Применение искусственного интеллекта в менеджменте строительной отрасли
Асаул Вероника Викторовна,
д-р экон. наук, профессор, зав. кафедрой экономики строительства и жилищно-коммунального хозяйства, Санкт-Петербургский государственный архитектурно-строительный университет E-mail: [email protected]
Петухов Михаил Вадимович,
к.э.н., доцент, кафедра «Информационные системы и технологии», Заполярный государственный университет им. Н.М. Федоровского E-mail: [email protected]
Пономарев Назар Кириллович,
студент группы ИС-19, кафедра «Информационные системы и технологии», Заполярный государственный университет им. Н.М. Федоровского E-mail: [email protected]
Никулин Андрей Александрович,
студент группы ИС-18, кафедра «Информационные системы и технологии», Заполярный государственный университет им. Н.М. Федоровского E-mail: [email protected]
Статья посвящена изучению особенностей и направлений применения искусственного интеллекта в организационном менеджменте строительной отрасли. Автором обосновывается актуальность и значимость темы исследования. Рассматриваются ключевые достоинства интеграции искусственного интеллекта и иных smart-технологий в практику предприятий, функционирующих в социальной значимых отраслях. Проводится анализ трендов применения искусственного интеллекта для усовершенствования (упрощения, удешевления) аналитических, производственных, научно-исследовательских, проектных, маркетинговых и иных бизнес-процессов современных организаций. Дается краткая характеристика иных сфер применения искусственного интеллекта (здравоохранение, кибер-безопасность, электронная коммерция, транспорт, сельское хозяйство, спорт, ритейл, маркетинг, финансы). Делается акцент на перспективности интеграции AI-решений в глобальном масштабе, приводятся прогнозные данные крупнейших аналитических агентств.
Ключевые слова: сквозные технологии, искусственный интеллект, киберменеджмент, строительство, smart-технологии, аналитика.
К настоящему времени искусственный интеллект (artificial intelligence, AI) признается одним из приоритетных направлений информационно-технологических исследований, катализатором индустриального прорыва, выступающего индикатором новой эпохи, называемой Четвертой промышленной революцией («Индустрия 4.0»). По итогам 2021 г. объем мирового рынка искусственного интеллекта оценивается в 56,5 млрд долл. США (+ 21,3% к 2020 г.) и в ближайшие несколько лет, как прогнозируют американские аналитики, он будет расти с среднегодовым темпом 31,9% [8]. Этому в определенной степени способствуют постоянные исследования и технические решения, инициируемые digital-корпорациями, что, безусловно, дает возможность внедрять передовые технологии в различные отрасли мирового хозяйства, от автомобилестроения и до медицины [7]. Безусловно, сама идея его интеграции в определенные сферы человеческой жизнедеятельности меняет социальное сознание, позволяет сделать более четкими рамки стратегического видения, расширять границы стратегического мышления и видеть перспективы в тех областях производства и потребления, где прогресс - необходимое благо.
По справедливому замечанию С.И. Неизвестного, в современных, практически беспрецедентно сложных многофакторных внешних и внутренних условиях, в которых предприятиям и организациям приходится инициировать антикризисные стратегии развития, выполнять комплексные проекты и разрабатывать программы принятия оптимальных управленческих решений, в связи с чем, помимо всего прочего, появляется необходимость работы с буквально большими данными [4, с. 91]. В отсутствии четкого digital-управленческого механизма, они будут иметь разнородный, трудно анализируемых, несовместимый формат, что в априори повысит риск сбоев в ключевых бизнес-процессах и, как следствие, может привести к деградации самой организационной экосистемы. В особенности, когда речь идет о предприятиях, обеспечивающих население товарами, работами и услугами первой необходимости, - киберменед-жмент должен быть организован на самом высоком уровне.
Следует отметить, что механизм применения искусственного интеллекта отнюдь не ограничивается областью конечного продукта (как результата производства), блага, создаваемого с его помощью. Он, равно как и иные smart-технологии, обладает колоссальным потенциалом, что дока-
сз о
со £
m Р
сг
от А
=Е
зывается широтой спектра решаемых бизнес-задач. А.В. Гусев и С.Л. Добриднюк справедливо замечают, что используя искусственный интеллект, digital-решение, фактически единственное способное принимать решения и взаимодействовать с живым человеком, менеджмент получил качественные профессиональные инструменты наблюдения, проектирования, прогнозирования, управления и контроля [2]. Так, особый интерес к практике интеграции искусственного интеллекта в проектное управление проявляет строительная отрасль, от эффективности функционирования которой также зависит колоссальный спектр сфер деятельности - промышленность, образование, опять же, здравоохранение, культура, торговля, наука, транспорт и так далее.
Данный тезис, в частности, доказывается выводами, сделанными аналитиками Mordor Intelligence о том, что в 2021 г. рынок профильных AI-решений оценивался в 466,9 млн долл. США при среднегодовом темпе прироста 33,87% [6]. А.В. Гинзбург и А.И. Рыжкова конституируют, что при проектировании строительных объектов может возникнуть до 88 потенциальных так называемых «чистых» рисков, которые должны быть идентифицированы и подвержены тщательному анализу. Интеграция искусственного интеллекта в систему BIM-проектирования, отмечают авторы, позволяет не просто выявлять и управлять потенциальными рисками на всех этапах строительного производства, но и предотвращать их появления, контролируя при этом ресурсозатраты (временные, человеческие, материальные), что, в итоге, позволяет системно повышать и максимизировать организационно-техническую надежность строительного производства [1]. Как показывает прошлогоднее исследование Deloitte, более 75% руководителей строительных и инженерных служб из разных стран мира планируют инвестировать в различные smart-технологии в 2022 г. [10].
Кроме того, в последние годы в международном сообществе девелопмента все чаще обсуждается вопрос применения цифровых двойников -виртуальных моделей зданий и сооружений, собирающих информацию посредством датчиков, дронов и иных беспроводных технологий. Р. Сакс и соавт. отмечают, что такой «двойник» постоянно обучается, получая данные из различных источников, среди которых аналитика, алгоритмы машинного обучения и, собственно, искусственный интеллект [11]. Подобное позволяет получить детальное представление об эксплуатационных характеристиках, функционировании и энерго- и экономической эффективности здания, вне зависимости от того, на каком этапе строительства оно находится [9]. В целом же, графические BIM-технологии с интегрированным AI-функци-= оналом, как отмечает Д.А. Лысенко, расширяют е возможности визуализации объекта, поддержки й его моделирования, прогнозирования, аналити-S ки, анализа поведения двойника с учетом реаль-Ü ных данных, полученных от физического объекта
[3], что, бесспорно, актуально ввиду вновь введенного органами исполнительной власти обязательства научно-технического сопровождения (НТС) реализации проекта для целей обеспечения качества строительства.
Колоссальное значение искусственный интеллект приобретает в отношении аналитики и маркетинга, т.к. позволяет задействовать единовременно все каналы продаж, иными словами, дает возможность применения омниканального подхода. Так, решения многоканального взаимодействия с искусственным интеллектом, применяемые для анализа различных источников данных (включая социально-экономические, демографические, географические и иные данные о продажах), могут подсказать, как, когда и каким образом взаимодействовать с поставщиками, клиентами, исполнителями и иными стейкхолдерами. Это позволяет обеспечить персонализированный контент.
В целом, можно сказать о том, что использование искусственного интеллекта в менеджменте уже перестало считаться процессом «далекой» перспективы, о чем свидетельствует прогрессивная практика разработки А1-решений в различных отраслях: в здравоохранение с их помощью производится анализ медицинских данных, повышается точность диагностики различных заболеваний; в области кибербезопасности - использование алгоритмов глубинного обучения, позволяющих выявить аномалии в поведении сети; в сельском хозяйстве - управление агро-ботами, аккуратный сбор урожая; в транспорте - автоматические системы управления грузовыми железнодорожными составами, исключающие человеческих фактор, беспилотные автомобили; в электронной коммерции - smart-рекомендации системы для покупателей; в ритейле - планирование цепочек поставок, наблюдение за поведением потребителей, автоматизация работы складов; в маркетинге - автоматизация таргетированной рекламы, разработка персональных предложений для потребителя; в финансах - алгоритмическая торговля, обработка банковских данных, формирование кредитных рейтингов; в спорте - сбор и анализ действий игроков, виртуальные ассистенты, тренеры, судьи и так далее. По мнению экспертов, благодаря использованию искусственного интеллекта в бизнес-управлении, к 2030 г. мировая экономика может вырасти на 15,7 трлн долл. США [5].
С нашей точки зрения, для реализации данных прогнозов и, в целом, ускорения индустриализации строительной отрасли, в которой искусственный интеллект, как было сказано выше, - необходимое благо, целесообразно:
- разработать единые технические регламенты для обеспечения высокого качества товаров, работ, услуг, снижения практик проведения проверок производств и оказания организациям (производствам) содействия в эффективном управлении растущими цепями поставок;
- интегрировать в производственную и коммерческую практику организаций принципы, ис-
пользуемые при разработке программного обеспечения, уделяя, при этом, максимальное внимание анализу данных и управлению ими для создания дополнительных выгод, как бизнес-сферы;
- планомерно снижать дефицит квалифицированных специалистов, особенно в отношении тех предприятий, которая сотрудничают с исследовательскими организациями на межрегиональном, международном и наднациональном уровнях в рамках своих стратегий по развитию научных компетенций;
- привести в соответствие с реалиями времени требований регуляторов, обеспечивающих применение информационных, digital- и smart-технологий и предварительной сертификации;
- разрабатывать и внедрять облачные системы и платформенные решения, которые позволят представителям моноотраслевого бизнес-сектора взаимодействовать друг с другом (по аналогии с интранетом) и быть совмещенными с базами данных регуляторов;
- диджитализировать средствами искусственного интеллекта цепи поставок; в цифровых сетях снабжения могут использоваться технологии машинного обучения и аддитивного производства для передачи, фиксации и анализа данных;
- использовать комплексный подход к инновати-зации организаций, например, при помощи интеграции блокчейн-технологий, которые позволят проводить безопасное внедрение данных и добиться революционного прорыва в сфере обеспечения конфиденциальности и безопасности данных внутри организации и за ее пределами;
- разработать для всех субъектов отраслевых экосистем устойчивую архитектуру систем и прозрачный порядок взаимодействия, что даст возможность вовлечения потребителей производимого блага в процесс, улучшения процедур возмещения расходов, ускорения разработки и запуска товаров, работ и услуг на рынок и снижения затрат на исследования, разработки, производство и реализацию.
Литература
1. Гинзбург А.В., Рыжкова А.И. Возможности искусственного интеллекта по повышению организационно-технологической надежности строительного производства // Вестник МГСУ. 2018. № 1 (112). С. 7-13.
2. Гусев А.В., Добриднюк С.Л. Искусственный интеллект в медицине и здравоохранении // Информационное общество. 2017. № 4-5. С. 7893
3. Лысенко Д.А. Метод автоматизированной адаптации цифрового двойника объекта строительства // Инженерно-строительный вестник Прикаспия. 2020. № 4 (34). С. 139-141.
4. Неизвестный С.И. Социальные проблемы принятия решений искусственным интеллектом в цифровом обществе // Социологический журнал. 2021. № 2. С. 90-108
5. Селезнев М. Как искусственный интеллект становится эффективным бизнес-инструментом. - 10.02.2021 // РБК. Тренды. - ULR: https://trends.rbc.ru/trends/indus-try/cmrm/60224ec09a79475d351c0503 (дата обращения: 21.01.2022)
6. Artificial Intelligence in Construction Market -Growth, Trends, Covid-19 Impact, And Forecasts (2022-2027): Market Snapshot. - Hyderabad: MI, 2021. - 272 p.
7. Artificial Intelligence Market Size, Share & Trends Analysis Report by Solution, By Technology (Deep Learning, Machine Learning, Natural Language Processing, Machine Vision), By End Use, By Region, And Segment Forecasts, 2021-2028. - San Francisco: Grand View Research, 2021. - 125 p.
8. Artificial Intelligence Market: Global Industry Trends, Share, Size, Growth, Opportunity and Forecast 2022-2027: research report IMARC. -N.Y.: IMARC, 2022. - 202 p.
9. Crawford M. 11 Construction Industry Trends for 2022. - 19.10.2021 // ASME. - ULR: https://www.asme.org/topics-resources/ content/11 -construction-industry-trends-for-2022 (дата обращения: 21.01.2022)
10. Meisels M. et al. 2022 engineering and construction industry outlook. - N.Y.: Deloitte, 2021. - 11 p.
11. Sacks R., Brilakis I.K., Pikas E., Xie H., Girola-mi M.A. Construction with digital twin information systems // Data-Centric Engineering. 2020. № 1. pp. e-14-1-27.
THE USE OF ARTIFICIAL INTELLIGENCE IN THE MANAGEMENT OF THE CONSTRUCTION INDUSTRY
Asaul V.V., Petukhov M.V., Ponomarev N.K., Nikulin A.A.
Saint Petersburg State University of Architecture and Civil Engineering, N.M. Fe-dorovsky Transpolar State University
The article is devoted to the study of the features and areas of application of artificial intelligence in the organizational management of the construction industry. The author substantiates the relevance and significance of the research topic. The key advantages of integrating artificial intelligence and other smart technologies into the practice of enterprises operating in socially significant industries are considered. The analysis of trends in the use of artificial intelligence to improve (simplify, reduce the cost) analytical, production, research, design, marketing and other business processes of modern organizations is carried out. A brief description of other areas of application of artificial intelligence (healthcare, cybersecurity, e-commerce, transport, agriculture, sports, retail, marketing, finance) is given. The emphasis is placed on the prospects of integrating AI solutions on a global scale, the forecast data of the largest analytical agencies are provided.
Keywords: end-to-end technologies, artificial intelligence, cyber management, construction, smart technologies, analytics.
References
1. Ginzburg A.V., Ryzhkova A.I. Possibilities of artificial intelligence to improve the organizational and technological reliability of construction production. Vestnik MGSU. 2018. No. 1 (112). pp. 7-13.
2. Gusev A.V., Dobridnyuk S.L. Artificial intelligence in medicine and healthcare // Information society. 2017. No. 4-5. pp. 78-93
C3
о
CO
от m Р от
от А
IE
3. Lysenko D.A. The method of automated adaptation of the digital twin of a construction object // Engineering and Construction Bulletin of the Caspian Sea. 2020. No. 4 (34). pp. 139-141.
4. Unknown S. I. Social problems of decision-making by artificial intelligence in a digital society // Sociological journal. 2021. № 2. pp. 90-108
5. Seleznev M. How artificial intelligence becomes an effective business tool. - 02/10/2021 // RBC. Trends. - ULR: https://trends. rbc.ru/trends/industry/cmrm/60224ec09a79475d351c0503 (date of access: 01/21/2022)
6. Artificial Intelligence in Construction Market - Growth, Trends, Covid-19 Impact, And Forecasts (2022-2027): Market Snapshot. - Hyderabad: MI, 2021. - 272 p.
7. Artificial Intelligence Market Size, Share & Trends Analysis Report by Solution, By Technology (Deep Learning, Machine
LQ S Q.
e
CM CM
o
CM
Learning, Natural Language Processing, Machine Vision), By End Use, By Region, And Segment Forecasts, 2021-2028. -San Francisco: Grand View Research, 2021. - 125 p.
8. Artificial Intelligence Market: Global Industry Trends, Share, Size, Growth, Opportunity and Forecast 2022-2027: IMARC research report. - N.Y.: IMARC, 2022. - 202 p.
9. Crawford M. 11 Construction Industry Trends for 2022. -10/19/2021 // ASME. - ULR: https://www.asme.org/topics-resources/content/11 -construction-industry-trends-for-2022 (Accessed: 01/21/2022)
10. Meisels M. et al. 2022 engineering and construction industry outlook. - N.Y.: Deloitte, 2021. - 11 p.
11. Sacks R., Brilakis I.K., Pikas E., Xie H., Girolami M.A. Construction with digital twin information systems // Data-Centric Engineering. 2020. № 1. pp. e-14-1-27.