Что искусственный интеллект может дать строительному бизнесу?06.03.2024 17:16

Дом.рф при поддержке федерального правительства в лице Минстроя плотно занялся внедрением ИИ в строительстве. Кроме профильной экспертной группы запущена и лаборатория ИИ. Несмотря на название, там нет привычных ученых в белых халатах, колб и приборов. Зачем нужна лаборатория с технической точки зрения? Чем она занимается? И какой эффект принесет для ВВП страны? На эти и другие вопросы CNews отвечают управляющий директор по ИТ и цифровой трансформации Дом.рф Николай Козак и руководитель лаборатории ИИ Дом.рф Григорий Грязнов.

CNews: Что такое лаборатория РФ?

Николай Козак: Лаборатория ИИ — это отдельная выделенная команда, сотрудники которой обладают знаниями и опытом в разработке моделей машинного обучения и встраивания подобных технологий в бизнес-процессы компании.

Стиль одежды у наших лаборантов свободный, поэтому с первого взгляда нашего лаборанта не отличить от других сотрудников в нашем ИТ-хабе Дом.рф.

CNews: Какие критерии для работы в такой лаборатории? Сколько сотрудников должно быть для эффективной работы? Или у вас ИИ за всех и работает?

Григорий Грязнов: Сейчас в лаборатории 11 человек из которых семь —ML-инженеры, и четыре человека заняты бизнес-анализом. Т. к. помимо технической реализации очень важно понять бизнес-процесс и применить технологию именно в необходимой его части. Самое важное — чтобы ML-инженер тратил максимум времени на разработку моделей и минимум на разметку данных, настройку CI/CD pipeline, deploy-решений и прочую сопутствующую работу. Разумеется, полностью ее убрать не получается, но нужно к этому стремиться. Что касается критериев лаборанта, то у нас давно сформировавшийся pipeline приема на работу: live code секция на знание языка программирования Python и базовых вопросов по машинному обучению, тестовое задание и его защита, совмещенная с секцией знакомства с топ-менеджером, курирующим направление. Поэтому знание машинного обучения и Python — вполне хороший старт, чтобы попробовать свои силы в нашем направлении.

CNews: Что из себя представляет научный цикл — от идеи до воплощения? Это как код написать?

Григорий Грязнов: Я бы назвал это не научным циклом, а исследованием задачи. На первом этапе к нам приходит бизнес-заказчик с идеей о том, что в его процессе можно использовать ИИ-технологии. Здесь мы подключаем бизнес-аналитика, чтобы понять релевантна ли нам эта задача и может ли помочь машинное обучение в ее решении. Если все ок, то стандартный цикл разработки модели выглядит так:

• определения целевых метрик,
• получение тренировочных и тестовых дата-сетов,
• определения параметров интеграционного взаимодействия, т.к. обычно наши модели встраиваются в текущий ИТ-ландшафт.

А дальше —реализация, достижения необходимых метрик качества и встраивание в бизнес-процесс.

CNews: Какие проекты сейчас в работе? Какую эффективность ждете от их практической реализации?

Николай Козак: У нас сейчас большой скоуп проектов: от чат-ботов до скоринга резюме кандидатов. Я бы выделил технологии, которые мы видим для себя наиболее приоритетными в части применения в наших бизнес-процессах: это построение автоматизированных конвейеров интеллектуальной обработки документов с помощью OCR и NER, обработка изображений с помощью computer vision и системы помощи принятия решений или AI-помощники.

CNews: В целом — что ИИ может дать стройке? В каких направлениях и какой эффект может быть в цифрах?

Николай Козак: ИИ может дать ускорение процессов инвестиционно-строительного цикла при тех же задействованных трудовых ресурсов. По оценкам экспертов вклад ИИ-технологий в ВВП страны составит 2% к 2025 году и 4% к 2028. С учетом достаточно высокой доли стройки и связанным с ней ЖКХ уже сейчас имеет смысл активно заниматься внедрением ИИ в стройотрасли. Поэтому крайне важно не упустить момент для внедрения, чтобы не быть в категории «догоняющих» и обеспечить его на уровне прогнозных значений.

Что касается направлений, то та же интеллектуальная обработка документации, которая сопутствует строительству, способна сократить огромное количество трудовых ресурсов, которые задействованы на текущий момент.

CNews: Поясните, как ИИ бьется с ТИМ? Зачем развивать эти технологии, если ИИ может делать все то же самое?

Григорий Грязнов: ИИ-технологии базируются на данных и на обучении, а ТИМы дадут нам новый класс уникальных данных в масштабах всей отрасли жилищного строительства. На предыдущем этапе цифровой трансформации у нас появилась Единая информационная система жилищного строительства (ЕИСЖС), которая агрегирует уникальные для отрасли статистические датасеты. ТИМы позволят нам углубиться в эти данные, т. к. мы будем знать не просто характеристики жилых помещений или материал стен дома, но и детализацию конструкции зданий. А это позволит нам создавать новые модели и решать новые классы задач.

CNews: На чьи данные вы опираетесь и чьи практики задействуете в своей работе? С кем в целом сотрудничаете?

Григорий Грязнов: В части жилищного строительства мы опираемся в первую очередь на данные ЕИСЖС. Дальше дообогащаем их из открытых источников, а также сторонними источниками данных.

CNews: Быстрое развитие ИИ — это проблема или преимущество? Какие вызовы и препятствия сейчас есть?

Николай Козак: Я не думаю, что это проблема. Главное для нас, чтобы инвестированные время и ресурсы доходили до станции внедрения и приносили реальную пользу. Один из основных вызовов — открытость и доступность данных. Так как в основе ИИ-технология лежат данные, их валидация, разметка и подготовка занимает очень много времени. Отсутствие подобных датасетов в открытом доступе заставляет всех разработчиков дублировать работу и, разумеется, это замедляет развитие технологии.

Полный текст статьи читайте на CNews