• Николай
  • 2 мин. чтения
  • Статьи

ИИ на стройке, часть II: на ПРЕДпосылках у управленцев

Искусственный интеллект способен помочь проектировщикам и девелоперам, транспортникам и коммерческим УК. Профессионалы жилищно-коммунального хозяйства вообще называют его использование остро назревшей необходимостью: анахроничные, вязкие и негибкие системы нынешнего ЖКХ давно пора заменить чем-то более эффективным

Фото: Sergey Nivens/Фотобанк Лори

Пока большинство новостей рынка недвижимости, связанных с применением технологий с использованием ИИ, содержит формулировку «искусственный интеллект призван помочь». То есть все-таки не заменить человека, а именно помочь ему: создавать 3D-модели строительных площадок и отслеживать ход строительства, как ИИ-дроны DJI, или переносить грузы весом до 40 килограммов и одновременно фиксировать отклонения в работе стройплощадки, как робособаки компании 3Logic, или автоматизировать документооборот и выполнять трудоемкие процедуры проверки документов при сделках с недвижимостью и оформлении ипотеки, как предлагает британский стартап Orbital Witness.

Демонстрация робособак в столичной инспекции по недвижимости. Фото: Сергей Киселев/«АГН Москва»

По мнению директора по развитию компании «STEP. Транспортные решения» Алексея Смирнова, искусственный интеллект может облегчить многие этапы разработки транспортных проектов и по факту решать для транспортников сразу несколько задач.

Алексей Смирнов
директор по развитию компании «STEP. Транспортные решения»
«Первое — это предпроектная аналитика. ИИ может взять большие данные, проанализировать их, например с точки зрения аварийности, и показать, где надо что-то изменить. Или проанализировать потоки велосипедистов и предложить конкретные места для инфраструктуры микромобильности. Постепенно машина обучается и пониманию, как преобразовывать те или иные документы и форматы для облегчения работы планировщиков. Сейчас мы в компании работаем над тем, чтобы создать автоматизированную систему, которая будет переводить существующее положение в нужный формат для дальнейшей обработки архитектором, то есть, по сути, это искусственный интеллект, который «прикручен» к AutoCAD. В дальнейшем ИИ сможет давать не только аналитику, но и предлагать пул вариантов, сам моделировать и готовить транспортные схемы улиц, потому что все это сейчас регламентировано, и перевести это в формат кода — дело времени. В настоящее время совместно с DCS мы разрабатываем приложение TAI, в котором искусственный интеллект помогает в проектировании маршрутных сетей общественного транспорта. Платформа позволяет агрегировать данные о перемещении людей из разных источников, находить неэффективные маршруты и непокрытые зоны города. ИИ использует big data для построения оптимальных маршрутных сетей и точек для пересадок, отслеживает эффективность маршрутов и моделирует матрицу перемещения людей в зависимости от городских событий. Я думаю, очень скоро программа будет уже выдавать готовый результат, который человеку остается только проверить».

Как отмечает эксперт, Москва уже использует искусственный интеллект для анализа big data с точки зрения аварийности или загруженности дорог. «В какой-то степени искусственный интеллект — это удобно, он ускоряет работу, снижает трудозатраты. Но с другой стороны, есть риск, что в скором времени мы можем заместить профессию транспортного инженера и планировщика машиной, и люди останутся без работы. Правда, я думаю, до такого риска еще далеко, потому что учесть психологию поведения человека, социальные конструкты машина пока не может», — уверен Алексей Смирнов.

Управляющие компании тоже отлично понимают, чем им может быть полезен ИИ. И здесь тоже речь идет сразу о нескольких направлениях, о которых говорит Борис Мезенцев, операционный директор компании MD Facility Management, в сферу профессиональной деятельности которой входят в основном коммерческие, социальные и промышленные объекты.

Борис Мезенцев
операционный директор компании MD Facility Management
«Во-первых, формирование графиков планово-предупредительных работ (ППР). Так, после загрузки в систему перечня обслуживаемого оборудования и систем ИИ может самостоятельно создать график ППР. Более того, на основании этого графика, а также анализа сроков поставки запчастей и расходных материалов, полученных аварийных заявок ИИ может формировать складские остатки и направлять уведомление специалистам о необходимости закупки. Либо в теории даже самостоятельно отправить заявку поставщику. Во-вторых, ИИ на основании мониторинга параметров работы объекта и внешней среды может самостоятельно управлять инженерными системами здания: снижать или повышать температуру, уровень освещения отдельных зон, регулировать работу системы вентиляции и так далее. В-третьих, также на основании мониторинга работы всех систем ИИ в состоянии фиксировать сбои в работе, формировать аварийные заявки и направлять их в аварийно-диспетчерскую службу, которая может находиться на объекте или будет централизованной. Если пофантазировать и изменить закон, то ИИ может заменить диспетчеров, контролирующих работу грузоподъемных механизмов (эскалаторов, лифтов и тому подобное). Сейчас, согласно законодательству, эту работу в обязательном порядке должны выполнять люди, но в перспективе это может делать и искусственный интеллект. Также ИИ может заменить и сотрудников ресепшена, которые общаются с посетителями, предоставляют справочную информацию, выдают пропуска и так далее. Словом, возможностей для применения искусственного интеллекта в области Facility Management довольно много».

Однако, как подчеркивает эксперт, стоит помнить, что любая система делает выводы на основе существующего массива данных, поэтому для ее корректной работы объем предварительно накопленных данных должен быть достаточно большим. Кроме того, любая автоматика может элементарно дать сбой. В итоге, например, вызов экстренных служб при мониторинге систем безопасности может оказаться ложным. Или, что еще хуже, система не сработает. Поэтому на этапе внедрения без дублирования функций ИИ человеком, естественно, не обойтись.

«Также остается открытым вопрос стоимости технологий. На данный момент она достаточно высока, и вряд ли эффект от использования сможет перекрыть издержки. Сейчас собственники зданий не готовы увеличивать бюджеты, особенно учитывая, что это и так происходит из-за роста заработных плат, цен на комплектующие, «расходники» для уборки и так далее. Поэтому могу предположить, что активное полноценное внедрение искусственного интеллекта в области FM — дело отдаленного будущего. Хотя, безусловно, в той или иной степени технологии начинают применяться уже сегодня», — делится мнением Борис Мезенцев.

Что же касается сферы ЖКХ, то для нее ИИ уже не просто хайп, но, как показывает практика, острая необходимость, заявил в беседе с BFM.ru директор УК «РД Резиденс», основатель компании Facility Management Communications (FMC) Денис Троценко. Даже больше: по его мнению, искусственный интеллект — одно из важнейших направлений развития жилищно-коммунального хозяйства, так как анахроничные, вязкие и негибкие системы нынешнего ЖКХ, управляемые совершенно вручную, давно пора привести к чему-то более эффективному.

В диспетчерской тепловой электростанции. Фото: Виталий Невар/ТАСС

«У многих компаний в сфере ЖКХ есть интерес к технологиям ИИ, способным принести значимый экономический эффект, однако пока большинство проектов находится на стадии пилота и только около 10% организаций пытаются масштабировать использование интеллектуальных решений. К сожалению, какой-то системной работы в направлении развития ИИ в ЖКХ я пока не наблюдаю», — отмечает он.

Денис Троценко
директор УК «РД Резиденс», основатель компании Facility Management Communications (FMC)
«При этом совершенно точно есть несколько ключевых предпосылок развития ИИ в этой области. Я бы выделил несколько. Первая — реализация концепции «умный город», где роль ИИ была бы связана с созданием интегрированных интеллектуальных решений для управления городской инфраструктурой в режиме реального времени. Вторая — персонализация и повышение качества услуг для жителей, где роль ИИ может сводиться к умному управлению расходованием ресурсов, предоставлению персонализированных сервисов и рекомендаций по снижению потребления. Как пример
могу выделить несколько областей применения ИИ на перспективу: определение аномалий по начислениям и по срокам выполнения заявок, минимизация участия человека в приеме заявок (уход от оператора кол-центра), поиск оптимальных поставщиков услуг, ведение библиотеки знаний
база данных клиентов, база отказов и путей решения, библиотека технической документации. Более сложная задача — оценка эффективности управляющего объектом по заданным исходным параметрам, анализ финансовой эффективности по заданным параметрам (тариф, доходы, допдоходы, расходы, процент распределения на центральный аппарат компании) и выработка предложений по оптимальному ведению финансовой деятельности на объекте. Еще ведение чатов с информированием собственников по работе УК на объекте, анализ чатов на негатив и выработка предложений по минимизации точек социального напряжения, работа ИИ в качестве ассистента по юридическим консультациям жителям, моделирование аварий и нештатных ситуаций, комплектование участков материалами и оборудованием, контроль нарушения графиков ППР и ремонтных/отделочных работ, реализация концепции Internet of Things (IoT) и так далее. Список может быть ограничен только величиной желания максимально освободить человека от рутинной работы».

И это еще не все, говорит эксперт. Третья предпосылка — энергоэффективность и ресурсоснабжение, где роль ИИ можно свести к повышению безопасности, предотвращению потерь и оптимизации использования ресурсов. Не секрет, что ежегодный объем потерь от кражи электроэнергии во всем мире составляет более 100 млрд долларов, и около 25% воды просто теряется из-за утечек.

Еще одна, четвертая, неочевидная с первого взгляда предпосылка — это «зеленый город», или, как это еще называют, «нулевые отходы» и рециркуляция отходов. «Роль ИИ — анализ и предложение выработки возобновляемых источников энергии, повышение эффективности сбора и уровня переработки отходов, контроль утилизации. По оценке PwC, внедрение ИИ может к 2030 году уменьшить выбросы CO2 на 1,5-4%», — подчеркивает Денис Троценко и сразу напоминает, что в теории все может выглядеть крайне интересно, но реализация будет невозможна без полной оцифровки сектора экономики (ЖКХ).

Денис Троценко
директор УК «РД Резиденс», основатель компании Facility Management Communications (FMC)
«Сегодня существует великое множество разрозненных систем контроля и учета, и без системной интеграции на основе сбора данных, анализа и унификации оцифровать и трансформировать все это в единый контур будет невозможно. Необходима единая платформа, основанная на стимулировании обмена данными между компаниями и городами, на стимулировании потребителя на сбор данных и реорганизации систем управления ЖКХ. Сегодня же, повторю, основополагающим принципом является тотальное сегментирование использования систем контроля и использования ИИ. В качестве примера могу привести тот факт, что основной упор делается на умный дом и управление инфраструктурой здания, и при этом совершенно забыты другие сегменты сферы: управление сервисами и коммуникациями с жителями или, скажем, управление зарядными устройствами, водоснабжение и работа с отходами. Все крайне разрозненно. Причина этой сегментации очень проста: для достижения «быстрых побед» основной объем инвестирования идет в наиболее очевидные сектора ЖКХ. Это само по себе не плохо, но децентрализует использование в сфере искусственного интеллекта».

Как считает Денис Троценко, исключить человека из сферы, конечно же, невозможно даже при условии перспективно глубокой интеграции ИИ в ЖКХ, так как потребитель все же предпочтет общение с другим человеком, а не с машиной. «Да, меньше эмоций и отсутствие эмпатии, и следование алгоритмам — это прагматично, но общения с человеком не заменит ничто! Да и краны и болты ИИ еще долгое время крутить не сможет, а вот к здравой оптимизации штата в крупных компаниях его использование приведет точно», — уверен эксперт.

Межтекстовые Отзывы
Посмотреть все комментарии
guest