Почему именно сейчас этап предпроектной подготовки (Preconstruction) созрел для использования ИИ

Если вы работаете в строительной отрасли, то наверняка уже не раз обсуждали, как искусственный интеллект (AI) может изменить ваши рабочие процессы. Однако если разговоры ограничиваются лишь теоретическими возможностями — тем, что ИИ мог бы делать, а не тем, как его реально используют сегодня, — значит, вы ещё не раскрыли его настоящий потенциал.

Хорошая новость заключается в том, что ИИ уже активно применяется в ряде направлений, особенно на этапе предпроектной подготовки. Передовые команды используют его для автоматизации трудоёмких задач, выявления скрытых рисков и поддержки принятия решений. От подсчёта объёмов работ и смет до анализа объёма работ (scope review) и оценки рисков — искусственный интеллект уже приносит практическую пользу.

Перед тем как перейти к примерам, важно отметить: приведённые ниже сценарии показывают, как специалисты по предпроектной подготовке используют ИИ уже сегодня с помощью различных инструментов и подходов. Не все эти возможности доступны в решениях Autodesk, однако они демонстрируют направления, в которых компании уже получают ощутимую выгоду.

Что подталкивает отрасль к переходу на ИИ

Популярность ИИ растёт не потому, что он должен заменить профессионалов, а потому что он способен обрабатывать огромные объёмы информации в масштабах, недоступных человеку.

С помощью искусственного интеллекта команды могут гораздо быстрее анализировать данные и получать полезные выводы.

Для этапа предпроектной подготовки это особенно важно, поскольку именно здесь принимаются ключевые решения проекта — зачастую в условиях дефицита времени и разрозненности данных. При этом сметчики и специалисты по preconstruction вынуждены работать всё быстрее, одновременно справляясь с растущей сложностью требований.

Именно здесь ИИ способен создавать ценность. Такие платформы, как Autodesk Forma, начинают помогать командам связывать разрозненную информацию воедино, чтобы специалисты могли сосредоточиться на действительно важной работе.

Однако есть важное условие: чтобы приносить пользу, ИИ должен быть встроен непосредственно в рабочие процессы, а не существовать в виде отдельного чат-бота.

Специалисты хотят видеть ИИ внутри процессов подсчёта объёмов, составления смет и тендерной работы, сохраняя при этом контроль человека над принятием решений. ИИ должен предлагать рекомендации, извлекать знания из исторических данных и помогать организовывать информацию без создания дополнительных шагов в работе.

Рассмотрим несколько примеров того, как команды уже используют или тестируют возможности ИИ в своих процессах.

Сценарий применения: автоматизация подсчёта объёмов работ и связанных процессов

Подсчёт объёмов (Quantity Takeoff) — одно из первых направлений, где ИИ начал приносить ощутимую пользу.

Он помогает сократить объём рутинной ручной работы и повысить единообразие смет благодаря следующим возможностям:

• распознавание условных обозначений;

распознавание объектов;

автоматическое извлечение количественных данных из чертежей и моделей.

Некоторые команды уже активно используют подобные инструменты. Там, где доступны BIM-модели, применяется подсчёт объёмов по 3D-модели, который дополняется извлечением данных из 2D-чертежей для проверки полноты информации, особенно если уровень детализации модели недостаточен.

Как отмечает инженер Вишал Мистри (Vishal Mistry), участник профессионального сообщества AECO The Big Room:

«Я использую ИИ для автоматизации подсчёта объёмов и анализа рисков».

При этом на всём протяжении процесса специалисты продолжают проверять результаты, контролировать объёмы и применять профессиональную экспертизу там, где это действительно важно.

Результат:

более быстрое составление смет;

меньше ручных ошибок;

более высокая уверенность на ранних стадиях проекта.

Специалисты по предпроектной подготовке начинают применять ИИ и в смежных направлениях:

управление тендерами;

квалификация субподрядчиков.

Обе области традиционно характеризуются большим объёмом ручной работы с документами.

Например, пользователи платформы TradeTapp могут автоматически извлекать и структурировать финансовую информацию из PDF-отчётности субподрядчиков. Вместо ручного ввода данных ИИ помогает ускорить проверку квалификации, повысить её единообразие и быстрее выявлять важные факты для принятия решений.

В свою очередь, пользователи BuildingConnected могут автоматически извлекать информацию из писем-приглашений к участию в тендерах и заносить её в свою систему управления тендерными предложениями (Bid Board).

Сценарий применения: анализ спецификаций и выявление пробелов в объёме работ

Спецификации и описания объёма работ обычно объёмны, сложны и нередко интерпретируются разными участниками по-разному. Поэтому они становятся одним из основных источников проектных рисков.

Чтобы сделать процесс более управляемым, многие команды начинают использовать ИИ для анализа больших массивов спецификаций.

Вместо ручного изучения сотен страниц ИИ-инструменты в Autodesk Forma могут:

разделять большие документы на логические части;

помогать понять взаимосвязи между разделами;

выявлять вопросы ответственности;

анализировать проектный замысел.

Некоторые команды также используют чат-интерфейсы на базе ИИ для естественного взаимодействия с проектной информацией.

Вместо ручного поиска по спецификациям можно:

задавать вопросы обычным языком;

получать краткие сводки;

быстро находить нужные сведения для принятия решений.

Хороший пример — Autodesk Assistant, который позволяет получать доступ к опубликованным спецификациям проекта, проверять информацию и формировать её краткое содержание.

По словам Джейсона Фурманна, вице-президента по развитию проектов компании Miron Construction:

«Одно из главных преимуществ Autodesk Assistant — возможность найти термин в спецификациях, определить его местоположение и показать источник. Для нашей команды это крайне важно для быстрого выявления проблем и оперативного реагирования. После этого мы можем сразу отправить запрос на разъяснение (RFI) или поделиться информацией с подрядчиком».

Сценарий применения: бенчмаркинг и выявление рисков

Ещё одна сильная сторона ИИ — анализ закономерностей в больших массивах исторических данных по проектам.

Для проектных команд такая задача обычно сложна, поскольку данные разбросаны по множеству завершённых проектов, а их ручной сбор занимает много времени. ИИ позволяет обрабатывать эту информацию значительно эффективнее.

Например, некоторые организации исследуют возможности использования ИИ для:

поиска закономерностей в исторических данных;

выявления несоответствий;

обнаружения областей, требующих дополнительной проверки.

Некоторые команды также экспериментируют с экспортом данных из систем предпроектной подготовки и их последующим анализом во внешних ИИ-инструментах или больших языковых моделях (LLM).

В таких сценариях могут объединяться данные из:

чертежей;

спецификаций;

смет;

предыдущих проектов.

Это создаёт дополнительный уровень контроля и позволяет:

сравнивать текущие предположения с предыдущими проектами;

выявлять потенциальные проблемы до начала работ;

сопоставлять текущие оценки с историческими затратами;

обнаруживать аномалии и риски на ранних этапах.

При грамотном использовании такие методы помогают проверять предположения заранее, а не сталкиваться с проблемами уже после заключения контракта. Тем не менее многие подобные процессы пока находятся на стадии развития и требуют интеграции нескольких инструментов и источников данных.

Сценарий применения: календарное планирование, согласования и анализ цепочек поставок

Внедрение ИИ в предпроектную подготовку постепенно распространяется и на смежные процессы, влияющие на успешность последующей реализации проекта.

Основные направления применения:

анализ графиков работ и оценка рисков;

автоматизация подготовки и обработки согласований (submittals);

контроль ограничений в цепочках поставок;

анализ доступности материалов.

Использование ИИ помогает принимать более обоснованные решения ещё на стадии планирования, обеспечивая лучшую связь между этапами подготовки и реализации проекта и уменьшая количество неприятных сюрпризов в дальнейшем.

Что объединяет все эти примеры

Во всех рассмотренных сценариях прослеживается одна общая закономерность:

ИИ работает лучше всего при наличии связанных и надёжных данных.

Любой, кто пользовался чат-ботами, знает простое правило:

Качество результата зависит от качества входных данных.

В предпроектной подготовке максимальная польза достигается тогда, когда ИИ имеет доступ к связанным данным из:

смет;

подсчётов объёмов;

документов;

календарных графиков;

архивов прошлых проектов.

Если данные разрозненны, результаты работы ИИ будут ограничены. Трудно получить точный анализ, когда информация находится в изолированных системах, неполна или противоречива.

Для получения действительно ценных выводов также необходимы:

исторический контекст;

сопоставимые проекты;

чётко структурированные характеристики проектов.

Чего ИИ не делает

Есть ещё одна общая черта всех описанных сценариев: они по-прежнему требуют участия человека. Несмотря на всю полезность ИИ, он остаётся инструментом поддержки.

Он может помогать:

в подсчёте объёмов;

при анализе спецификаций;

в раннем выявлении рисков.

Однако ИИ не заменяет:

опыт;

профессиональное суждение;

понимание контекста.

Он не принимает окончательные решения по ценообразованию и не несёт ответственности за результаты проекта. Поэтому ИИ не заменяет сметчиков и руководителей предпроектной подготовки.

Куда движется ИИ в сфере предпроектной подготовки

Развитие происходит очень быстро, и в ближайшие годы специалисты могут ожидать более глубокую интеграцию в рабочие процессы

ИИ будет всё активнее внедряться в:

подсчёт объёмов;

сметные расчёты;

формирование объёма работ;

анализ тендерных предложений.

В частности:

автоматическое определение объёмов для повторяющихся этажей и типовых элементов;

помощь в формировании объёма работ;

автоматическое заполнение тендерных форм;

предварительное сравнение тендерных предложений со структурой сметы.

Более быструю проверку, а не автономные решения

Основная ценность ИИ останется связанной со скоростью и проверкой информации.

Он будет быстрее находить:

несоответствия;

пропущенные объёмы работ;

нестандартные ситуации.

Но окончательное решение останется за опытными специалистами.

Более активное использование исторических данных

По мере развития ИИ он сможет увереннее:

сравнивать проекты между собой;

прогнозировать стоимость;

выявлять рисковые закономерности;

поддерживать раннее принятие решений.

Для этого потребуется:

история сопоставимых проектов;

нормализованные данные о стоимости;

чёткие параметры проекта (местоположение, тип, размер, схема реализации).

Рост значения анализа 2D-документации

Несмотря на распространение BIM-моделей, большинство проектов по-прежнему опираются на:

чертежи;

спецификации;

графики.

Модели помогают, но не всегда содержат всю необходимую информацию.

Современный ИИ всё лучше умеет одновременно анализировать:

чертежи;

спецификации;

графики;

модели.

Это позволяет раньше выявлять пробелы и поддерживать согласованность информации.

Как начать эффективнее использовать ИИ уже сегодня

Для получения пользы не требуется масштабная цифровая трансформация.

Лучше двигаться постепенно и начать с процессов, которые сильнее всего замедляют работу команды:

подсчёт объёмов;

анализ спецификаций;

проверка объёма работ;

бенчмаркинг.

После этого важно обеспечить связанность данных, чтобы ИИ действительно мог находить полезные закономерности.

Не менее важно обучить сотрудников воспринимать ИИ как:

вторую пару глаз, а не окончательную истину.

Наибольших результатов добиваются команды, которые концентрируются не на новых функциях, а на конкретных результатах:

более быстрых сроках подготовки;

более понятном объёме работ;

меньшем количестве неожиданностей после старта проекта.

Заключение

Прежде чем активно внедрять ИИ, многим компаниям необходимо сначала оцифровать свои процессы, сократить объём ручной работы и связать данные между сметами, подсчётом объёмов, документацией и тендерными процедурами.

Без такого фундамента получить максимальную отдачу от искусственного интеллекта будет сложно.

Однако уже сами эти шаги способны существенно сократить количество несогласованностей и повысить эффективность предпроектной подготовки.

После этого ИИ сможет играть гораздо более значимую роль — от автоматизации подсчёта объёмов и анализа спецификаций до раннего выявления рисков, помогая командам работать быстрее, избавляться от рутинных задач и принимать более обоснованные решения.

источник: www.autodesk.com