Одним из основных трендов цифровизации стройки в России в 2023 году стало применение искусственного интеллекта (ИИ) в строительстве. Следующий год, вполне вероятно, станет временем развития базовых возможностей ИИ.
Говорят, что со временем ИИ будет заменять целые департаменты, состоящие сейчас из дорогостоящих программистов — выпускников физико-математических вузов. Согласно другой точке зрения, программистов потребуется еще больше, потому что ИИ пока толком не заменяет ни одну профессию, хотя эксперты уже давно говорят, что это вот-вот случится.
В статье попробуем разобраться, что мешает развитию искусственного интеллекта в строительстве. Поговорим не об «инерционности отрасли», а о более осязаемых проблемах — технологических и организационных.
Что такое искусственный интеллект в строительстве
Применение искусственного интеллекта в строительстве это:
- ИИ в проектировании, например, поиск коллизий в ТИМ-модели или анализ удобства стройплощадок на основании большого объема данных о них;
- строительные роботы, то есть механизмы, которыми управляет ИИ под контролем человека: например, машины для демонтажа старых зданий, выравнивания бетона или 3D-печати;
- системы умного дома: так, ИИ умеет выявлять незнакомцев и распознавать подозрительное поведение, а еще может анализировать энергопотребление здания;
- умные гаджеты в строительстве: например, датчики набора прочности фундамента или умные часы для рабочих, которые определяют состояние здоровья и работоспособность;
- ИИ для менеджмента: сервисы предсказательной аналитики, которые позволяют принимать финансовые решения. Управляющий партнер «Самолета» Андрей Иваненко на одной из строительных конференций сказал, что ИИ предсказывает цены на арматуру лучше любого эксперта: «Эксперт угадывает в 20% случаев, а модель на базе ИИ — в 92%».
Далее остановимся на основных проблемах внедрения ИИ.
Разрозненность данных
Одно из ключевых преимуществ ИИ — умение быстро обрабатывать большие массивы данных, искать в них взаимосвязи и делать выводы.
Так, российский стартап Pragmacore разрабатывает платформу с алгоритмами машинного обучения, которые умеют определять фронт работ и оценивать сроки реализации проектов. Компания утверждает, что это поможет сократить затраты на строительство объекта в среднем на 7%.
Сервис «Стройкод», который позиционирует себя как маркетплейс для строительных и производственных компаний, использует и постоянно совершенствует алгоритмы автоматического сопоставления номенклатуры закупщиков и поставщиков. Это решает извечный вопрос унификации и структуризации всего многообразия наименований продукции, которые используют различные компании. В планах развития сервиса — сопоставление с общероссийскими классификаторами, включая КСР и КСИ.
А зарубежная платформа Constru использует компьютерное зрение с элементами ИИ, чтобы сопоставить данные из BIM-модели с фотографиями реального объекта и выявить несоответствия. Это позволяет быстро обнаружить проблемы и минимизировать издержки на их решение. По утверждению разработчика, типовой экономический эффект от внедрения платформы — сокращение бюджета стройки на 5%.
Подобным решениям нужны единое информационное пространство и среда данных. Разрозненность данных для анализа — проблема, с которой сталкиваются как отдельные компании, так и вся отрасль. Информация даже в технологичных холдингах зачастую хранится в разных базах, и вопрос обмена между информационными системами стоит остро.
Идея же делиться данными с конкурентами выглядит для многих руководителей неприемлемой, даже при условии, что информация будет анонимизирована. Но именно большие массивы данных с глубокой историей и нужны ИИ, чтобы прогнозировать цены на стройматериалы, спрос на квартиры, итоги торгов или выявлять недобросовестных поставщиков еще до того, как из-за них сорвутся все сроки.
«Данные, которые собирает каждая отдельная строительная компания, недостаточны, чтобы получить действительно ценный результат. Но если индустрия сможет скооперироваться в сборе информации, ее обработке, анонимизации и публикации, мы будем иметь данные, которые нужны для здорового рынка и машинного обучения, позволяющего сравнивать и прогнозировать», — говорит Авиад Альмагор, вице-президент по технологическим инновациям поставщика строительных технологий Trimble.
Пока развитие искусственного интеллекта в строительстве в России находится скорее на уровне систем BI — Business Intelligence, то есть технологий продвинутого анализа данных и предиктивной аналитики на их основе.
Большие первоначальные затраты
Это в основном касается строительных механизмов с элементами ИИ. Например, строительный принтер для печати 1−2-этажного здания высотой до 7 м стоит в 2023 году 8,5 млн ₽.
Продвинутые строительные роботы, за исключением дронов, пока остаются недоступными для большинства застройщиков. Так, австралийская машина Hadrian X для автоматической укладки кирпича стоит около 500 000 $.
Кроме того, для большинства роботов в строительстве нужна «структурированная» площадка, где, как минимум, нет мусора или лежащих как попало материалов. А как максимум требуются специальные конструкции для перемещения робота по строительной площадке.
Поскольку роботизированные решения с ИИ пока немассовые, их стоимость высока, а срок окупаемости длинный. Обслуживание таких спецмашин в условиях санкций также под вопросом.
Вероятно, в будущем, по мере распространения решений с ИИ они будут дешеветь, но это не ближайшая перспектива.
Повышенные требования к безопасности
Принято считать, что применение искусственного интеллекта в строительстве едва ли не полностью решает проблему безопасности на площадке. Видеокамеры с системой распознавания объектов умеют определять рабочих без касок или нехватку ограждений. А умные строительные гаджеты — например, часы — понимают, когда человек травмировался.
Но новые технологии с ИИ предъявляют требования и к своей безопасности — информационной.
В мае 2023 года крупнейший бразильский подрядчик Andrade Gutierrez подвергся хакерской атаке. Злоумышленникам стали доступны чертежи и трехмерные модели объектов, над которыми работала компания. Среди них — порты, аэродромы, больницы и объекты Олимпиады 2016 года. Также хакеры украли данные работников, их логины и пароли для доступа к государственным ресурсам, а еще получили возможность доступа к налоговой информации. Хакерская группа заявила, что заранее предупреждала компанию об уязвимостях, но та ничего не сделала.
Финансовые потери от таких утечек могут быть огромными, а репутационный ущерб неизмеримым. Еще больше проблем, если злоумышленники получат доступ к безэкипажной строительной технике, которой управляет ИИ.
Похожим образом в 2022 году действовали хакеры, которые взломали сервера белорусской железной дороги, чтобы замедлить ее работу. Взломщики оставили нетронутой «автоматику и системы безопасности во избежание аварийных ситуаций», но похоже, на самом деле имели к ним доступ.
Повышенные требования к связи
Для нормальной работы беспилотной техники требуется хорошая связь, в идеале — 5G. Машины с элементами ИИ передают большие потоки данных: это видео, картографическая информация, данные о местоположении по отношению друг к другу и так далее.
В России пока нет 5G, единственная тестовая зона работает в Сколково, а само Сколково ведет разработки по внедрению сразу же стандарта 6G. Но из-за отсутствия элементной базы с этим проблемы.
«За внедрение сетей 6G важно не переплатить, подойти к ним необходимо всесторонне подготовленными, со своей полноценной исследовательской и производственной экосистемой, отработанной на 4G и 5G, с уже готовым и реализующимся планом расчистки радиочастотного спектра. Это все реально сделать за 10 лет», — говорит руководитель Центра компетенций НТИ на базе Сколтеха Дмитрий Лаконцев.
Есть и более прозаичные проблемы: не на каждой стройплощадке вообще есть связь. Дорогостоящие роботы, сенсоры и умные гаджеты в строительстве становятся бесполезными, если надо возвести заводской цех в чистом поле.
Нехватка кадров для внедрения
ИИ не только не заменяет человека, но и пока не умеет работать без человека. Машинное обучение требует кадровых ресурсов: кто-то должен указывать алгоритмам, где они действуют правильно, а где нет. Только так эти алгоритмы со временем начнут работать, как надо.
В 2021 году в «Журнале строительной инженерии» вышло исследование, авторы которого констатировали глобальную нехватку специалистов по ИИ, а особенно — с опытом работы в строительстве.
Российские вузы начали готовить инженеров ИИ, причем этот процесс идет даже в регионах. Так, с 2022 года Чувашский госуниверситет ввел такую программу для магистров, а в Твери университет «Иннополис» проводит обучение по программе повышения квалификации «Искусственный интеллект и основы аналитики данных» для студентов местного вуза.
«Строительным экспертам нужно кооперироваться с исследователями ИИ, чтобы появились идеи и инновации, которые действительно нужны индустрии», — считают авторы доклада.
Сложность для простого пользователя
Компания Peak в 2022 году опросила 3000 руководителей строительных компаний из США, Англии и Индии и выяснила, что 92% фирм уже используют в работе ИИ или собираются внедрить в ближайшее время. При этом лишь 65% уже начатых проектов оказались успешными — это самый низкий показатель среди всех исследованных отраслей.
Одна из причин этого — сложность ИИ-решений для неквалифицированных пользователей.
«ИИ изменит нашу индустрию в течение ближайших 10 лет так, как не меняла ее ни одна из технологий за последние 100 лет. Мы видим, что ИИ становится более демократичным. Уже есть решения, которые не требуют суперпродвинутых навыков в языках программирования», — считает Джеймс Барретт, директор по инновациям американского подрядчика Turner Construction.
