Финские инженеры сократили составление ведомости материалов с дней до часов через ИИ-агента

На стройке данные хранятся в форматах, удобных для человека, но не для машин: 2D-чертежи в PDF, таблицы Excel, файлы из разных программ проектирования — у каждой компании свои стандарты и привычки. Из-за этого автоматизация буксует: прежде чем что-то посчитать, ИИ приходится «читать» плохо структурированные документы. Исследователи из университетов Тампере и Аалто (Финляндия) в рамках консорциума Talotekniikka 2030 показали рабочий пример, как обойти это ограничение. Они взяли модель инженерных систем здания в формате IFC (Industry Foundation Classes — открытый стандарт для обмена BIM-моделями), запустили агентный ИИ (систему, которая сама решает, какие шаги предпринять для задачи), и тот дополнил модель внешними данными, а затем самостоятельно собрал ведомость материалов — Bill of Materials, полный список материалов и оборудования с количеством. Процесс, на который у сметчика ушли бы дни, занял часы. Причём исследователи запускали ИИ на локальном компьютере, без покупки токенов у внешних сервисов.

Выигрыш от внедрения ИИ оказался неравномерным. Второй проект консорциума Building 2030 как раз изучал, где автоматизация даёт наибольший эффект. Очевидная экономия — в интеллектуальных процессах: проектировании, составлении смет, закупках и управлении. Там ИИ не только ускоряет работу, но и находит детали, которые человек мог бы пропустить, — а пропуск на раннем этапе потом обходится в крупные суммы на стройплощадке. Однако 80% всей работы происходит именно на стройплощадке: логистика, сборка, монтаж. На этих этапах влияние ИИ пока скромное, поэтому общая эффективность проекта растёт не так заметно, как хотелось бы. Исследователи приводят данные с предыдущих проектов и дают оптимистичные оценки на будущее, но подчёркивают: измерить общую экономию сложно, пока основная доля труда остаётся физической.

Интересный поворот дискуссии: вместо того чтобы заставлять проектировщиков работать меньше, ИИ может расширить их возможности — делать то, что раньше было слишком дорогим или долгим. Например, помогать заказчикам, проектным командам и подрядчикам сотрудничать с самого начала и оптимизировать решения сообща. Это повышает качество конечного продукта, а не просто скорость. Но нынешний подход — «латание дыр»: компании работают разрозненно, в своих «силосах», и ИИ-агенты вынуждены разбирать их данные вручную. Многие основатели строительных стартапов, с которыми общался автор источника, не ждут скорого перехода к стандартизированным машиночитаемым данным. Они принимают реальность и добавляют в агентные процессы отраслевую экспертизу, используя большие языковые модели.

Более перспективный путь — решать проблему в истоке: проектировать так, чтобы на выходе сразу получались структурированные, машиночитаемые данные, связанные с внешними источниками и цепочкой поставок. Если соединить это со стандартизацией и цифровыми закупками, стройка превратится в производственный процесс XXI века. Пока же технологии накладывают поверх старых практик, ограничивая результат. Практический шаг вперёд — альянсы с разделением рисков и выгод, где участники (включая малые и средние компании) по очереди устраняют препятствия для цифровизации. Такой альянс должен работать с заказчиком, готовым продолжать не один проект, потому что подход требует повторения, чтобы дать максимальный эффект. Автор обещает опубликовать финальные отчёты исследований, когда они выйдут.

Текст подготовлен ИИ по материалу первоисточника.