Будущее в строительстве — за Big Data

Big Data называют большие объемы разных данных. Представьте, что у вас случайно оказался список всех соседей по дому, которые с разной периодичностью ходят в соседнее кафе. Для большинства эта информация не будет нести никакой полезной нагрузки. Другие увидят в этом возможность пообщаться с самыми интересными соседями или даже организовать какое-то расследование. Третьи — увидят перспективы бизнеса и поймут, что подобное кафе может быть востребовано, если открыть его непосредственно на первом этаже вашего дома.

Большие объемы данных могут собираться целенаправленно или как побочный продукт какого-то другого действия. Главная сложность в том, что они могут быть представлены в разных форматах — схожая по сути информация может оцифрована, но часть будет в виде фото, другая в виде таблиц, а третья в виде текстовых документов. Более того, из всего объема полученной информации нужно уметь сделать правильный вывод, иначе Big Data так и останется большим объемом цифровой информации. .

Ключевыми характеристиками Big Data являются: объем (объем данных), скорость (скорость их обработки) и разнообразие (разные типы данных). Изучением таких объемов занимаются Data Scientist, или, если по-русски, аналитики больших данных.

В настоящее время Big Data используется для решения самых разных задач. Вот только некоторые из них.

В этом и следующем пункте использование Big Data неразрывно связано с применением ТИМ-технологий. Например, при проектировании информационной модели здания как нельзя лучше подойдет опыт использования сотен тысяч аналогичных конструкций из тех или иных материалов на протяжении всего жизненного цикла капитального объекта. Это позволит просчитывать энергоэффективность, сейсмоустойчивость, пожароопасность, вентилируемость и прочие важные характеристики здания.

С помощью больших данных можно сразу отсекать небезопасные решения и избегать ошибок, которые значительно удорожали производство, когда каждый застройщик учился исключительно на собственном опыте.

На стадии проектирования строительства анализ больших данных позволяет улучшить процессы планирования и проектирования. С помощью аналитики можно оценить прошлые проекты, определить успешные и неудачные решения, что помогает избежать ошибок и найти оптимальные пути реализации новых проектов.

Большие данные помогают отслеживать и фиксировать ход строительства и расход ресурсов. Например, при анализе выполнения одной и той же операции можно более точно установить расход топлива и человеко-часов (усредненные данные уже используются проектно-сметным отделом). В сочетании с ИИ-технологиями это позволит значительно минимизировать издержки, простои и нецелевой перерасход материалов и ГСМ.

Одним из ведущих игроков, применяющих технологии Big Data в строительстве, является система автоматизации снабжения СТРОЙ.РФ. С помощью аналитика данных и искусственного интеллекта она собирает каталоги от разных поставщиков, составленных очень по-разному, чтобы сделать единый каталог со всей номенклатурой строительных товаров.

Теперь застройщику не нужно будет самостоятельно анализировать десятки каталогов разных поставщиков (часто с названиями стройматериалов, написанных по-разному) — ему достаточно зайти на СТРОЙ.РФ, зарегистрироваться как поставщик и запросить цены на необходимые материалы по смете. Сама система бесплатна для застройщиков. Сейчас она функционирует как MVP-версия, но полноценный релиз запланирован уже на октябрь этого года.

— Big Data, как и искусственный интеллект, о котором мы писали в предыдущей статье, играют ключевую роль в трансформации строительной отрасли в России. Теперь строительство в нашей стране — высокотехнологичный бизнес, который использует самые лучшие IT-решения для возведения высоких, комфортных, а главное — безопасных зданий, — утверждает основатель системы СТРОЙ.РФ Дмитрий Константинов.

Напомним, что обсудить самые последние тренды в строительной отрасли можно в нашем сообществе «Клуб эффективного управления СТРОЙ.РФ». Подписывайтесь, чтобы слушать экспертов и делиться своей экспертностью.

— Telegram-канал

— Блог на VC.ru

— Блог на Dzen

— VK