Исследователи РУДН проанализировали существующие практики в среде малых строительных проектов, опросили 143 инженера, архитектора, менеджера проектов для сбора эмпирических данных и, используя структурное уравнение моделирования, выявили причинно-следственные связи между барьерами, влияющими на внедрение ИИ в работу.
Технологии интеллектуальных вычислений (ИИ, машинное обучение, большие данные) обладают огромным потенциалом для революции в строительной отрасли. Они могут оптимизировать процессы принятия решений, автоматизировать управление проектами, повысить точность смет и расчетов, улучшить стандарты безопасности и снизить экологическое воздействие. Однакомалые строительные предприятия сталкиваются с вызовами, которые мешают им воспользоваться этими преимуществами. В то время как крупные компании активно внедряют инновации, малый бизнес, составляющий до 99% отрасли в некоторых странах, рискует остаться позади.
Во-первых, большая часть готовых ИИ-решений на сегодняшний день не подходят для требований небольших проектов. Во-вторых, разрозненные данные в нестандартных форматах не позволяют системам ИИ работать эффективно. В-третьих, влияют экономические и культурные факторы – высокие первоначальные затраты, включая трудности с оценкой окупаемости, а также сопротивление персонала использованию новых технологий. В-четвертых, значимым фактором остается конфиденциальность используемых данных и неправомерность их использования ИИ-инструментами.
- Ольга Воличенко, советник РААСН, профессор МААМ, доктор архитектуры, профессор кафедры архитектура, реставрации и дизайнаинженерной академии и Ван Цзунхуэй, аспирант кафедры архитектуры, реставрации и дизайна инженерной академии РУДН
Исследователи предложили перейти на облачные системы, чтобы избежать крупных инвестиций в серверное оборудование и ПО; использовать гибкие, настраиваемые платформы, адаптируемыеподспецифику каждого малого проекта вместо сложных монолитных систем; разработать и внедрить единые протоколы сбора и хранения данных для обеспечения их качества и совместимости, провести обучающие программы для сотрудников и руководства для демонстрации преимуществ использования ИИ в работе. Статья опубликована в журнале Scientific Reports.
Источник: Минобрнауки РФ
