На площадке Spbit.ru вышла интересная аналитическая статья Дмитрия Юдина, руководителя направления ИИ Cloud.ru., о реальном положении дел с искусственным интеллектом в строительстве.
Вот ключевые выводы и тезисы:
📊 Текущее состояние: первые шаги
· Только ~12% строительных компаний в мире регулярно используют ИИ (данные RICS).
· Сквозное внедрение — удел менее 1%. Большинство пока тестируют ИИ для отдельных задач.
🚗Почему пора действовать? Два драйвера:
1️⃣Внутренняя необходимость: Проектирование съедает до 70% цикла, оно трудоемко, рисково и зависит от дефицита кадров.
2️⃣ Внешние стимулы: В 2025 в РФ утвердили первый нацстандарт по ИИ в строительстве, что задает правила игры.
💬 Ключевой тезис: Максимальную ценность ИИ принесет не как «точечный пластырь», а как технология, внедренная по всей цепочке создания стоимости — от снабжения до эксплуатации.
⚡️ Два проверенных сценария применения:
✔️ Автоматизация в BIM (информационное моделирование зданий)
ИИ-модули берут на себя рутину:генерацию планировок, проектирование сетей, проверку коллизий.
➡️ Результат: Сокращение времени проектирования до 40%, снижение издержек и ФОТ.
✔️ Интеллектуальное планирование и прогноз рисков
ИИ помогает учесть сотни переменных,что сложно сделать вручную. Но есть важный нюанс: не все модели одинаково полезны.
⚙️ Любопытный эксперимент от AIRI
Коллеги из института AIRI проверили,как разные LLM (большие языковые модели) справляются с задачей проектирования по текстовому ТЗ.
· GPT-4o и Mistral лучше других воспринимали правки, постепенно уменьшая ошибки.
· Российский GigaChat блеснул знанием локального контекста — точнее описывал детали, учитывая российские нормы и практики.
💊 Главное предупреждение (от Андрея Блинова, Cloud.ru)
Самый большой барьер для внедрения ИИ— не технологии, а внутренняя среда компаний.
«AI-решения могут эффективно работать только в среде, которая к этому готова – с доступом к актуальным данным, прозрачными процессами и готовностью команды делегировать хотя бы часть решений».
Многие проекты «застревают» в пилоте именно из-за разрозненных данных, отсутствия культуры изменений и слабой увязки с бизнес-целями.
📊 Вывод для отрасли: Будущее — за теми, кто начинает готовить почву для ИИ уже сейчас: оцифровывает и консолидирует данные, выстраивает процессы и ставит конкретные измеримые задачи.
🔴Полный текст.
#ИИ #ИИ_ИНП #TechNews #ИНП
🤖 подписывайтесь:
@NextGenInfrastructure