Недвижимость

Нейросеть на стройке. Как ИИ помогает в строительстве и ЖКХ

5 минут
Нейросеть на стройке. Как ИИ помогает в строительстве и ЖКХ

По оценке Национального центра развития ИИ, около 3% строительных компаний используют технологии на основе искусственного интеллекта в своей работе, благодаря чему в 2021 году они дополнительно заработали 2,1 млрд рублей. В сфере ЖКХ и развития городской среды таких компаний 6% и экономический эффект от применения технологий в 2021 году здесь составил 400 млн рублей. Минстрой в начале 2023 года прогнозировал, что «прирост в строительной области за счёт использования решений на основе искусственного интеллекта (ИИ) может достигнуть 2,5% внутреннего валового продукта в год».

ИИ уже на текущем этапе развития технологий помогает строительной отрасли генерировать дополнительные доходы. И в процесс модернизации вовлекается всё больше игроков рынка.

«Отрасли строительства и ЖКХ уже сегодня сталкиваются с рядом вызовов, которые можно решить с помощью ИИ, — отмечает Кирилл Поляков, сооснователь цифровой облачной платформы для мониторинга, контроля и управления инвестиционно-строительными проектами Pragmacore. — Например, рост населения и уровня городской застройки приводят к увеличению количества проектов, которые необходимо реализовывать быстро и эффективно. В этом контексте ИИ может помочь оптимизировать процессы, снизить затраты и риски».

Как ИИ повышает эффективность строительного бизнеса и компаний из сферы ЖКХ: разбираем с экспертами Альянса в сфере ИИ.

ИИ в строительстве

«Строительство как одна из самых консервативных отраслей экономики всегда с настороженностью относится ко всем нововведениям. Тем не менее ИИ тут уже прижился и применяется в решении таких прикладных задач, как мониторинг хода строительства (обработка фото- и видеоданных с дронов), учёт рабочей силы на площадке, контроль перемещения персонала и материалов, соблюдение техники безопасности», — говорит Борис Хапачёв, генеральный директор компании «Проптех», основатель двух ИТ-стартапов для строительства — экосистемы PropTech.OnLine и решения по «умному» мониторингу бетона PropTech.SMC. По его мнению, наибольший эффект уже виден в маркетинге и продажах — там, где надо работать с большим объёмом неструктурированной информации, в коммуникации с клиентами (в чатах и с голосовыми ботами). На подходе, по мнению Хапачева, следующее направление применения — специализированные ИИ-ассистенты для различных специалистов, от инженера до генерального директора.

«В среднесрочной перспективе ждём появления „роботов“ на площадке, — говорит Хапачёв. — Например, роботизированных кранов, экскаваторов и бульдозеров, самосвалов и бетономешалок с автопилотом. Эксперименты и пилотирование технологий уже идут на отечественных площадках».

Группа компаний «Самолёт» уже тестирует робособак для сканирования строительного объекта. Задачи — контроль соответствия построенного объекта проекту, соблюдение техники безопасности на площадках, проведение различных измерений. С помощью технологии машинного обучения робот самостоятельно ориентируется на местности, свободно передвигается по разным поверхностям. Робособака ускоряет решение многих задач в строительстве. Так, на создание 3D-модели объекта площадью 2000 «квадратов» у неё уйдёт всего 12 минут, тогда как у геодезиста — до 72 часов. Кроме того, отклонение в 3D-модели будет составлять не более 2 сантиметров.

Приоритетные направления применения ИИ в строительстве

Мониторинг строительных объектов и рабочих

Проблема. Низкая производительность строительных работ из-за несоблюдения рабочими регламента, срыва сроков, несвоевременного информирования руководства.

Решение:

отслеживание прогресса строительства, поступления материалов, объёмов ресурсов дронами и камерами видеонаблюдения;

фиксация времени простоя рабочих, сверка с закреплённым графиком путём анализа информации с носимых устройств и стационарных камер.

Результат: рост производительности на 30%.

Прогнозирование рисков и автоматизация типовых операций

Проблема. При ручном проектировании приходится каждый раз заново осуществлять типовые операции, что повышает вероятность ошибки и затраты времени. Также отсутствие автоматизированных технологий не позволяет учесть все факторы риска при долгосрочном планировании.

Решение:

внедрение ИИ в системы планирования и управления: разработка сметы, критический анализ, выявление рисков на основе исходных данных, прогнозирование и т. д.;

применение модулей искусственного интеллекта в типовом проектировании: разработка инженерных сетей, описание элементов, проверка соответствия строительным нормам, выгрузка информации и т. д.

Результат: рост производительности на 20%, снижение издержек на 10%, сокращение времени проектирования на 40%.

Применение автономной техники

Проблема. Для управления сложной строительной техникой требуется комплектация штата высококвалифицированных рабочих, что вызывает трудности из-за нехватки кадров на рынке труда.

Решение:

освоение автономной строительной техники, способной выполнять сложные операции круглосуточно и без перерывов, облегчая труд рабочих и повышая эффективность строительных работ.

Результат: снижение эксплуатационных расходов на 50%, повышение скорости возведения зданий на 50%.

Источник: Альянс в сфере ИИ

На 30%

может вырасти производительность после внедрения ИИ на стройке

К основным сдерживающим факторам применения ИИ в строительстве и ЖКХ эксперты относят:

отсутствие понимания необходимости внедрения технологии;

недостаток информации об искусственном интеллекте;

несовместимость с используемым оборудованием;

недостаток квалифицированных кадров.

«Применение ИИ позволит ускорить проектирование, улучшить контроль, повысить производительность, уменьшить потери и, как итог, снизить себестоимость строительства, — подытоживает Борис Хапачёв. — Но надо понимать, что это эволюционные изменения, а не революционные. ИИ — это всего лишь новый инструмент, которым ещё надо научиться пользоваться».

На 40%

сокращает ИИ период проектирования в строительстве

ИИ в ЖКХ

Жилищно-коммунальное хозяйство развивается в соответствии с концепцией «умного города». Главные задачи — моментальное выявление неисправностей и сокращение до минимума периодов аварийного простоя.

Приоритетные направления применения ИИ в ЖКХ

Обнаружение утечек, выявление отклонений в потреблении воды и мошеннических действий

Проблема. Регулярные потери ресурсов из-за протечек в системе водоснабжения и мошеннических действий повышают расходы на эксплуатацию, снижают износоустойчивость инфраструктуры и её защищённость.

Решение:

использование виброакустических датчиков для своевременного выявления протечек в системе;

выявление отклонений на основе предыдущего опыта с помощью нейросетей;

анализ данных с целью обнаружения мошеннических действий и аномалий в потреблении водных ресурсов.

Результат: сокращение потерь воды на 20%, сокращение расходов на ТО и ремонт на 10%, повышение доходов на 10%.

Создание цифровых двойников

Проблема. Подбор параметров и регулирование положений запорной арматуры выполняются неэффективно, что приводит к увеличению расходов и снижению прибыли.

Решение:

внедрение ИИ в системы планирования и управления: реализация цифрового двойника коммунальной инфраструктуры, который силами искусственного интеллекта подберёт оптимальные параметры для котельных, трубопроводов, тепловых сетей и т. д. В режиме реального времени.сметы, критический анализ, выявление рисков на основе исходных данных, прогнозирование и т. д.;

Результат: снижение эксплуатационных расходов на 20%, снижение убытков от аварий на 50%.

Прогнозирование электропотребления

Проблема. Предприятия подают заявку на объёмы электропотребления заранее, что приводит к штрафам при несоблюдении установленных лимитов (как в меньшую, так и в большую сторону).

Решение:

внедрение ИИ-модели прогнозирования, позволяющей с учётом разных переменных факторов сформировать корректную заявку.

Результат: снижение штрафов на 20%.

Источник: Альянс в сфере ИИ

На 50%

снижаются убытки от аварий в ЖКХ при внедрении ИИ

«Применение технологий информационного моделирования в связке с ИИ позволяет автоматизировать процессы закупок, контроля проектных решений, исправлений ошибок перехода на строительную площадку», — отмечает Николай Козак, директор по ИТ и цифровой трансформации ДОМ.РФ. Также эксперт видит огромные перспективы применения ИИ в бюджетировании и планировании проекта, в динамичном пересчёте на основе подготовленных размеченных данных с предшествующих и уже реализованных объектов, классификаторов и справочников.


Самые важные кейсы лидеров бизнеса, мнения ведущих экспертов и тренды в отраслях экономики теперь всегда под рукой — подпишитесь на наш Telegram-канал.

Поделиться в соцсетях

Статья была вам полезна?

Да

Нет

Будь в курсе новых идей!

Присоединяйся к каналу в Телеграм

Получить консультацию

Напишите нам и менеджеры свяжутся с вами