИИ, может стать ключевым фактором для своевременной доставки строительных материалов. их можно перемещать до закрытия всех стен). Возможные задержки и изменения потенциально могут привести к автоматическому изменению ИИ графика строительства, который хранится в облаке BIM. На этой основе все заинтересованные стороны, такие как дистрибьюторы и производители, могут быть проинформированы автоматически. В результате логистика строительной площадки также будет оптимизирована, поскольку субподрядчики и поставщики смогут скорректировать свое планирование в соответствии с обновленными сроками. Таким образом, процесс строительства, управляемый ИИ, может стать ключевым фактором для своевременной доставки строительных материалов. могут быть проинформированы автоматически. В результате логистика строительной площадки также будет оптимизирована, поскольку субподрядчики и поставщики смогут скорректировать свое планирование в соответствии с обновленными сроками. Таким образом, процесс строительства, управляемый ИИ, может стать ключевым фактором для своевременной доставки строительных материалов. могут быть проинформированы автоматически. В результате логистика строительной площадки также будет оптимизирована, поскольку субподрядчики и поставщики смогут скорректировать свое планирование в соответствии с обновленными сроками. Таким образом, процесс строительства, управляемый ИИ, может стать ключевым фактором для своевременной доставки строительных материалов.
Основной причиной задержек строительства и перерасхода средств являются несчастные случаи. Глядя на цифры из таких стран, как Германия (6 000 несчастных случаев в год) или Япония (300 смертей и 15 000 травм на строительных площадках ежегодно), важность повышения безопасности на строительных площадках становится очевидной. Использование ИИ в форме компьютерного зрения в сочетании с камерами на строительной площадке может снизить риски и значительно сократить количество несчастных случаев. Потенциал для этого уже можно наблюдать на некоторых строительных площадках, поскольку различные компании начали предлагать программное обеспечение для распознавания изображений, которое может помочь строителям быстрее находить инструменты.
Когда строителю нужен определенный инструмент, скажем, горячая пила, он просто спрашивает ИИ, набрав в своем смартфоне: «Где циркулярная пила не используется?» Затем ИИ сканирует изображения с множества камер на месте и указывает местоположение ближайшей горячей пилы. Затем строитель просит ИИ отправить к ним уполномоченный персонал с горячей пилой, и ИИ делает это. При этом ИИ улучшает как использование инструментов, так и производительность, поскольку строителям не нужно ходить по строительной площадке, часами ища инструменты и оборудование. Преимущество ИИ перед датчиками/IoT заключается в том, что он гораздо более гибкий. После установки камер можно легко найти любой объект, независимо от того, поддерживает он IoT или нет.
Еще одно преимущество решения на основе ИИ по сравнению с датчиками/IoT заключается в том, что его также можно научить информировать персонал всякий раз, когда он обнаруживает возможные угрозы безопасности (например, когда инструмент хранится неправильно или рабочие не носят защитное снаряжение). В это место немедленно направляется ответственное лицо для устранения угрозы безопасности.
Помимо предотвращения несчастных случаев, ИИ также может поддерживать операторов тяжелой и мобильной техники на строительных площадках. Операторы часто выполняют несколько задач одновременно, работая на машине. Это приводит к большому количеству ошибок и потерям эффективности (например, экскаватор теряет материал из своей лопаты, прежде чем его можно будет положить на место, где он должен быть). ИИ может значительно упростить использование тяжелой техники, помогая оператору машины выполнять рутинные задачи. Эти повторяющиеся части работы специально созданы для замены инструментами на основе ИИ, поскольку они могут легко изучать и адаптировать эти задачи. Затем оператор может сосредоточиться на более сложных и дополнительных задачах. Использование ИИ также повышает безопасность эксплуатации строительной техники. Камеры постоянно наблюдают за окружающей средой и проверяют возможные столкновения с людьми или объектами, а также могут предупредить оператора до того, как произойдет несчастный случай, или остановить саму машину. Таким образом, искусственный интеллект позволяет операторам работать быстрее и точнее в течение более длительных периодов времени. Компания, специализирующаяся на управлении и автоматизации машин, утверждает, что производительность мобильной техники может быть увеличена до 60% с помощью ИИ.
Управление поставками / объектами
Менеджеры объектов должны постоянно находить ответы на самые разные вопросы: заменить или отремонтировать, оспорить счет или нет, принять меры или подождать, заказать запасные части прямо сейчас или нет. Руководителям объекта приходится уделять много времени принятию этих решений, которые основаны на огромном количестве данных, собранных в течение жизненного цикла проекта. Это дорого и чревато ошибками.
Огромный объем данных, собираемых с течением времени, делает их идеальными для использования ИИ. Некоторые компании уже пользуются этим. Программное обеспечение с поддержкой искусственного интеллекта может анализировать данные, чтобы помочь руководителям объектов принимать упреждающие меры. Например, ИИ может обнаруживать части зданий, которые в данный момент не используются, и автоматически отключать отопление, вентиляцию и кондиционирование воздуха в этих частях, резко снижая потребление энергии. Точно так же можно отменить уборку и ненужный уход за неиспользуемыми частями здания.
В тех частях здания, которые используются, истинно профилактическое обслуживание еще больше снижает общую стоимость владения. Решения на основе искусственного интеллекта в сочетании с датчиками IoT могут рекомендовать оптимальное время для действий (например, для очистки фильтра) до возникновения потенциальной проблемы, но не раньше, чем это необходимо, чтобы сэкономить деньги. Он также может автоматически заказывать запасные части (например, для кондиционера), чтобы убедиться, что эти детали доступны вовремя. Эти процессы потенциально могут быть полностью автоматизированы с течением времени, поскольку ИИ учится и адаптируется к тому, что делает менеджер объекта. В следующий раз, когда компонент вот-вот сломается, ИИ не нужно будет информировать менеджера объекта, чтобы он проверил, что следует сделать, а немедленно закажет новый компонент. Менеджер объекта также узнает от ИИ, действительно ли лучше отремонтировать или заменить кондиционер. Более того, улучшены возможности планирования проектов: ИИ учится на данных более ранних проектов управления объектами, чтобы прогнозировать сроки проведения работ по техническому обслуживанию или ремонту. После этого менеджер предприятия может улучшить планирование пропускной способности.
ИИ позволяет руководителям объектов сократить расходы, обеспечивая более эффективное управление объектами. Благодаря ИИ работа выполняется только тогда, когда она нужна или нужна вообще. Он также повышает качество и сокращает время простоя, поскольку рекомендует наилучший способ реагирования на аномалии.
ИИ на этапах цепочки создания стоимости для производителей и дистрибьюторов строительных материалов.
Помимо возможностей использования ИИ на протяжении всего жизненного цикла строительного проекта, ИИ также может способствовать следующему большому шагу в цифровизации производителей и/или дистрибьюторов строительных материалов. Это повысит эффективность по всей цепочке создания стоимости в таких функциях, как закупки, маркетинг и продажи, производство, логистика, обслуживание клиентов и послепродажное обслуживание производителей строительных материалов, продавцов, а также строительных компаний.
В сфере закупок ИИ может помочь компаниям прогнозировать цены на сырье (песок, гравий, железо и т. д.) и другие входные факторы. Для этого ИИ будет анализировать данные как о прошлой динамике цен, так и о развитии других факторов, влияющих на цену сырья, или даже самостоятельно выявлять такие отношения. Затем ИИ может прогнозировать цену и определять оптимальный момент времени для покупки. Это может быть связано с данными о запасах, чтобы ИИ мог включать запасы определенного сырья в свои расчеты и выполнять оптимизированное управление запасами. С помощью ИИ можно будет автоматизировать все больше и больше дополнительных шагов процесса «от покупки до оплаты». Как описано выше, ИИ может определить потребность в продукте, а затем заказать этот продукт. Он автоматически выбирает лучшего поставщика на основе предыдущих данных (качество, пунктуальность, цена и др.). При получении счета AI автоматически проверяет его правильность, прежде чем он будет оплачен или отклонен.
Промышленность строительных материалов практически полностью использовала свой потенциал для улучшения производственного процесса. В сложившейся ситуации остается не так много возможностей для значительного повышения эффективности. ИИ может стать рычагом, который инициирует следующий большой скачок в сторону повышения качества и эффективности.
Компании имеют возможность собирать огромные объемы данных, генерируемых в процессе производства строительных материалов (например, температура, давление, качество). Это могут быть данные лазеров, ультразвуковых исследований, камер, термометров или других приборов. Использование искусственного интеллекта для анализа и принятия мер на основе этих данных может улучшить результаты, а также эффективность производства.
Положительный пример этого можно найти в производстве стали. Консорциум научно-исследовательских институтов и производителей стали и другие пытаются улучшить качество стали при поддержке искусственного интеллекта. Различия в качестве устраняются искусственным интеллектом, поскольку он определяет наилучшее сочетание всех параметров и регулирует их соответствующим образом, тем самым обеспечивая максимально возможное качество производимой стали. Если AI обнаружит более низкое качество производимой стали, он либо немедленно инициирует процесс доработки, либо перенаправляет партии стали клиентам в соответствии с их требованиями к качеству. Таким образом, ИИ также улучшает использование производственных мощностей и сокращает время простоя производства, обнаруживая проблемы в производстве на самой ранней стадии. Более того, ИИ может снизить потребление энергии и, следовательно, затраты на энергию. Если производители строительных материалов смогут повторить это успешное использование ИИ, они также смогут значительно повысить свою эффективность.
В маркетинге и продажах искусственный интеллект помогает компаниям еще больше планировать расходы на рекламу и давать индивидуальные рекомендации для клиентов. Это включает в себя персонализированные предложения для клиентов с ценами, сроками поставки, качеством и количеством, адаптированными к их профилям клиентов. Эти профили создаются ИИ после анализа всех точек соприкосновения между компанией и ее клиентом, чтобы выяснить интересы и предпочтения клиента. Эта информация также может быть использована для выявления потенциала для перекрестных продаж соответствующему клиенту или для превращения потенциальных клиентов в реальных клиентов.
ИИ также помогает оптимизировать логистику в отношении маршрутов. Искусственный интеллект определяет лучшие средства передвижения, а также лучшие маршруты на основе информации о времени и датах, адресах, трафике, стоимости, скорости и т. д. Кроме того, он улучшает свои рекомендации с каждой выполненной доставкой. В будущем эти маршруты будут использоваться автономными видами транспорта, такими как автомобили, грузовики, корабли и самолеты.
В сфере обслуживания клиентов и послепродажного обслуживания ИИ поддерживает и освобождает персонал, автоматически отвечая на запросы клиентов. Сегодня в сфере обслуживания клиентов уже работают чат-боты, которые говорят и отвечают как люди, в результате чего люди часто не замечают, что разговаривают с ИИ, а не с человеком. Это не только экономит деньги, но и приводит к более высокому качеству обслуживания клиентов, поскольку персонал может сосредоточиться на более сложных запросах по мере необходимости.
ИИ уже поддерживает и другие служебные функции. Примерами являются автоматизированная обработка почты (например, пересылка входящей почты ответственному лицу) или планирование совещаний. ИИ также улучшает возможности фирмы в области финансов, бухгалтерского учета и контроля, анализируя исторические финансовые данные для принятия «наилучших» бизнес-решений или для оценки кредитного риска клиентов компании.
В заключение мы прогнозируем, что ИИ вызовет значительные изменения во всей цепочке создания стоимости строительства, а потенциал разрушения будет самым высоким в областях, характеризующихся повторяющимися известными задачами с ограниченной неопределенностью. На приведенной выше инфографике показано, где потенциал сбоев наиболее высок.
Однако, несмотря на то, что многие компании уже определили потенциал для использования ИИ в своей компании, они изо всех сил пытаются разработать конкретный план для использования этого потенциала.
Как внедрить ИИ
Мы рекомендуем пятиэтапный подход Roland Berger в качестве средства для начала работы с искусственным интеллектом в вашей компании. Этот подход описывает реалистичный способ полного использования новых возможностей, возникающих в результате использования ИИ.
Вы должны признать, что изменения необходимы, и создать соответствующую атмосферу в масштабах всей компании среди ваших сотрудников. Чтобы добиться успеха в создании такой атмосферы перемен, вам понадобится специальная коммуникационная стратегия, охватывающая всех сотрудников, от строителей до офисного персонала. Это особенно важно, потому что многие люди рассматривают ИИ скорее как угрозу, чем как возможность. Они боятся, что их заменит ИИ и они потеряют работу. Таким образом, вы должны изложить преимущества ИИ каждому сотруднику. Вы должны обращать внимание не только на сообщения, но и на время, когда вы сообщаете, что и кому, чтобы предотвратить распространение слухов.
Имейте в виду, что многие из описанных выше проблем существуют давно, но до сих пор не решены. Это означает, что пришло время сойти с проторенного пути и попробовать что-то новое. Ваши сотрудники должны быть открыты для изменений, а также для совершенно новых технологий и, следовательно, готовы использовать ИИ. Важно то, что вы начинаете прямо сейчас — до того, как это сделают ваши конкуренты, — и работаете со своими сотрудниками, чтобы получить конкурентное преимущество.
Этот шаг является наиболее важным для любого успешного внедрения инструментов ИИ, потому что, если вы не можете убедить своих сотрудников в необходимости изменений и в том, что использование ИИ улучшает их методы работы, они не захотят меняться и не будут использовать какие-либо из ИИ. инструменты, которые вы предоставляете.
После создания атмосферы перемен определите варианты использования ИИ в вашей компании. Проранжируйте их по основным критериям: основной и неосновной бизнес, простота внедрения (легко ли вписывается в текущие бизнес-процессы, есть ли готовое решение) и повышение эффективности в краткосрочной и долгосрочной перспективе. срок. В то же время наращивайте базовые возможности для использования ИИ, такие как знания в области науки о данных и опыт внедрения. Третья часть этого шага связана с вашей стратегией: вы должны разработать стратегию ИИ, которая вписывается в вашу общую стратегию. Стратегия данных должна быть ее частью. Если у вас его нет, создайте его. Если он у вас есть, настройте его в соответствии с данными, которые вам нужны для определенных вариантов использования, а также начните и ускорьте необходимые действия по сбору данных. Ваша стратегия работы с данными должна быть дополнена комплексной ИТ-стратегией. ИТ-стратегия должна позволить вам использовать весь потенциал ИИ, что будет возможно только в том случае, если ИТ-отдел, которым вы управляете, и сам ИТ-отдел имеют возможность полностью поддерживать внедрение инструментов на основе ИИ и поддерживать ваших сотрудников в работе с ними. инструменты.
На этом этапе вы определяете руководящие принципы для последующего внедрения ИИ в вашей компании. Поэтому очень важно, чтобы определенные стратегии и определенные варианты использования были идеально согласованы, чтобы все отделы преследовали одни и те же цели.
Теперь приступайте: реализуйте небольшие проекты ИИ (например, в функциях поддержки), которые вписываются в вашу общую стратегию ИИ, поскольку вы не хотите создавать будущее, в котором у вас будет много несовместимых решений ИИ в вашей компании. Вы должны основываться на длинном списке потенциальных вариантов использования и теоретических руководящих принципах, которые вы определили на втором этапе. Инициируя проекты, которые, как можно ожидать, принесут быструю прибыль, вы продемонстрируете преимущества ИИ всем сотрудникам компании и тем самым создадите положительный импульс. Чтобы свести к минимуму трудности внедрения, начните с готовых решений. Прежде чем выбрать готовое решение для своего первого варианта использования ИИ, тщательно выберите поставщика. Может иметь смысл выбрать одного и того же поставщика для разных приложений, чтобы использовать потенциал различных инструментов ИИ, работающих вместе. Следовательно,
После успешного внедрения небольших стандартизированных ИИ-решений пришло время для более амбициозных приложений и целостного, ориентированного на людей подхода. Чтобы получить реальное конкурентное преимущество перед конкурентами, вы должны отказаться от готовых решений и разработать внутренние алгоритмы, характерные для вашей компании. Вы должны тренировать своих людей, чтобы они могли разрабатывать и управлять такой системой. Для этого требуется не только обучение, но и хорошо продуманное управление изменениями и налаженная коммуникация.
Не позднее, чем на этом этапе, и чем раньше, тем лучше, вы должны создать выделенный цифровой или ИИ-хаб. Это будет отдел в вашей компании, у которого есть единственная задача — стимулировать изменения во всей организации к цифровому будущему в целом и более широкому использованию ИИ в частности. Компании, которые создают такой центр с широкими полномочиями, сообщают, что в результате темпы внедрения значительно ускоряются. Успешное создание хаба требует предварительных организационных изменений, так как хаб должен быть расположен на самом высоком уровне организации, а сотрудники в хабе должны посвящать все свое рабочее время хабу и его задачам.
Расширьте свою деятельность в области ИИ на всю компанию. На предыдущих четырех шагах вы заложили основу для более широкого использования ИИ, чтобы иметь возможность внедрять ИИ во всех сферах деятельности компании. В каждой новой области, где вы хотите внедрить ИИ, делайте это так же, как и раньше (начинайте с малого, затем увеличивайте масштабы). Будьте готовы передать все больше и больше контроля над операциями ИИ, поскольку он полностью раскрывает свой потенциал всякий раз, когда он может автономно изменять параметры. Таким образом, вы сможете защитить созданное вами конкурентное преимущество, начав внедрение ИИ сегодня и выполнив четыре шага, описанных ранее.