Читайте РБК без баннеров

Подписка отключает баннерную рекламу на сайтах РБК и обеспечивает его корректную работу

Всего 90₽ 30₽ в месяц для 3-х устройств

Продлевается автоматически каждый месяц, но вы всегда сможете отписаться

Big data в строительстве:
как снизить издержки
и повысить продажи
Инструкция от тех,
у кого получилось
Фото: Simon Dawson / Bloomberg
Фото: Simon Dawson / Bloomberg
Сбор и анализ больших данных (big data) позволяют дешевле строить и выгоднее продавать. Доходы и рыночные доли компаний, которые уже перешли на комплексное применение цифровых технологий, растут втрое быстрее, чем у их конкурентов, оставшихся в «аналоговом прошлом», говорится в исследовании McKinsey. И даже делегирование некоторых управленческих решений искусственному интеллекту — это уже не фантастика.
Почему данные большие

Вчерашние разговоры из области фантастики об искусственном интеллекте (ИИ) материализуются в реальные полезные разработки. ИИ способен обрабатывать и анализировать колоссальные объемы информации, самообучаться на ее основе, а потом давать на выходе все новые и новые готовые решения. Все, что нужно машине, — это данные. Большие данные (big data), которые человек, каким бы гениальным он ни был, и даже целая группа гениальных людей переварить просто не в состоянии. Сейчас пользователю остается сделать только конечный выбор из нескольких вариантов, предлагаемых компьютером. Однако не за горами то время, когда и итоговые решения смогут принимать искусственные нейронные сети.

Сегодня в мире на базе big data строится работа государственных институтов и происходит управление «умными городами», с большими данными работает все большее количество отраслей экономики. Строительство не исключение, хотя потенциал применения технологии в отрасли раскрыт еще далеко не полностью и она на порядок отстает в этой сфере от ретейла, финансового сектора или телекоммуникационного бизнеса, где необходимость работы с большими данными возникает из-за огромного количества ежедневно проводимых транзакций.

Однако в последние годы строительные компании по всему миру стараются наверстать упущенное, внедряя технологии на базе big data. Информационное моделирование зданий и сооружений — BIM (Building Information Modeling), технологии дополненной и виртуальной реальности (AR/VR), системы управления взаимоотношениями с клиентами (CRM) и пр. В развитых странах это уже не инновации, без таких технологий трудно представить работу архитектурных бюро и строительных компаний.

Если речь идет о крупных инвестиционно-строительных холдингах, то для них работа с большими данными может быть комплексной — на всех фронтах девелоперской деятельности. В то же время менее масштабные компании могут создавать центры обработки данных только для отдельных направлений.

В ГК «ПИК» сейчас идет выстраивание полноценной системы на базе big data, причем по всей цепочке девелоперского цикла. Еще двумя продвинутыми в этом плане участниками рынка оказались российское представительство финского инвестиционно-строительного холдинга ЮИТ и петербургская девелоперская компания Setl Group. В компаниях «Инград», ФСК «Лидер», А101, Capital Group и «Главстрой» сообщили, что работают с большими данными по отдельным направлениям. В основном — в сфере маркетинга и проектирования.

Илья Тихомиров,
директор департамента информационных технологий ГК «ПИК»:
«Big data — понятие, которое характеризуется скоростью появления данных, их многообразием и объемом. В первую очередь, девелоперской компании необходимо определиться с целью — что вы хотите от big data. Если просто бежать за модой, то лучше сразу отказаться от затеи. Наверное, для начинающей или небольшой девелоперской компании внедрение систем, построенных для сбора и анализа big data, может не иметь экономического смысла, поскольку затраты на построение таких систем довольно высоки. Но при наших объемах, а группа по итогам 2017 года возвела около 2 млн кв. м жилья и почти столько же реализовала, без анализа больших данных уже не обойтись. Это, на мой взгляд, относится к любой крупной строительной компании, которая в будущем хочет оставаться эффективной и конкурентоспособной. Впрочем, даже если к вашей компании понятие больших данных неприменимо, анализировать и использовать накопленную информацию в работе все равно нужно».
Юха Риссанен,
директор по развитию ЮИТ в России:
«Мы уверены, что благодаря единой информационной цифровой среде, в которой реализуется весь функционал проекта, процесс его реализации становится более системным, простым и прозрачным, а значит, повышается эффективность работы компании. Каждый сотрудник, вовлеченный в реализацию инвестиционно-строительного проекта (дизайнер, проектировщик, сметчик, экономист, закупщик, ответственный сотрудник на стройплощадке и др.), все данные, влияющие на изменение проекта, отображает в системе на своем рабочем месте. Таким образом, знания о проектах накапливаются непрерывно, а проектная база больших данных становится все масштабнее. Одни из основных потребителей этих знаний о проектах — экономические службы компании. Долгий процесс сбора информации ушел в прошлое, данные автоматически подтягиваются из системы и нужные отчеты формируются буквально за несколько минут».
Дмитрий Попов,
руководитель службы заказчика ГК «А101»:
«Для строительной отрасли особый интерес в big data представляет имитационное моделирование, или BIM-технологии. Количество и разнообразие данных, которые можно собрать в среде BIM, а также скорость, с которой эта технология позволяет их анализировать, на порядки превосходит прежние возможности. В распоряжении проектировщика оказывается не набор чертежей, а модель, способная функционировать в точности, как если бы дом был реально построен. Она исключает абсолютное большинство проектных ошибок и просчетов, заметно сокращает время на проектирование и очень эффективна при управлении себестоимостью».
Ян Изак,
генеральный директор холдинга Setl Group:
«В Setl Group технологии анализа big data уже используются для управления строительством. Это информационное моделирование, интегрированное с автоматизированной системой инвестиционного контроля. Благодаря данным этой модели и непрерывно поступающим данным от группы мониторинга и строительного контроля мы можем контролировать девелоперский процесс на разных этапах и во всех его аспектах — от анализа стоимости материалов и планировочных решений до управления рисками».
С чего начать:
пошаговая
инструкция

Процесс перехода на полноценную работу с big data в российском представительстве концерна ЮИТ, по словам его директора по развитию Юхи Риссанена, шел в течение трех последних лет. От разрозненных отдельных элементов информационной системы, каждый из которых отвечал за свою область в управлении проектами (3D-моделирование, сметный процесс, библиотеки данных, расчет физобъемов, календарное планирование, прогнозирование и пр.), в компании перешли к внедрению унифицированной системы управления проектами. «Теперь у нас есть полноценный единый инструмент, который мы назвали Квинтет 5D», — говорит Юха Риссанен. Проект в системе представлен в виде 3D-модели здания, к нему добавлены еще два измерения — проектные затраты и время на реализацию. При этом все измерения (геометрия — деньги — время) связаны между собой на системном уровне, то есть даже незначительное изменение одного из них автоматически влияет на остальные. «В будущем мы планируем также передавать данные нашим эксплуатационно-управляющим компаниям. Это будет уже этап 6D», — добавляет топ-менеджер ЮИТ.

Наиболее широкое применение технологии больших данных в строительстве получили в сфере информационного моделирования зданий и сооружений. «BIM-технологии позволяют в 3D-формате визуализировать все элементы зданий, рассчитывать варианты их компоновки, анализировать эксплуатационные характеристики зданий и пр. В итоге это приводит к оптимизации процессов проектирования и строительства, сокращению затрат при реализации проекта и последующей эксплуатации объекта», — утверждает Юха Риссанен.

«Решение о создании центра по работе с данными в компании принималось два года назад, для чего в IT-департаменте было инициировано несколько проектов. Также сформирована распределенная сеть IT-подразделений, расположенных в различных департаментах, на заводах и на других объектах, где каждый специалист занимается конкретными задачами. Очень важное условие — эти люди должны разбираться не только в создании информационных систем, но также знать специфику тех участков, на которых они находятся. Такая структура позволяет IТ-специалистам на местах отлично понимать и бизнес-задачу, и бизнес-ценность тех или иных данных», — говорит заместитель директора департамента информационных технологий ГК «ПИК» Сергей Фуксман.

Шаг 1
Решите, зачем вам big data

Для чего будут использоваться данные и аналитика? Какие наборы данных будут наиболее полезны? Для каждой области применения big data эти вопросы ставятся по-разному. При проектировании они должны отвечать конкретной задаче — получить понятную декомпозированную модель площадки застройки и будущего здания со всеми характеристиками. В ходе строительно-монтажных работ важно наладить анализ информации о происходящем на стройплощадке в режиме онлайн. На производстве, где изменения происходят менее интенсивно, накопление данных нацелено на оптимизацию одних и тех же технологических процессов.

В компаниях, где работа с большими данными идет по нескольким направлениям, Сергей Фуксман из ГК «ПИК» рекомендует разделить их на две группы. В первую входят те сегменты, которые приносят бизнесу деньги. Это проектирование, строительство и продажи. «Здесь все данные анализируются таким образом, чтобы понять, что конкретно и в каких точках влияет на экономический эффект. Например, как эффективнее таргетировать рекламу, как с большим КПД проектировать продаваемую площадь на ограниченном участке земли», — делится опытом специалист. Второй блок условно можно назвать бэк-офисом. В него входят все операционные подразделения (IT, сметчики, финансисты и пр.), которые не приносят прямой прибыли. Здесь задача анализа данных — максимально сократить издержки путем автоматизации или изъятия из процесса тех или иных операций.

Шаг 2
Организуйте эффективный сбор данных

Многие участники рынка сегодня стараются переходить от старых систем к более гибкой архитектуре, которая помогает получить максимальную отдачу от больших данных и аналитики. Им необходимо повысить степень оцифровки своих операций, чтобы увеличить объемы информации о взаимодействии с клиентами, цепочках поставок, работе оборудования и внутренних процессах.

«В сфере проектирования проблема заключается в том, что большинство дизайнеров в России используют программы Revit and CAD. На наш взгляд, качество моделей, которые разрабатываются на базе этого программного обеспечения, часто оставляет желать лучшего. Наши специалисты BIM в штате нередко находят различные коллизии, например несостыковки конструкций и инженерных коммуникаций», — говорит Юха Риссанен, директор по развитию ЮИТ в России.

Шаг 3
Измените бизнес-процессы

Это основной камень преткновения, поскольку в итоге все равно на первый план выходит человеческий фактор. Требуется наладить поступление правильной информации лицам, принимающим решения (ЛПР). При этом менеджеры должны понимать, как именно использовать информацию, которая основана на big data. «На пути внедрения BIM нет административных или технологических барьеров, главное препятствие для строительной компании заключается в ней самой. И дело не только в финансовых затратах. Внедрение BIM вынудит перестроить все ключевые бизнес-процессы, а также создать и затем развивать в компании соответствующие компетенции. Последнее потребует или дополнительных усилий на обучение персонала, или замены части сотрудников», — объясняет Дмитрий Попов из ГК «А101».

Кроме того, по его словам, при внедрении big data нужно внимательно отнестись к переносу в новую цифровую среду всей «бумажной» базы знаний, которая есть у каждого опытного застройщика. Однако специалист предупреждает, что сделать это полностью возможно далеко не всегда, могут произойти сбои и потери части данных. «Это грозит значительным снижением темпов реализации проектов и, соответственно, эффективности компании как бизнес-единицы. Тем не менее многие девелоперы форсируют информатизацию своей инфраструктуры, потому что эффект от BIM будет заметен уже в краткосрочной перспективе и быстро компенсирует потери на этапе внедрения», — подчеркивает эксперт.

Проектирование
Как сократить сроки подготовки документации на 30%, а количество ошибок – на 80%

В большинстве случаев в практике строительных компаний, в том числе российских, речь идет о применении BIM для проектирования зданий. «Это наиболее устоявшаяся система, с которой архитекторы, инженеры и консультанты работают по всему миру уже около 15 лет», — отмечает руководитель направления BIM 360 в компании Autodesk Джефф Ларрик. Больше всего BIM в сфере проектирования, по его словам, распространен в Северной Америке, за ней идет Западная Европа, довольно много проектов уже есть в России.

Это подтверждают и российские девелоперы. «BIM —наиболее актуальный для строительных компаний и при этом самый типичный пример работы с большими массивами данных при разработке проектов. До конца 2018 года мы планируем спроектировать на базе BIM ряд жилых корпусов и в итоге рассчитываем получить собственную базу шаблонов и семейств на базе программных продуктов Revit (условную библиотеку материалов и конструкций)», — говорит начальник отдела экономического анализа ГК «А101» Илья Горулев. Специалист рассказал, что сейчас в компании запущен пилотный проект внедрения этой технологии в рамках реализации якорного проекта — ЖК «Скандинавия». В компании подсчитали, что сроки разработки документации в результате должны сократиться на 30%, а возможные ошибки проектировщиков, которые подчас можно выявить только на этапе прохождения экспертизы, на 80%.

С 2017 года использовать технологию BIM при проектировании начала и финансово-строительная компания «Лидер». «Качественный уровень планирования повысился в разы. BIM позволяет максимально (в рамках необходимого) детализировать все виды проектных работ, причем как для целей организации процесса, так и для бюджетирования», — комментирует руководитель проектного управления ФСК «Лидер» Иван Бажин.

Стоимость организации одного
рабочего места BIM-проектировщика:
₽ 200-300 тыс.
Ежегодное сопровождение
рабочего места:
₽ 100-120 тыс.
Заработная плата по специальности «BIM-
менеджер-проектировщик»:
Минимальная
₽ 36,4 тыс.
Средняя
₽ 52 тыс.
Максимальная
₽ 141,7 тыс.
Срок окупаемости зависит от объемов проектирования
Источники: А101, портал «Поступи Онлайн»

BIM, как замечает Сергей Фуксман, это не просто инструмент проектирования, который «рисует 3D-модельку». Он ценен тем, что сам по себе является информационной моделью, используемой затем во всех остальных системах. «К примеру, мы сейчас меняем подход к выбору и закупке стройматериалов, составляем централизованные справочники для проектировщиков. Будущие BIM-модели станут содержать ссылки на автоматически обновляемую базу конкретных номенклатур, которые в текущий момент есть на рынке и которые ГК «ПИК» может приобрести по оптимальным условиям. Система будет в автоматическом режиме отслеживать динамику по каждой номенклатуре, производить необходимые замены и в итоге получать максимально достоверные сметы на проекты с самым оптимальным бюджетом», — рассказал эксперт.

Специальную технологию для внедрения искусственного интеллекта для пространственного проектирования и дизайна разработала компания Autodesk. «Пока мы не предлагаем ее на рынке, но уже тестируем — например, при проектировании собственных офисов», — сообщили в пресс-службе компании. В частности, новая технология использована при создании офиса Autodesk в Торонто.

Исходя из заданных параметров и ограничений, программа за несколько дней протестировала более 10 тыс. вариантов планировки помещений.

На выходе была вычислена идеальная планировка пространства с расположением рабочих мест сотрудников, переговорных комнат и других общих зон. Учтены все возможные факторы — от количества дневного света в различных частях офиса, вида из окна и уровня шума до визуальных раздражителей (количество других людей в поле зрения с рабочего места). В расчет также принимались предпочтения по взаимодействию между отделами.

Технологии BIM позволяют архитекторам и проектировщикам создать понятную модель будущего объекта со всеми характеристиками, которые нужны девелоперу, в автоматическом режиме сформировать правильную конфигурацию площадки, наиболее эффективно расставить на ней дома, учесть нормы по высотности, инсоляции и прочие регламенты.

Строительно-монтажные работы
Как выявить и решить 298 тысяч проблем на одной стройплощадке

Что касается применения искусственного интеллекта непосредственно на стадии строительства, то в России пока еще никто в полной мере не перешел на данный этап. Для этого компаниям нужно как минимум внедрить информационное моделирование на стадии строительства. Но на стройке это сделать гораздо сложнее, чем при проектировании. «ИИ не существует в вакууме — ему нужны данные, а они непосредственно связаны с информационной моделью, по которой идет строительство», — говорят в пресс-службе российского представительства Autodesk.

Норвежский филиал шведской девелоперской компании Skanska впервые применил BIM в 2011 году при строительстве девятиэтажного офисного здания Statoil Project (67 тыс. кв. м). Благодаря выходу BIM непосредственно на стройплощадку было идентифицировано и решено 298 тыс. проблем.

Сейчас у Skanska Norway 146 активных проектов, на которых в качестве основного инструмента используется BIM 360 Field. Прямо на объектах установлены мобильные рабочие станции (BIM-киоски) с доступом к междисциплинарной модели, где строители в любой момент могут получить информацию о концепции проекта и его деталях.

Кроме того, рабочие снабжены планшетами, на которых можно просматривать электронные чертежи в актуальном виде, а также обмениваться нужной информацией.

Менеджеры девелоперской компании, в свою очередь, с помощью BIM 360 Field контролируют работу подрядчиков, могут заранее определять и предупреждать вероятные ошибки, получать в копилку больших данных дополнительную информацию.

Фото со стройки загружаются на сервер автоматически, к тому же с пометками о месте и времени, а также с замечаниями, которые по ним сделаны. Сотрудник может отмечать выполненные задачи на планшете, и эта информация сразу появляется у руководителя, отслеживающего прогресс выполнения проекта в режиме реального времени.

В Skanska планируют полностью перейти на «безбумажную» стройку к 2020 году.

Как сообщил Сергей Фуксман, в ГК «ПИК» в настоящее время идет активная работа по внедрению системы на базе big data непосредственно при строительных работах. «Сегодня у нас картинка со стройки выглядит как еженедельно получаемый график работы от целой цепочки подрядчиков. Данные анализируются просто умами специалистов. Но в будущем мы хотим максимально оцифровать схему работы на стройплощадке: планируем полностью изменить процесс взаимодействия с рабочими. Потому что сейчас цепочка между менеджментом и прямым исполнителем в целом излишне длинная, с массой посредников. За счет внедрения технологий больших данных и смарт-контрактов ее можно максимально укоротить и сделать прозрачной, одновременно синхронизировав с системой планирования поставок стройматериалов. Для этого разрабатываются программы и инструменты, которые будут детально распределять задачи между рабочими, указывать, в каком конкретном месте их нужно выполнять, в какой последовательности, по какой технологии, за какой срок. В таком виде мы описываем каждый строительный процесс. Какие-то элементы уже готовы, но еще много нужно сделать», — рассказал менеджер ПИК.

Недавно компания Skanska начала сотрудничать с бостонским стартапом Smartvid.io, который позволяет обрабатывать фото, видео и аудио со стройки с помощью машинного обучения. Анализируя полученные изображения, система может указать, надеты ли на рабочих средства защиты, правильно ли установлены леса, работают ли системы безопасности. Программа сама выявляет и отмечает точками на фото места, где есть нарушения, которые требуют исправления. Пока в качестве пилотного проекта выбран один объект в США.

Для получения в режиме онлайн данных со стройплощадок, девелопер, по словам Сергея Фуксмана, сейчас рассматривает предложение одного из партнеров, который работает в сфере модернизации систем контроля и управления доступом (СКУД) на стройке. Предложение заключается в том, чтобы снабдить всех строителей смарт-браслетами, которые будут фиксировать время рабочей активности человека, сообщать о его перемещениях и физической активности. Также многие компании предлагают дроны для облета строительных участков, чтобы мониторить изменение высотности в автоматическом режиме. Но пока экономический эффект от применения дронов не очень понятен, считает Сергей Фуксман.

Внедрять BIM-технологии непосредственно на строительных площадках, как заметил Иван Бажин, в ближайшей перспективе планирует и руководство ФСК «Лидер».

В зарубежной практике для сбора данных со строек часто используются беспилотные летательные аппараты. Информация, собранная дронами, может быть передана в интеллектуальную модель в режиме реального времени. Она позволяет принимать более обоснованные технические решения, совершенствовать конструкции и процессы.

Беспилотные летательные аппараты использовались при создании 3D-модели дамбы и гидроэлектростанции Глен Каньона в Аризоне с помощью reality capture (технологий захвата реальности). За две недели команда собрала данные о внешних и внутренних конструкциях гидроэлектростанции, поверхностях и гребне дамбы, а также окружающем ландшафте. Всего отснято 700 точек сканирований. Сканы преобразованы в облако точек с помощью Autodesk ReCap Pro, которое затем импортировано в Revit для использования в качестве 3D-подложки для создания информационной модели. В дальнейшем она будет использоваться для мониторинга и управления объектом, диагностики механических и электрических систем при необходимости их модернизации или замены.

В свою очередь в Autodesk рассказали, что готовы предложить российскому рынку приложение для стройки BIM 360, к которому подключаются внешние системы, такие как Smartvid.io для анализа видео и Triax для мониторинга безопасности на стройплощадке. Сейчас компания работает над BIM 360 project IQ. Это интеллектуальный помощник, способный с помощью накопленной базы данных и машинного обучения анализировать зоны риска и заранее предсказать наиболее вероятные проблемы на строительной площадке. «На сегодня в базе Project IQ находятся 20 млн видов дефектов, возможных при проведении СМР», — сообщили в пресс-службе компании.

Маркетинг, реклама, анализ рынка
Как узнать, сколько денег вам приносит каждый рубль, вложенный в рекламу

Это блок, где технологии анализа больших данных внедряют даже те, кто в целом относится к big data в строительстве скептически. С рекламы, по словам Сергея Фуксмана, начинала внедрение технологий big data и ГК «ПИК». «Первым большим хранилищем накопленных данных стало решение для рекламы. Это был проект, в котором мы консолидировали всю информацию о наших рекламных кампаниях — из социальных сетей, с рекламных интернет-площадок, из коллтрекинговых систем, из наружки, собрали массу данных, полученных в режиме офлайн, в результате опросов, от партнерских рекламных агентств. Потом эти данные соединили с нашей CRM, которая в компании работает уже много лет», — рассказал Сергей Фуксман. В результате обработки всех собранных больших данных, по словам эксперта, сложилась четкая картина — сколько реальных денег принес компании каждый рубль, потраченный на ту или иную рекламную кампанию, и как выглядит портрет клиента в том или ином проекте.

Единая система данных — это также и инструмент для прогнозирования. У каждого проекта есть определенные цели по будущим затратам на возведение объекта и доходам от продаж, которые формируются в начале его жизненного цикла. «Разумеется, нам нужно оперативно отслеживать, как исполняются поставленные цели. Изначально у компании есть минимальное количество знаний о проекте, но постепенно пополняется комплект проектной и рабочей документации, строится объект, проводятся конкурсные процедуры по выбору подрядчиков и закупке материалов. На основе накапливаемых данных производится просчет вероятности достижения поставленных целей, вносятся соответствующие корректировки в ожидаемый результат работы. Благодаря оперативному прогнозированию у нас остается время для возможного маневра. Например, мы можем подстраиваться под изменения рыночной ситуации, не нарушая сроки строительства», — говорит Юха Риссанен.

При этом параллельно необходимо вести постоянную работу с данными о рынке, отслеживать изменения в режиме реального времени. В ГК «ПИК» за это отвечает департамент продаж, который с помощью big data анализирует конъюнктуру рынка, уровень конкуренции и пр. «Там колоссальные объемы данных, но отслеживать их необходимо, чтобы правильно провести инвестиционный анализ на этапе входа в проект и дальше — в процессе продаж», — говорит Сергей Фуксман.

Анна Соколова,
директор по маркетингу группы компаний «Инград»
«В группе компаний «Инград» big data используется в сфере прогнозов рынка, рекламы и маркетинга. Данные анализируются и визуализируются в различных BI-программах. Например, при анализе данных по заключенным договорам, при оценке конъюнктуры рынка недвижимости и конкурентного окружения. Информация прорабатывается в различных разрезах — стоимость, локации, типы и прочие характеристики.
Кроме того, big data применяется при анализе спроса и обращений. Посещения сайтов проектов компании, звонки текущих и потенциальных покупателей, данные кол-центра и других автоматизированных систем, данные анкетирования. Это миллионы информационных единиц, анализ которых в совокупности позволяет определить портрет покупателя, его основные потребности, формировать продукт и ценовую политику».
Петр Исаев,
коммерческий директор Capital Group

«Основная проблема, почему big data мало используется в девелопменте, лежит в самом определении. То есть это большие объемы структурированной и неструктурированной информации, возможность их обрабатывать и получать из них данные для анализа. Однако девелоперские компании в сравнении с операторами больших данных являются крайне маленькими структурами. Клиентская система даже самого крупного девелопера не обладает тем объемом (как у IT-компаний, банков, телекоммуникационных операторов), для которого однозначно требуется big data.

В то же время я, конечно, далек от полного отрицания прикладного значения big data в девелопменте. Его — в рамках взаимоотношений с клиентами — я вижу в коллаборации с крупнейшими компаниями, оперирующими данными. К примеру, в части технологического развития мы планируем запуск и расширение нашей CRM-системы до экосистемы Capital Living, которую готовим к третьему кварталу 2018 года. В этом проекте преследуем в числе прочего цели партнерства с поставщиками услуг, включая операторов больших данных».

Владимир Богданюк,
коммерческий директор компании «Главстрой»

«В масштабном понимании big data в недвижимости пока не существует. Компании строительной отрасли, и мы в том числе, только прорабатывают шаги, которые облегчат и автоматизируют работу.

Сейчас «Главстрой» работает с big data по отдельным направлениям. В частности, в сфере интернет-маркетинга мы хотим получить механизм, который на основе входных данных о клиенте и проекте самостоятельно создаст и разместит контент на площадках, генерирующих наибольшую конверсию. При необходимости система будет сигнализировать, о том, что требуется вмешательство человека, а также создавать отчеты, содержащие не просто описательную информацию о неполадках, а аналитику и рекомендации по устранению. Особенностью внедрения этой системы в рамках маркетинга нашей отрасли является очень длительный процесс и очень высокая конкуренция.
Также на подходе создание автоматического механизма по обработке данных кол-центра, где с клиентом общается полностью роботизированная система, которая выдает конкретный результат.

В то же время я считаю, что будущее в девелопменте — за нейронной системой, которая на стадии покупки участка сможет анализировать его потенциал, конкурентную среду, запрос клиента и, исходя из этого, формировать продукт и детали реализуемого проекта».

Корпоративное управление
Как контролировать менеджеров и готовиться к тому, чтобы заменить их искусственным интеллектом

При применении big data в сфере корпоративного управления нужно учитывать, что само по себе оно не содержит созидательных процессов. Просто есть менеджмент, к которому предъявляется очень много требований, связанных со сроками, бюджетом, соблюдением регуляторных требований. Здесь анализ данных, по словам Сергея Фуксмана, похож на сетевое планирование, когда каждый дом расписан как набор взаимосвязанных точек с привязанными к ним конкретными исполнителями во всех регионах присутствия девелоперской компании. «Такой подход позволяет в режиме онлайн наблюдать за ходом проекта, автоматически искать критические пути и определять причины, которые на них влияют», — отметил эксперт.

Юха Риссанен рассказал, что ЮИТ начала внедрять корпоративную систему управления проектами три года назад. «В строительной сфере есть своя специфика, так как проекты в основном долгосрочные и очень сильно зависят от рыночной ситуации. Необходимо в комплексе учитывать цены на материалы, сроки реализации проектов, покупательскую активность и массу других критериев», — убежден глава российского офиса YIT. Кроме того Квинтет 5D используется и для оперативного контроля над реализацией проектов. Система прозрачна для внутрикорпоративного использования. Как у топ-менеджеров подразделений, так и у руководства концерна в головном офисе есть доступ к данным проектов, реализуемых во всех странах присутствия — России, Финляндии, странах Восточной и Центральной Европы. «Соответственно, мы получили возможность в режиме реального времени сравнивать экономический результат от внедрения различных проектных решений, выявлять их слабые и сильные стороны, применяя лучшие практики», — продолжает Юха Риссанен.

Работа с большими данными в сфере управления бизнесом внедрена и в компании Setl Group. Причем, по словам директора департамента информационных технологий холдинга Марии Андреевой, в качестве провайдера компания привлекла отечественного разработчика IBP-Petersburg, который предложил уникальную методологию по цене значительно ниже мировых аналогов. «Мы также активно интересуемся студенческими разработками программ, которые анализируют застройку в Петербурге на основе нейронных сетей. На мой взгляд, следующим шагом будет внедрение в сферу управления строительством технологий на основе искусственного интеллекта», — высказала мнение Мария Андреева.

Внедрение big data в систему управления в сетевом строительном холдинге, который работает в нескольких регионах, позволяет руководству видеть, в каком регионе, за какой проект, за какой участок работ отвечали те или иные специалисты, кто из них знаком с организационными, правовыми, экономическими и прочими нюансами на местах. Благодаря этому на каждый проект можно быстро формировать управляющую команду, которая в минимальные сроки получит разрешение на строительство, будет знать детали региональных правовых и нормативных актов, иметь налаженные связи с подрядчиками для каждого вида работ и пр. Благодаря этим данным у компании появляется возможность максимально эффективно анализировать цепочку «регионы — проекты — исполнители».

Управление,
эксплуатация,
«умные здания»

В сфере управления недвижимостью применение big data также имеет очень хорошие перспективы. Причем тут соответствующие технологии могут применяться как в сфере управления бизнесом (крупные холдинги, как отмечалось выше, уже включают свои УК в структуру единых информационных центров), так и в части эксплуатации зданий. В последнем случае речь идет о всевозможных датчиках и сенсорах, которые обеспечивают сбор всевозможных данных о состоянии объекта — в конструктиве во внешней и внутренней среде.

Гаджеты могут фиксировать появление технических дефектов, предупреждать о возникновении предаварийных (или уже аварийных) ситуаций в системах коммуникаций, измерять давление, температуру, экологические параметры, интенсивность нагрузок, активность людских потоков и многое другое. Причем все эти данные имеют ценность не только для эксплуатирующей компании, но могут стать весьма полезными девелоперу для планирования будущих объектов.

Эксперты Autodesk отмечают растущую роль датчиков и интернета вещей для сбора и анализа данных в строительной отрасли. Они позволяют обеспечить постоянное взаимодействие между физической конструкцией и ее цифровым прототипом. С помощью датчиков осуществляется мониторинг объекта в режиме реального времени, контроль за его техническим состоянием. Например, их использует голландский стартап MX3D, который с помощью двух промышленных роботов занимается 3D-печатью моста из металла в Амстердаме. На этом мосту установлены сенсоры, измеряющие деформацию, вибрацию и смещения, а также качество воздуха и температуру. С помощью полученных данных можно не только следить за состоянием моста, но и учить его распознавать происходящее — например, сколько человек, с какой скоростью пересекают его в данный момент. Информация, полученная с датчиков, также будет размещаться в «цифровом близнеце» моста — компьютерной модели, отображающей его состояние в режиме реального времени.

На выходе могут получаться системы принятия решений, которые позволят автоматизировать процесс эксплуатации здания настолько, что для обслуживания огромного комплекса может понадобиться один человек, а остальное в случае возникновений проблем могут решать какие-то аутсорс-бригады, высказывает мнение в одной из своих публикаций управляющий партнер компании Watcom Data Consulting Алексей Князев.

Владимир Миронов