Подрядчик из Провиденса, штат Род-Айленд, использовал программу искусственного интеллекта Trunk Tools, чтобы избежать дорогостоящих переделок и сэкономить время и деньги.
Отслеживание каждой детали в каждом контракте, который строитель подписывает перед выходом на стройплощадку, может быть сизифовым трудом. Вы можете катить этот метафорический валун на гору, но что-то, какая-то деталь, имеет шанс обрушить прогресс. Эндрю Рой из Gilbane Building Co. хорошо это знает.
Рой, главный суперинтендант, курировал проект расширения Baird Center , реконструкцию конференц-центра в Милуоки стоимостью 456 миллионов долларов в рамках совместного предприятия с базирующейся в Фон-дю-Лаке (штат Висконсин) компанией CD Smith.
Вместе Рой и его команда добавили около 300 000 квадратных футов к существующему зданию, которое изначально открылось в 1998 году, включая 24 новых конференц-зала, более 400 крытых парковочных мест, шесть погрузочных доков и кухню для руководителей, согласно странице с информацией о проекте . Группа начала строительство в 2021 году и быстро завершила его, что привело к завершению в мае 2024 года.
Тысячи документов, один чат-бот
Но добраться туда было нелегко. Технические условия и контракты на работу составили около 21 000 отдельных документов, и эта проблема становится все более распространенной в современных сложных конструкциях.
«Человеку не под силу полностью ознакомиться с каждым документом проекта и каждым изменением или разговором, который происходит», — сказал Рой.
Вот тут-то и вступила в игру нью-йоркская компания Trunk Tools. Компания создает инструмент на основе искусственного интеллекта, который подрядчики могут использовать для отслеживания документов и контрактов проекта, чтобы получать немедленные ответы, не покидая стройплощадку.
Чтобы разобраться в море данных, содержащихся в файлах Центра Бэрда, команда Роя загрузила на платформу все свои документы, включая чертежи, запросы информации, контракты и распоряжения об изменении.
После этого большая языковая модель, лежащая в основе инструмента — функция чата, известная как TrunkText, к которой разработчики могут получить доступ с мобильных устройств или компьютера, — смогла отвечать на вопросы, реагировать на запросы и сокращать время, необходимое для поиска конкретных деталей при работе над проблемой.
«Мы как бы наткнулись на него, а затем начали использовать его для координации между документами, то есть координации между графиком дверной фурнитуры и электрическими чертежами, или чертежами низкого напряжения, или чертежами безопасности жизнедеятельности», — сказал Рой. «Вот где он стал для нас чрезвычайно мощным».
TrunkText — это всего лишь одно из предложений ИИ, ориентированных на строительство, в быстро развивающейся области. Среди других примеров — DocumentCrunch , который может искать, оценивать и размечать контракты для пользователей на основе вопросов и рисков на строительной площадке, а также Togal.AI , который использует глубокое машинное обучение, чтобы помогать оценщикам с точностью.
Gilbane начал использовать TrunkText в конце третьей части жизненного цикла проекта Baird Center, запустив его в пилотном режиме в январе 2024 года. Команда Роя использовала его при внутренней отделке, внутренней застройке и во многих внешних работах на площадке и внешнем ограждении, сказал Рой. Gilbane отказался разделить стоимость услуги.
Избегание переделок
Рой указал на вопрос, который был у команды о камине в акцентной стене с большой вытяжной системой, покрытой акустической штукатуркой. Материал для отделки закупался в Европе в течение шести месяцев. Рой и подрядчик по механическим работам провели осмотр и заметили аномалию в воздуховоде.
У них возник вопрос — нужно ли герметизировать швы? Ошибка означала бы дорогостоящую переделку, дорогостоящую аренду оборудования и потерю времени. Обычно ответ на такой вопрос включал бы длительную цепочку электронных писем между подрядчиком по механическому оборудованию, проектной группой и Роем, которая занимала бы часы, если не дни.
Вместо этого они обратились к TrunkText.
«Конечно, в течение 20 секунд у меня перед глазами там, где я находился, оказалось пять, шесть разных документов, а также текстовый ответ, в котором говорилось: да, швы на этом воздуховоде необходимо загерметизировать, чтобы создать надлежащий вакуум», — сказал Рой. «Если швы не загерметизированы, гарантия не будет сохранена, и система может работать неправильно».
Это лишь один пример из сотен запросов, отправленных работниками в ходе проекта.
Действительно, исследование Trunk Tools показало, что пользователи задали 246 вопросов за 37 рабочих дней работы в Baird Center. Из этих ответов 87% были правильными, что было подтверждено проектной группой. В исследовании утверждается, что использование TrunkText экономило работникам от 20 до 40 минут поиска и времени в пути для каждого запроса и позволяло избежать более 100 000 долларов США на доработку в месяц, согласно исследованию.
Чтобы подчеркнуть ценность этой экономии, Рой указывает на то, как ему традиционно приходилось искать информацию о проектах. Обычно, когда возникает вопрос, ему приходится рыться в своем iPad и вручную искать нужные документы или возвращаться в трейлер на стройплощадке, чтобы посмотреть чертежи, контракты или другие документы в поисках ответа. По пути его могут остановить субподрядчики с другими вопросами или ему придется решать проблему безопасности.
Вместо этого TrunkText ответил на его вопросы «в течение пяти-десяти секунд», сказал Рой.
Рой отметил, что внедрение прошло относительно безболезненно — потребовалось всего день или два, чтобы подключить Trunk Tools к развертываниям Gilbane Procore и Sharepoint.
Одной из самых сложных частей обучения использованию инструмента стало понимание того, как правильно задавать вопросы, в том числе предоставлять контекст, чтобы помочь TrunkText сосредоточиться на нужной проблеме, например, на воздуховоде вокруг камина.
Но даже тогда иногда инструмент не возвращался с ответами. В таких случаях Рой и его команда быстро делали вывод, что информация, которую они искали, отсутствовала в документах. Он описал это как «счастливую случайность», которая дала представление о потенциальных слепых пятнах в документации.
В противном случае, самой большой победой для его команды было просто отсутствие необходимости просеивать огромный объем данных, который является нормой для современного строительного проекта. В данном случае это означало целых 34 гигабайта информации в этих 21 000 файлах.
«Большинство успехов, которые мы увидели в использовании TrunkText в нашем проекте, заключались в его способности находить документы», — сказал Рой.
Sourse: www.constructiondive.com
