CC BY
1
2.3. Потеря доверия
Потеря доверия со стороны пользователей может иметь долгосрочные последствия для разработчиков мобильных приложений. Если пользователи считают приложение небезопасным, они могут отказаться от его использования и перейти к конкурентам.
3. Меры защиты от киберугроз
3.1. Безопасное программирование
Разработчики мобильных приложений должны следовать принципам безопасного программирования, включая использование проверенных библиотек и фреймворков, регулярное обновление компонентов и применение методов шифрования для защиты данных.
3.2. Обучение пользователей
Обучение пользователей основам кибербезопасности поможет им распознавать потенциальные угрозы и избегать опасных действий. Регулярные тренинги и информационные кампании могут повысить осведомленность о фишинге и других методах мошенничества.
Заключение
Киберугрозы в мобильных приложениях представляют собой серьезную проблему как для пользователей, так и для разработчиков программного обеспечения. С учетом роста популярности мобильных технологий необходимо принимать активные меры по защите данных и повышению уровня кибербезопасности. Следование принципам безопасного программирования, обучение пользователей и регулярные обновления приложений могут существенно снизить риски, связанные с кибератаками. Список использованной литературы:
1. Котлярова, Т.А., & Сидорова, Н.В. (2020). Информационные технологии в современном обществе: вызовы и перспективы. *Научный журнал*, 12(3), 45-58.
2. Петров, И.И., & Смирнова, Е.А. (2019). Развитие телекоммуникационных технологий: от традиционных к цифровым решениям. Телекоммуникации и связь*, 8(1), 22-34.
3. Иванов, А.В., & Федорова, Л.П. (2021). Кибербезопасность в условиях цифровизации: проблемы и решения. *Журнал информационной безопасности*, 15(2), 10-20.
4. Ходжанепесов, К., & Шаханов, Г., (2024). Инновационные методы и информационные технологии в развитии образования в Туркменистане. Журнал "Universum", 45-50.
© Шанепесова С., Гурбанмырадов С., Мухаммедов Й., Меретекаев Д., 2024
УДК 624.05
Шумов В. Н., магистрант, Забайкальский государственный университет,
г. Чита, Россия Научный руководитель: Каплина С.Е.,
доктор педагогических наук, профессор, Забайкальский государственный университет,
г. Чита, Россия
ТРАНСФОРМАЦИЯ СТРОИТЕЛЬНЫХ ТЕХНОЛОГИЙ ПОД ВЛИЯНИЕМ ИИ
Аннотация
В данной статье рассматривается интеграция искусственного интеллекта (ИИ) в строительную отрасль с акцентом на последние достижения и будущие перспективы. В нем подчеркивается влияние ИИ
в таких ключевых областях, как проектирование, мониторинг строительства и работа на объекте. Такие технологии, как генеративный дизайн и нейронные сети, произвели революцию в процессах проектирования, что привело к повышению эффективности и оптимизации различных строительных задач. Инструменты на базе ИИ позволяют осуществлять мониторинг в режиме реального времени, проводить прогнозную аналитику и улучшать контроль качества. Кроме того, применение ИИ на строительных площадках включает автоматизацию, робототехнику и управление безопасностью, способствуя повышению эффективности и безопасности строительства. В статье рассматриваются как преимущества, так и проблемы, связанные с внедрением ИИ в строительстве, и дается комплексное представление о его преобразующем потенциале. В исследовании также рассматриваются долгосрочные последствия и возникающие тенденции в области инноваций в строительстве, основанных на ИИ.
Ключевые слова:
искусственный интеллект, строительство, проектирование, нейронные сети, робототехника, 3d- печать, дроны.
Shumov V. N.,
master degree student, Transbaikal State University, Chita, Russia Supervisor: Kaplina S.E.,
Doctor of Pedagogics, Professor, Transbaikal State University, Chita, Russia
TRANSFORMATION OF CONSTRUCTION TECHNOLOGIES UNDER THE INFLUENCE OF AI
Abstract
The integration of artificial intelligence (AI) in the construction industry with a focus on recent achievements and future prospects is studied. The impact of AI in key areas such as design, construction monitoring, and site operations is emphasized. Technologies such as generative design and neural networks have revolutionized design processes, leading to increased efficiency and optimization of various construction tasks. AI-based tools enable real-time monitoring, predictive analytics, and improved quality control. In addition, the application of AI on construction sites includes automation, robotics, and safety management, contributing to improved construction efficiency and safety. The author has examined both the benefits and challenges associated with the adoption of AI in construction and provided a comprehensive view of its transformative potential. The author also pays attention to the long-term implications and emerging trends in AI-driven innovation in construction.
Keywords:
artificial intelligence, construction, design, neural networks, robotics, 3d printing, drones.
Введение. Искусственный интеллект (ИИ) быстро становится ключевой силой технологического прогресса в строительной отрасли, предлагая решения многочисленных проблем и улучшая общие строительные процессы. По данным McKinsey & Company, производительность труда в строительстве за последние два десятилетия выросла всего на 1 %, в то время как искусственный интеллект способен повысить производительность на 10-20 %. Строительная отрасль уже давно сталкивается с неэффективностью, высокими затратами, задержками и проблемами безопасности - проблемами, которые требуют инновационных решений, таких как ИИ, чтобы изменить традиционные методы строительства.
Такие технологии, как генеративный дизайн и нейронные сети, революционизируют процесс проектирования, повышая эффективность и оптимизируя широкий спектр операций. Исследование, проведенное Boston Consulting Group, показало, что инструменты проектирования на основе ИИ могут снизить стоимость строительства на 15-20 % и сократить сроки реализации проекта на 30 %.
Инструменты на базе ИИ также позволяют осуществлять мониторинг в режиме реального времени, прогнозный анализ и улучшенный контроль качества. Например, компания Everguard.ai разработала систему на основе ИИ, которая следит за строительными площадками, выявляя потенциальные опасности и значительно снижая риск травматизма.
Более того, использование ИИ на строительных площадках распространяется на автоматизацию, робототехнику и управление безопасностью, создавая более эффективную, продуктивную и безопасную среду для рабочих. По мере развития этих технологий ИИ способен изменить будущее строительства, решая давние проблемы отрасли и раскрывая новый потенциал для роста и инноваций.
Цель исследования: оценить потенциал искусственного интеллекта в строительной отрасли, уделив особое внимание его применению в проектировании, мониторинге строительства и управлении проектами. Исследование направлено на выявление основных преимуществ, проблем и перспектив внедрения искусственного интеллекта, а также на оценку его влияния на повышение эффективности, снижение затрат и повышение безопасности строительных процессов.
Задачи исследования: Использование искусственного интеллекта при проектировании; анализ ИИ в обеспечении надзора за строительством, включая контроль качества и оценку рисков; влияние на автоматизацию процессов на строительной площадке, в том числе применение робототехники; основные проблемы, связанные с внедрением ИИ и способы их решения
Предмет исследования: использование технологий искусственного интеллекта в различных аспектах строительной отрасли
Материалы и методы исследования. Были проанализированы российские и зарубежные исследования, интернет-ресурсы и материалы конференций, в ходе которых найдены актуальные тенденции применения ИИ в строительстве. Применения искусственного интеллекта в строительной отрасли позволяет не только оптимизировать текущие процессы, но и разработать стратегии для улучшения производительности и безопасности в будущем. Это дает возможность минимизировать затраты, сократить сроки строительства. Рассматривались возможности генеративного проектирования, нейронные сети представленные в таких компаний как Autodesk, OpenAI, платформы Skyscraper AI, Everguard.ai.
Разработанность темы. Согласно современным научным исследованиям, наблюдается рост использования ИИ в строительной отрасли. Это направление стремительно развивается и привлекает к себе внимание благодаря высокому потенциалу трансформации ключевых процессов, таких как проектирование и управление строительными работами. Внедрение технологий ИИ позволяет улучшить качество проектных решений, снизить затраты и повысить безопасность строительных операций. Тем не менее, интеграция ИИ сталкивается с рядом проблем, связанных с нехваткой качественных данных, необходимостью цифровизации и сложностью внедрения инноваций.
Одной из ключевых областей применения ИИ является генеративное проектирование. Где ИИ значительно ускоряет процессы и оптимизирует проектные решения, расширяя возможности проектировщиков.
Анализ данных о строительных работах и эксплуатации объектов также в значительной степени обеспечивается благодаря ИИ. Применение компьютерного зрения и дронов позволяет оперативно отслеживать прогресс строительства и выявлять потенциальные проблемы.
ИИ активно применяется в строительном контроле, обеспечивая мониторинг всех этапов строительства в режиме реального времени. Данные с дронов и сенсоров помогают своевременно
выявлять и устранять нарушения, улучшая контроль качества и соблюдение стандартов.
На строительных площадках ИИ используется для автоматизации различных операций, таких как земляные работы, укладка материалов и контроль выполнения задач. Робототехнические системы, оснащенные ИИ, выполняют сложные и опасные работы с высокой точностью, снижая риски для рабочих и повышая эффективность строительных процессов.
Результаты исследования и их обсуждение. В настоящее время технологии искусственного интеллекта, такие как генеративное проектирование, позволяет создать большое количество вариантов проектных решений, анализирую все ограничения и нормы. Искусственный интеллект представляет собой науку и технологии создания интеллектуальных машин и систем, которые могут выполнять творческие функции, традиционно считавшиеся прерогативой человека.[2] Согласно международному стандарту ISO/IEC 22989 под искусственным интеллектом понимают способность приобретать, обрабатывать, создавать и применять знания, определенные в форме модели для выполнения одной или нескольких поставленных задач [1].
Нейронные сети являются ключевым элементом ИИ в генеративном проектировании. Они представляют из себя вычислительную модель, вдохновленную нервной системой, особенно человеческим мозгом. Эти сети состоят из взаимосвязанных нейронов, которые обрабатывают информацию и обучаются на больших объемах данных. В строительной отрасли нейронные сети используются для анализа данных. Отсюда и вытекает связь с генеративным проектированием. Генеративное проектирование - процесс, при котором алгоритмы создают множество вариантов решения задачи на основе проанализированных данных. Благодаря их интеграции повышается креативность, увеличивается скорость выявления закономерностей в больших наборах данных, что делает их пригодными для создания проектов, соответствующих конкретными требованиям. Это позволяет создавать автоматизированные проекты, которые не только функциональны, но и соответствуют эстетическим и практическим стандартам строительства. Это помогает выбирать наиболее оптимальный вариант. [12]Так, например офисное здание Autodesk, известное как технологический центр Торонто, стал первым крупным проектом где применили генеративное проектирование для планировки офисных помещений. В процессе был использован Autodesk Generative Design для разработки, а после для оценки и сравнение различных вариантов планировок [14]. Результаты показали, что применение ИИ позволило сократить время проектирование на 20%, снизать затраты и улучшить качество проектных решений. Это показывает нам что ИИ может обработать 1000 вариантов планировок за пару часов, в то время как человеку понадобиться несколько дней. (рис.1).
Рисунок 1 - Пример использования Autodesk Generative Design
Компания Zaha Hadid Architects использует нейронные сети, такие как DALL-E и Midjourney, для
создания эскизов и концептуальных проектов. Эти инструменты помогают архитекторам реализовывать свои идеи, тратя на это гораздо меньше времени, так как генерация эскиза происходит за считанные минуты. Анализ исследования показал, что применение ИИ в архитектурном проектировании сокращает время на разработку эскизов на 40%, что позволяет архитекторам сосредоточиться на более сложных и креативных задачах. В одном из проектов Zaha Hadid Architects использование ИИ позволило сократить время разработки эскизов, что значительно ускорило процесс согласования и начала строительства.
Кроме генеративного проектирования, искусственный интеллект играет ключевую роль в оптимизации энергопотребления.^] Анализируя данные, такие как ориентация здания, климат и солнечный свет. ИИ может рекомендовать оптимальное количество окон, расположение комнат и изоляционных материалов, чтобы минимизировать энергопотребление. Это помогает снизать затраты на расходы при строительстве и на эксплуатации готового объекта.
При создании небоскреба «The Spiral» (рис.2) использовались симуляции, для оптимизации энергоэффективности и уменьшения воздействия ветровых нагрузок. Инженеры применяли платформу Skyscraper AI для анализа различных вариантов конструкций, что позволило сократить энергопотребление на 15% процентов и сократить воздействие ветровых нагрузок. А также оптимизировать конструкцию здания, увеличив прочность и устойчивость.
Использование ИИ и предиктивной аналитики в строительстве позволяет анализировать данные, накопленные за долгий период времени, для прогнозирования проблем, таких как задержки или перерасход материальных средств. Эти прогнозы дают возможность руководству компании принимать превентивные решения, обеспечивая соблюдение сроков и бюджета проекта. Одним из ключевых аспектов любого строительного проекта является контроль качества и оценка рисков. Данные из различных источников, таких как камеры видеонаблюдения и видео с дронов, анализируются ИИ для выявления проблемных областей и оценки рисков. Это помогает предотвращать потенциальные дефекты и отклонения на ранних стадиях строительства.
Рисунок 2 - Небоскреб «The Spiral»
Инновационным решением стали платформы ИИ которые ведут надзор за строительством. Рассмотрим на примере платформы Buildots. Она использует искусственный интеллект и компьютерное зрение для автоматизации идентификационного контроля на строительной площадке. Рабочие оснащены защитными касками с камерами, обеспечивающими обзор на 360 градусов (Рис. 3).
Рисунок 3 - Защитная каска Buildots оснащенная камерой 360 градусов
Эти камеры собирают данные, которые затем анализируются ИИ. Сравнивая фактические условия на площадке с моделью BIM, Buildots выявляет отклонения и потенциальные проблемы на 80 этапах строительства. Это позволяет своевременно принимать корректирующие меры и значительно улучшать качество строительства.
Данные платформы дают возможность высокий потенциал повысить качество готового продукта на выходе. За счет того, что ИИ затрачивает меньше времени на выявление проблемы и находит больше дефектов по сравнению с человеком.
Современные технологии ИИ значительно упростили автоматизацию на строительных площадках. Роботы и системы ИИ могут выполнять самые разнообразные задачи, включая укладку кирпичей, заливку бетона и даже 3D-печать всей конструкции.[15] Такой технологический прогресс снижает стоимость труда не только из-за отсутствия необходимости в ручном труде, но и за счет более высокой точности и скорости. Интегрировав ИИ в свой рабочий процесс, строительные компании могут завершать проекты быстрее и с меньшим количеством ошибок, что сокращает общие расходы.[8]
Одними из примеров успешного применения ИИ в строительстве является робот каменщик Hadrian X разработанного австралийской компанией «Fastbrick Robotics», Этот робот предназначен для автоматизации процесса укладки кирпича, что значительно увеличивает скорость возведения зданий. Управляемый системой ИИ, Hadrian X анализирует 3D-модель здания и определяет оптимальную последовательность кладки. Тестирование показывают, что использование данного робота позволяет сократить сроки строительства на 30%.
Робот Hadrian X оснащен передовыми алгоритмами ИИ, которые обеспечивают высокую точность в определении места укладки каждого кирпича, минимизируя ошибки и повышая общую эффективность строительного процесса. Этот подход не только сокращает трудозатраты, но и уменьшает количество отходов, что в свою очередь снижает затраты на материалы и утилизацию (рис.4).
Рисунок 4 - Hadrian X на испытаниях
Еще одним значимым новшеством в строительной отрасли является мобильный 3D - принтер компании «Apis Cor». Этот принтер, Оснащенный искусственным интеллектом, позволяет печатать здания непосредственно на строительной площадке, в короткий промежуток времени используя специальные бетонные смеси. принтера анализирует 3D-модель конструкций и оптимизирует процесс печати для достижения высокой точности (Рис.5).
Рисунок 5 - Робот «Фрэнк» от компании Apis Cor
Самым крупным созданным с помощью 3D принтера - на данный момент является офис в Дубае, он был напечатан за 21 день, площадь его составляет 6400 метров квадратных. Строительство по стандартным технологиям заняло бы в 2 раза больше времени (Рис.6).
Рисунок 6 - «World's largest 3D-printed building» во время строительства
Робототехника также способствует большей роли в современном строительстве, особенно при выполнении таких задач, как опасность или требование точного выполнения. Например, компания Hyundai, в рамках проекта Xite Transformation, разработала экскаватор Concept X без кабины оператора, управляемый системой с поддержкой ИИ. Сейчас экскаватор находится в стадии концепта, но в ближайшие годы начнется внедрение.
Применение дронов с использованием компьютерного зрения, в основном используют Lidar (Light defection and Ranging) (Рис.7) для создания 3d-модели исследуемого объекта, так как Lidar обеспечивает точное измерение расстояний, по сравнению с обычным компьютерным зрением, которое основано на обработке визуальных данных.
Рисунок 7 - Сканирование местности дроном при помощи Lidar
Дроны также находят широкое применение в геодезии. С их помощью и использованием ИИ геодезисты могут получать высокоточные карты местности, что значительно облегчает планирование и выполнение строительных работ.
Исследования показывают, что дроны могут значительно улучшить мониторинг строительных площадок, обеспечивая видеонаблюдение в реальном времени. Это позволяет оперативно выявлять потенциальные опасности и предотвращать несчастные случаи. Дроны с камерами высокого разрешения могут снимать видео, которое затем используется для создания 3D-моделей объектов. Это помогает в планировании и проектировании, а также в оценке прогресса строительства.
Современные дроны могут быть оснащены различными датчиками, которые собирают данные о температуре, влажности, уровне шума и других параметрах. Эти данные анализируются с помощью ИИ для оптимизации процессов строительства и повышения их эффективности. Исследования показывают, что использование дронов и ИИ позволяет улучшить управление ресурсами и снижать затраты на строительство. Дроны могут использоваться для обследования и ремонта высотных конструкций, таких как крыши и мосты, что снижает риск для работников и ускоряет выполнение работ. Они могут определять изношенные или поврежденные участки, предлагая решения по их ремонту на ранних стадиях.
Система управления безопасностью, основанная на ИИ, способна обнаруживать возможные опасности строительных площадок и информировать работников об опасном готовящемся событии. Наконец, носимые устройства, которые отслеживают здоровье и безопасность работников, с использованием ИИ могут прогнозировать усталость, сообщать рабочим, какая рабочая зона — высокого риска, и идентифицировать опасное поведение. Такой прорывной подход к управлению безопасностью строительства приведет к снижению несчастных случаев и аварий, а в конечном счете поможет стимулировать политику промышленной безопасности на строительных площадках.
Инструменты, используемые для наблюдения за безопасностью, основаны на анализе информации с камер видеонаблюдения, выявлении потенциальных рисков и улучшении управления безопасностью с помощью ИИ. Например, платформа Sentri360 и Worker-Centrik А1 компании Everguard.ai анализируют данные не только с камер видеонаблюдения, но и с носимых устройств. Эти системы интегрируют поведенческие
модели для активного предотвращения рисков. Особенно популярны такие платформы в развитых странах.
Простой пример - компания Skanska в Великобритании, которая использовала фитнес-трекеры с ИИ для отслеживания показателей здоровья и возможных случаев переутомления среди рабочих. Это помогло повысить уровень безопасности и снизить риски несчастных случаев. Эти примеры демонстрируют, как ИИ и современные технологии могут существенно повысить безопасность на строительных площадках и улучшить условия труда для рабочих.
Кроме того, статистические данные подтверждают эффективность таких технологий. Использование систем управления безопасностью на базе ИИ снижает количество несчастных случаев на 25-30% [8]. Применение носимых устройств для мониторинга здоровья работников помогает своевременно выявлять и устранять опасные ситуации, что в конечном итоге повышает общую производительность и безопасность на строительных площадках.
Современные исследования показывают, что такие системы могут не только обнаруживать и предотвращать опасные ситуации, но и обучаться на данных для улучшения своей эффективности со временем. Например, системы машинного обучения могут анализировать прошлые инциденты и разрабатывать модели для прогнозирования будущих опасностей, что делает их незаменимыми инструментами для управления безопасностью.
Внедрение этих инновационных решений помогает создавать более безопасные и эффективные строительные процессы, что в свою очередь ведет к снижению затрат и повышению качества строительства. В будущем можно ожидать дальнейшего развития таких технологий и их интеграции в стандартные процедуры управления строительными проектами. ИИ позволяет строительным компаниям сократить издержки за счёт автоматизации повторяющихся задач, повышения точности расчётов и оптимизации расхода материалов. По данным Boston Consulting Group (2023), автоматизация и внедрение интеллектуальных систем могут снизить стоимость строительства на 10-15%, что особенно важно для крупных инфраструктурных проектов. Улучшение качества выполнения работ и снижение числа ошибок дополнительно способствуют сокращению непредвиденных расходов, связанных с демонтажем или переработкой. Более того, цифровизация строительной отрасли способна не только повысить эффективность, но и внести вклад в рост экономики. Например, в странах с развитой экономикой её внедрение может увеличить ВВП на 2-3% в течение десяти лет за счёт роста производительности труда и привлечения инвестиций в новые технологии (McKinsey, 2020). Эти изменения также создают благоприятные условия для международного финансирования, что особенно важно для развивающихся стран, стремящихся модернизировать свою инфраструктуру.
Рассматривая строительную отрасль РФ, мы видим такую ситуацию (Рис.9).
Рисунок 8 - Влияние ИИ на экономику строительной отрасли
Объем работ и производительность труда показывали умеренный рост до 2019 года, [5]с начала 2018 года появляются первые инициативы по внедрению ИИ. В 2019 ДОМ.РФ и Минстрой России начали формировать программы по оптимизации строительных процессов с помощью ИИ, и на графике мы видим увеличение объемов выполненных работ и производительности труда. По словам Юрия Хаханова, представителя фонд Сколково, благодаря внедрению ИИ производительность труда на 40 процентов [10], и объем выполненных работ на 42%[5].
Делая небольшой вывод, мы можем сказать, что внедрение ИИ в строительной отрасль России, значительно повысило эффективность, что отражается в ускоренном росте объемов работ и производительности труда. Эти результаты подтверждают экономическую целесообразность использования технологий ИИ.
Одновременно с этим экономические преобразования, связанные с внедрением ИИ, вызывают изменения в структуре занятости. Наиболее заметные изменения затрагивают рынок труда, где автоматизация задач, таких как управление оборудованием, контроль качества и обработка материалов, может сократить спрос на низкоквалифицированный труд до 20% в течение ближайших пяти лет (Statista, 2023). Особенно уязвимыми в этой ситуации оказываются сотрудники старшего возраста и те, кто не имеет возможности или желания осваивать новые профессиональные навыки. Однако, несмотря на сокращение рабочих мест в одних сферах, внедрение ИИ одновременно создаёт новые возможности. Например, в рамках упомянутого исследования было выявлено, что спрос на специалистов по управлению интеллектуальными системами и анализу данных увеличился на 30% за последние три года. Это подтверждается ростом числа вакансий, связанных с программированием и робототехникой, в строительных компаниях Европы (Eurostat, 2023). Такие данные свидетельствуют о растущей необходимости переквалификации и подготовки новых кадров, способных соответствовать требованиям цифровой экономики.
Для минимизации социальных последствий, вызванных цифровизацией, многие страны инвестируют в программы переквалификации. Такие инициативы, как пример Германии, где государство активно поддерживает обучение в области робототехники и управления интеллектуальными системами, показывают высокую эффективность. В течение трёх лет эти меры позволили снизить уровень безработицы среди строителей старшего возраста на 15% (Federal Employment Agency, 2023). В рамках собственного анализа программ переквалификации, внедрённых в странах Восточной Европы, было установлено, что компании, инвестирующие более 5% бюджета в обучение сотрудников, смогли сохранить 50% своих низкоквалифицированных работников за счёт перенаправления их на новые задачи. Это свидетельствует о том, что инвестиции в образование не только смягчают социальные последствия автоматизации, но и способствуют созданию устойчивой модели занятости.
Таким образом, внедрение ИИ в строительную отрасль оказывает глубокое влияние на экономику и рынок труда. Автоматизация не только снижает издержки и повышает производительность, но и стимулирует рост экономики, создавая благоприятные условия для модернизации отрасли. Однако изменения на рынке труда требуют комплексного подхода, включающего программы переквалификации и развитие образовательных инициатив. Такие меры позволят минимизировать социальные риски, обеспечить занятость и сохранить устойчивость отрасли в условиях цифровой трансформации.
Интеграция ИИ в строительную отрасль открывает как новые возможности для экологической устойчивости, так и вызывает определённые экологические риски. Этот баланс требует детального анализа, чтобы оценить, насколько технологии способствуют снижению углеродного следа и экологической нагрузки.
Положительные аспекты применения ИИ в строительстве связаны с его способностью оптимизировать процессы и минимизировать использование ресурсов. Например, системы ИИ позволяют точно рассчитывать объёмы материалов, необходимых для строительства, что снижает их перерасход и уменьшает объём строительных отходов. По данным отчёта World Economic Forum (2022), оптимизация материалов с помощью ИИ снижает отходы на 20-30%, что в свою очередь уменьшает нагрузку на свалки
и способствует экономии природных ресурсов.
Кроме того, ИИ помогает проектировать энергоэффективные здания. Анализ данных о климате, потребностях здания в энергии и выборе материалов позволяет создавать проекты с минимальным углеродным следом. Использование цифровых двойников даёт возможность оценить экологическое воздействие ещё до начала строительства. Например, компании, применяющие такие технологии, демонстрируют сокращение выбросов CO2 на 10-15% за счёт улучшения планирования и эксплуатации зданий (McKinsey, 2023).
С другой стороны, внедрение ИИ в строительную отрасль сопряжено с экологическими издержками. Во-первых, производство оборудования для работы с ИИ, включая серверы и робототехнику, требует значительных энергетических ресурсов. Это приводит к увеличению углеродного следа в процессе производства и эксплуатации таких систем. По данным Global Energy Monitor (2023), центры обработки данных, обеспечивающие функционирование ИИ, являются одним из быстрорастущих источников выбросов парниковых газов, их доля в глобальных выбросах оценивается в 2%.
Ещё одним негативным аспектом является зависимость от редкоземельных материалов, используемых для создания оборудования, необходимого для работы ИИ. Добыча этих ресурсов сопряжена с разрушением экосистем и значительным энергетическим потреблением. Так, для производства одного сервера на базе ИИ требуется до 60 кг различных металлов, включая редкие элементы, такие как литий и кобальт, что вызывает вопросы об экологической ответственности компаний.
Выводы. Искусственный интеллект оказывает глубокое влияние на строительную отрасль, трансформируя основные процессы и открывая новые перспективы для развития. Генеративное проектирование позволяет создавать более эффективные и экологически устойчивые объекты, что приводит не только к затратам, но и к углеродным последствиям. Системы ИИ обеспечивают высокий уровень контроля качества и безопасности, сводя к минимуму ошибки и помехи от электромагнитного излучения для решения сложных задач.
Однако внедрение ИИ сопровождается вызовами, которые нельзя игнорировать. Высокая стоимость технологий, сложность их проверки и нехватка квалифицированных кадров создают препятствия, особенно для компаний из зарубежных стран. Кроме того, экологические затраты на производство и эксплуатацию оборудования требуют новых подходов к энергоэффективности и переработке материалов. Решение этих проблем требует скоординированных перемен со стороны государства, бизнеса и образовательных учреждений.
Эффективная интеграция ИИ в строительные отрасли — это не только технологический вызов, но и социальная необходимость. Инвестиции в цифровизацию, обучение персонала и дальнейшее использование могут превратить этот двигатель в экономический и экологический рост. В дальнейшем использовании ИИ станет обязательным условием конкурентоспособности компаний, обеспечения качественного улучшения жизни и создания объектов с учетом потребностей общества. Успех этой трансформации зависит от наших способностей сбалансировать технологические достижения с помощью других технологий.
Список использованной литературы:
1. INTERNATIONAL STANDARD ISO/IEC 22989 https://cdn.standards.iteh.ai/samples/74296/ c4efbadbf1a146 d4af6d62fcad09438tyISO-IEC-22989-2022.pdf
2. Алексеева Т.Р. BIM-технологии и искусственный интеллект в инфраструктурном строительстве. Учебное пособие. / Т.Р. Алексеева - М.: БСТ, 2022. 52 с.
3. Болаев К.К., Цедеев А.Б., Клевакина В.Н., Басхамжаев М.В. Современная строительная отрасль: анализ и трансформация // Журнал прикладных исследований. 2021. №6. С. 821-826.
4. Гончаров, И.Л., Сергеева, Л.А. Искусственный интеллект в строительстве / И.Л. Гончаров, Л.А. Сергеева // Строительство. Экономика и управление. - 2019. - № 1 (33). - С. 61-66.
5. Д.Д. Кенчадзе, Е.А. Бызалова, Н.А. Власенко, Л.В. Денисов, Е.Е. Дехтяр, Л.Г. Ершкова, И.Б. Золотова. Строительство в России. 2022: Стат. сб. / Росстат. - M., C863 2022. - 148 c.
6. Серга, Г. В. Инновационные решения строительства жилых, промышленных и административных зданий / Г. В. Серга, Д. Г. Серый // Урбанистика: опыт исследований, современные практики, стратегия развития городов, Саратов, 11-12 мая 2017 года. - Саратов: Саратовский государственный технический университет имени Гагарина Ю.А., 2017. - С. 205-207.
7. Информационное моделирование и искусственный интеллект в современном строительстве и жилищно-коммунальном хозяйстве / В. Л. Курбатов, В. И. Римшин, И. Л. Шубин, С. В. Волкова. - Москва: Издательский дом АСВ, 2023. - 420 с. - ISBN 978-5-4323-0491-9. - EDN MSLGGU.
8. Муконина, М. И. Применение технологий искусственного интеллекта в строительной отрасли / М. И. Муконина, В. В. Муконин // Цифровые инфокоммуникационные технологии : Сборник научных трудов II Международной научно-практической конференции, посвященная 40-летию факультета "Информационные технологии управления" и 50-летию кафедры "Автоматика и телемеханика на железнодорожном транспорте", Ростов-на-Дону, 16 декабря 2022 года. - Ростов-на-Дону: Ростовский государственный университет путей сообщения, 2022. - С. 205-209. - DOI 10.46973/978-5-907295-76-6_2022_205. - EDN FRICWC.
9. Махмутова, А. А. Практика внедрения инновационных технологий в строительстве / А. А. Махмутова, А. А. Ревякин // Инновационные технологии в строительстве и управление техническим состоянием инфраструктуры: Сборник научных трудов IV Всероссийской национальной научно-практической конференции, Ростов-на-Дону, 11 апреля 2022 года. - Ростов-на-Дону: Ростовский государственный университет путей сообщения, 2022. - С. 85-88. - DOI 10.46973/9785907295612_2022_85. - EDN IRXIBL.
10.Хаханов Ю. Инновационные технологии в недвижимости и строительстве[презентация]-м.: Фонд Сколково, 2024-24 слайда.
11.Abioye S. O. et al. Artificial intelligence in the construction industry: A review of present status, opportunities and future challenges //Journal of Building Engineering. - 2021. - Т. 44. - С. 103299.
12.Ajayi A. et al. Deep learning models for health and safety risk prediction in power infrastructure projects //Risk Analysis. - 2020. - Т. 40. - №. 10. - С. 2019-2039.
13.Liang C. J. et al. Ethics of artificial intelligence and robotics in the architecture, engineering, and construction industry //Automation in Construction. - 2024. - Т. 162. - С. 105369.
14.Nagy D. et al. Project discover: An application of generative design for architectural space planning //Proceedings of the Symposium on Simulation for Architecture and Urban Design. - 2017. - С. 1-8.
15.Regona M. et al. Artificial Intelligence and Sustainable Development Goals: Systematic Literature Review of the Construction Industry //Sustainable Cities and Society. - 2024. - С. 105499.
©Шумов В. Н., 2024
УДК 3977
Щёкотов Н. К.
студент 4 курса бакалавриат УрГУПС, г. Екатеринбург, РФ Научный руководитель: Кондрачук О. Е.
старший преподаватель, УрГУПС г. Екатеринбург, РФ
ВЛИЯНИЕ ЭЛЕКТРОННОГО БИЗНЕСА НА ПОТРЕБИТЕЛЬСКИЙ СПРОС В РОССИЙСКОЙ ФЕДЕРАЦИИ
Аннотация
Электронный бизнес стремительно развивается в Российской Федерации, оказывая значительное
