С тех пор как человечество научилось обрабатывать огромные массивы информации, жизнь стремительно меняется. Big data сегодня применяют в разных сферах — от маркетинга до навигации. Не осталось в стороне и строительство.
В этом материале мы расскажем, как зарубежные компании и партнёры «Trimble Solutions Россия» используют большие данные при возведении зданий и почему это приводит к сокращению сроков и бюджетов.
С каждым годом человечество производит всё больше информации: к 2025 году общий объём данных во всем мире составит 163 зеттабайта (ЗБ), прогнозирует аналитическая компания IDC. Для сравнения: в 2016 году на планете было в 10 раз меньше данных — 16 ЗБ, а 2006 году — всего 0,16 ЗБ.
При этом растёт доля информации, которую создают коммерческие предприятия. Аналитики IDC считают, что к 2025 году они будут генерировать 60% мировых данных (против трети в 2015 году).
Однако компании стремятся не только производить информацию, но и анализировать её. И с появлением big data перспективы этого направления впечатляют: искусственный интеллект способен обрабатывать огромные объёмы не только структурированных, но и разрозненных данных (например, публикации из соцсетей и комментарии к новостям).
Как big data меняет строительство
Ожидания застройщиков от big data выяснила компания Sage. Опрос показал, что 57% игроков рынка хотят получать последовательную, актуальную финансовую и проектную информацию, а 48% — предупреждения о возникновении значимых ситуаций.
41% предприятий надеется, что большие данные помогут прогнозировать события и избегать рисков. Наконец, 14% респондентов предпочитают узнавать, какие факторы влияют на рост и падение прибыли.
Аналитика больших данных может оправдать эти ожидания — технологию уже оценили застройщики и проектировщики со всего мира, в том числе и российские. Давайте рассмотрим, как большие данные меняют консервативную отрасль и что они привносят в привычный процесс создания объектов.
Эффективное управление информацией для экономии времени
Большинство крупных застройщиков реализует несколько проектов одновременно — в такой ситуации трудно собирать, сортировать и изучать огромный объём информации силами сотрудников.
Компания Informatica выяснила, что на это уходит около 60% рабочего времени. Сэкономить его помогут большие данные.
Технология позволяет обрабатывать огромные массивы информации с невероятной для человека скоростью. Программы способны взять на себя такие процессы, как управление базой данных и создание отчетов. Благодаря этому специалисты компании смогут сосредоточиться на более важных задачах, что поможет повысить эффективность бизнеса.
К примеру, по опыту Антона Мотовилова, главного эксперта «ГСИ-Гипрокаучук», в рамках его работы с одним из крупнейших заводов металлоконструкций, ему с коллегами удалось, используя большие данные, создать алгоритм, который формирует специфический отчёт по болтам.
В среднем конструктор тратит на этот документ от трёх до пяти дней, а искусственный интеллект — всего пару часов. Это не сложная, но трудоёмкая задача: работая в BIM-модели, нужно «перебрать» весь каркас, подсчитав число объектов и болтов, которые их соединяют.
Инженер вручную сравнивает один критерий с другим, делает вывод о том, как крепятся детали конструкции, и составляет отчёт. Искусственный интеллект делает то же самое, однако работает очень быстро и не совершает ошибок.
Новый уровень управления проектами
Совмещение big data c информационным моделированием зданий (BIM) открывает и другие перспективы. Добавление больших данных в 3D- или 4D-проекты позволяет инженерам легко обнаружить любую ошибку или сделать точный прогноз.
Одно из преимуществ BIM— возможность совместной работы над моделью специалистов из разных стран в режиме реального времени.
Используя большие данные, они смогут оперативно передавать друг другу огромные массивы информации, чтобы быстрее принимать решения. Это в корне меняет подход к управлению проектами.
Раньше всеми данными владел один человек или несколько сотрудников, сидящих в одном офисе. Сегодня стала возможной по-настоящему командная работа, когда проектировщик, застройщик и генподрядчик, которые могут находиться в разных странах, вместе вносят изменения в проект на ранних стадиях.
Также технология big data позволяет осуществлять мониторинг проекта в режиме реального времени, чтобы улучшить планирование, сократить срок строительства и оптимизировать бюджет.
К примеру, компания Nick Savko & Sons из Огайо, которая занимается землеройными работами, оснастила свою технику 36 глобальными локаторными устройствами, чтобы контролировать их на расстоянии.
Установки собирали информацию о времени машинного цикла и простоя, производительности и других показателях. Когда эти данные загрузили в программу управления активами, менеджеры смогли оценить, достаточно ли автомобилей для выполнения работ, и понять, что землеройную машину было бы выгоднее использовать в других местах.
Также они смогли сравнить расход топлива с контрольными показателями и увидеть, эффективно ли операторы эксплуатировали технику. В итоге производительность компании выросла и она смогла завершить проект на месяц раньше срока.
Эффективное и точное бюджетирование
Подключение к BIM-моделям больших данных позволяет внедрить информацию о затратах прямо в проект, чтобы увидеть стоимость разных частей здания и найти способы экономии.
Ещё один вариант использования big data, по мнению Сергея Семенова, — сбор данных разных заводов металлоконструкций и определение реальной стоимости изготовления изделий по большой выборке проектов.
«Может получиться довольно точная зависимость между типом конструкции и ценой за тонну, — поясняет он. — Это нужная информация, так как сегодня эта цифра остаётся оценочной и обычно не имеет под собой никаких оснований кроме "нам кажется"».
Также большие данные можно использовать для отслеживания активов компании: материалов, инструмента, оборудования.
В процессе работы над объектом приходится закупать, хранить и транспортировать огромное количество изделий, и оптимизировать этот процесс помогут большие данные, интегрированные в BIM-модель.
Разные активы можно объединить в единую базу, создав систему предупреждений и напоминаний. Так все сотрудники, работающие над проектом, смогут отслеживать местонахождение материала или оборудования и знать, когда начнётся следующий этап работы и какие активы будут задействованы.
Снижение рисков
Анализ множества похожих проектов с помощью технологии big data— это возможность ещё на этапе проектирования спрогнозировать потенциальные проблемы, которые могут появиться в процессе строительства, и их влияние на затраты.
Каждой компании приходится иметь дело с некачественными материалами, непредсказуемыми погодными условиями и другими неприятностями. Используя большие данные, можно создавать виртуальные сценарии развития событий, чтобы иметь возможность заранее принять меры.
К примеру, проанализировав множество похожих проектов, можно узнать, использование каких материалов часто приводит к превышению бюджета.
Также технология помогает понять, затрагивает ли объект соседнюю экосистему. К примеру, компания Democrata из Оксфорда применяет аналитику big data для прогнозирования рисков, связанных с новыми автомагистралями, железнодорожным сообщением и другими проектами.
Перспективы использования big data в строительстве
Будущее сегодня трудно представить без больших данных. Эксперты IDC прогнозируют, что доходы компаний от использования этой технологии увеличатся со $130 млрд в 2016 году до более чем $203 млрд к 2020 году.
По данным исследования журнала World Oil, применение цифровых технологий может сократить расходы компаний почти на 20%.
Очевидно, что с каждым годом будет появляться всё больше способов внедрения big data в строительные процессы. «Можно обрабатывать миллионы геологических отчётов для занесения информации из них на глобальную карту грунтов и уточнения моделей этих грунтов», — приводит пример Сергей Семёнов.
Использование big data в сочетании с BIM-платформами позволит компаниям уйти от бумажного документооборота, а значит и от основных проблем отрасли: нарушения сроков строительства, превышения бюджета и медленного принятия решений.
Застройщики смогут оптимизировать бизнес-процессы и выйти на новый уровень эффективности.
Аналитик big data обучение
Источник: vc.ru