Как нейросети и машинное обучение меняют девелопмент

Пять умных сервисов в девелопменте, в которых применяется искусственный интеллект и машинное обучение

Объем информации в мире каждый год растет экспоненциально. К 2022 году человечество накопило около 80 зеттабайт оцифрованных данных (1 зеттабайт равен 1 триллиону гигабайт). Весь этот массив информации, который обозначают термином Big Data, еще относительно недавно собирали и исследовали вручную. Однако начиная с 2016 года стал развиваться тренд на обработку данных с помощью нейросетей, что дало возможность любому бизнесу, в том числе и девелоперам, значительно повысить качество продукта и эффективность. Подробнее об этом «Стройгазете» рассказал директор по цифровому продукту компании GloraX Артем Чернов.

Невидимый наблюдатель

Улучшение условий безопасности на стройке - приоритетный вопрос для девелоперов. В частности, в несколько раз сократить количество несчастных случаев на стройплощадках застройщикам помогло появление «умных» камер. Фото и видеозаписи с них непрерывно обрабатывает нейросеть, затем на основании полученных данных система сигнализирует о потенциальных рисках и опасностях.

Таким образом искусственный интеллект может предупредить о возгорании или наличии шаткой конструкции, а также сообщить ответственным сотрудникам о нарушении техники безопасности, если, например, на стройплощадке зафиксирован сотрудник без каски.

Объемное проектирование и генеративный дизайн

Другое не менее интересное применение AL-технологий (технологии искусственного интеллекта) - создание цифровых макетов зданий при помощи съемок и данных, полученных с камер дронов и автономных роботов. Передвигаясь по строительной площадке, они фиксируют точечные пространственные объекты, которые затем нейросеть обрабатывает и представляет в виде объемной модели. Опираясь на эти макеты, руководители могут отслеживать все изменения на строительном объекте и сопоставлять корректность выполнения работ с проектной документацией. Главный плюс – возможность узнавать о рисках заранее. Это главный источник экономии, который быстро окупает все вложения в такие технологии.

Al на службе клиентского сервиса

Нейросети незаметно взаимодействуют и с покупателями недвижимости. Например, ML-алгоритмы лежат в основе многих оценочных программ. Еще задолго до старта продаж искусственный интеллект обрабатывает чертежи и схемы будущих лотов - определяет их площади, количество комнат, местоположение окон и дверей. Эти параметры нейронная сеть использует для создания карточек описания квартир. Также на основе двумерных планов ML-алгоритмы генерируют полноценные рендеры помещений, расставляют на них мебель и даже предлагают варианты отделки. В конечном итоге это экономит время застройщику и исключает технические ошибки при размещении рекламы - карточки автоматически подгружаются на страницы сайтов продаж и агрегаторов и адаптируются под них.

Al-инструменты лежат в основе многих рекомендательных сервисов. Например, алгоритмы делают выборки предложении для покупателей на основании анализа их поведения в сети. А еще искусственный интеллект помогает определять оптимальную стоимость лотов - опираясь на рыночную ситуацию, исторические данные, ценовые предложения конкурентов, курс валют и ипотечную ставку.

Помимо этого, искусственный интеллект помогает клиенту определиться с выбором недвижимости по заданным параметрам, а затем сопровождает его на всем пути владения объектом. Так, в компании GloraX появился цифровой помощник Lora, который заменяет менеджера по продажам, специалиста клиентского сервиса, ипотечного брокера и менеджера по постпродажному обслуживанию. Система собирает и систематизирует запросы и обращения клиентов. Это сокращает время на обработку данных и позволяет в кратчайшие сроки предлагать оптимальные решения и помогать решать кейсы клиента без долгих уточняющих вопросов.

Дом с умом

Девелоперы используют возможности нейросети не только для сопровождения процесса заключения сделки. После ввода объекта в эксплуатацию искусственный интеллект позволяет в автоматическом режиме вести контроль работы всех систем жизнеобеспечения дома – от безопасного функционирования лифтов, до бесперебойной работы квартирных контроллеров протечки и «умных выключателей». Контролируя степень износа инженерных систем, машины помогают избежать аварий и протечек, а также уменьшают затраты жителей на эксплуатацию зданий и коммунальные услуги.

Технологии будущего

В строительной отрасли Al-технологиям придают важное значение. Об этом говорит исследование McKinsey Global Institute - если в 2017 году инструментами искусственного интеллекта пользовались менее 16% застройщиков, то сейчас эта практика распространена повсеместно. В будущем тенденция продолжится - роботы и автономная техника сведут к минимуму влияние человеческого фактора, повысят эффективность строительства, его безопасность и качество.

С развитием технологии появится множество сервисных программ по управлению инфраструктурой «умных» квартир. Например, виртуальные хаускиперы, которые возьмут на себя организацию быта и всю коммуникацию с управляющей компанией.

Какие вопросы девелопмента решат нейросети в ближайшем будущем?

Современный девелопмент решает вопросы не только в стадии строительства и приобретения объекта, но и в дальнейшей эксплуатации. Машинное обучение всегда строится на базах данных, а значит профессиональное программное обеспечение в ближайшие годы будет массово приобретать надстройки искусственного интеллекта: технология его использования развивается и становится дешевле, а профессионалы рынка обладают большим объемом типизированых данных. Когда нейросети научатся обрабатывать и собирать эти данные с минимальными временными издержками, мы увидим, как у архитекторов, проектировщиков, строителей, инженеров появятся цифровые напарники, которые смогут как порекомендовать лучшее решение, так и, что особенно важно в девелопменте, предсказать риски.

В части работы с клиентами, а не профессионалами внутри компании, ключевая проблема заключается в сборе данных о них самих, а не их деятельности. Современные технологии предиктивной аналитики и маркетинга позволяют совмещать разнородные данные о клиентах на основе цифровых следов в соцсетях, на сайтах ретейлеров и е-кома, государственных и финансовых организаций. Однако, не стоит переживать по этому поводу, банальная «скупка» контактных баз уходит в прошлое. Она попросту неэффективна. Гораздо важнее научиться анализировать данные и предугадывать желания клиента до момента их возникновения.

К примеру, нейросеть видит по запросам и следам человека, что он интересуется инвестициями, покупает новый костюм для новой должности – значит через месяц ему разумно предложить инвестиции в недвижимость. А если мы заметим, что он публикует объявления о продаже дачи или машины, то стоит это сделать на пару недель раньше. Для стадии эксплуатации мы также развиваем возможность предугадывать желания клиентов в части заказов товаров, домашних услуг, ремонта и отдельно прорабатываем программы развития общения между жильцами, готовим к запуску комьюнити-центры в наших ЖК.