Оценка экономической эффективности применения искусственного интеллекта в строительстве: выбор оптимального метода

Обложка

Цитировать

Полный текст

Аннотация

Введение. Проведен обзор существующих идей внедрения искусственного интеллекта (ИИ) в строительной отрасли. Выполнен анализ применимости технологий и оценена их экономическая эффективность, обоснована целесообразность применения вложений инвестиций в потенциальные проекты. Строительство — это фундаментальная сфера жизни человека, в которой использование нововведений информационных технологий, в особенности ИИ, должно быть сопряжено с взвешенным решением и тщательным тестированием. По этой причине требуется выбрать наиболее подходящий под эти задачи метод оценки целесообразности внедрения. Применив выбранный метод, можно раскрыть возможности нового проекта и соотнести его со всеми затратами и рисками.Материалы и методы. Проанализированы российские и зарубежные исследования, интернет-ресурсы и материалы конференций, в ходе которых найдены актуальные тенденции применения ИИ в строительстве. Комплексный метод позволил осветить технологии с точки зрения идейности, реальности воплощения, практического использования и экономической целесообразности. Применен метод балльной оценки проектов и составлен перечень технологий, выгодных к использованию и перспективных к разработке. Осуществлено многоуровневое изучение выбранных проектов согласно системному подходу моделирования.Результаты. Сделаны выводы о наиболее перспективном методе оценки экономической эффективности инновационных проектов на основе ИИ, применимых к строительной индустрии. Теоретическая модель направлена на рассмотрение проекта как процесса причинно-следственных связей, благодаря которому видна цепочка необходимых действий, а также их последовательность.Выводы. Данное исследование об эффективности внедрения ИИ в строительство и некоторых идейных замыслов выявило оптимальный и достаточно информационный метод оценки экономической эффективности проектов, степень актуальности и соответствия интересам и потребностям строительной сферы. Представлен перечень рекомендаций для процесса внедрения нового проекта с помощью ИИ. Предложен вектор дальнейших исследований в области практических расчетов эффективности и прогнозирования.

Об авторах

Д. Н. Шишкина

Цифровая Артель

Email: fin.control.id@gmail.com
ORCID iD: 0009-0008-4648-7869
SPIN-код: 8857-3305

Список литературы

  1. Гинзбург А.В., Рыжкова А.И. Возможности искусственного интеллекта по повышению организационно-технологической надежности строительного производства // Вестник МГСУ. 2018. Т. 13. № 1 (112). С. 7–13. doi: 10.22227/1997-0935.2018.1.7-13. EDN XCIOMJ.
  2. Egwim C.N., Alaka H., Toriola-Coker L.O., Balogun H., Sunmola F. Applied artificial intelligence for predicting construction projects delay // Machine Learning with Applications. 2021. Vol. 6. P. 100166. doi: 10.1016/j.mlwa.2021.100166
  3. Колчин В.Н. Специфика применения технологии «искусственного интеллекта» в строительстве // Инновации и инвестиции. 2022. № 3. С. 250–253. EDN JJLECU.
  4. Гареев И.Ф., Мухаметова Н.Н. Внедрение цифровых технологий на этапах жизненного цикла объектов жилой недвижимости // Жилищные стратегии. 2018. Т. 5. № 3. С. 305–322. doi: 10.18334/zhs.5.3.39692. EDN YRLKJV.
  5. Симионова Н.Е. Инновационные проекты в строительстве: управление и оценка эффективности // Экономика строительства. 2020. № 2 (62). С. 59–65. EDN UVSSWJ.
  6. Лавриченко О.В. Системный подход к определению экономической эффективности инновационных проектов // Креативная экономика. 2013. № 11 (83). С. 36–40. EDN RSHVAV.
  7. Маляревский А. ИИ в российских условиях: драйверы, ингибиторы и важность кейсов // Интернет-издание о высоких технологиях — CNews. 2023.
  8. Baduge S.K., Thilakarathna S., Perera J.S., Arashpour M., Sharafi P., Teodosio B. et al. Artificial intelligence and smart vision for building and construction 4.0: Machine and deep learning methods and applications // Automation in Construction. 2022. Vol. 141. P. 104440. doi: 10.1016/j.autcon.2022.104440
  9. Brilakis I., Haas C.T.M. Infrastructure computer vision. Butterworth-Heinemann, 2019.
  10. Abioye S.O., Oyedele L.O., Akanbi L., Ajayi A., Delgado J.M.D., Bilal M. et al. Artificial intelligence in the construction industry : a review of present status, opportunities and future challenges // Journal of Building Engineering. 2021. Vol. 44. P. 103299. doi: 10.1016/j.jobe.2021.103299
  11. Гурина Е.О., Лисин И.П. Будущие инновации в строительстве // Технические науки: теория и практика : мат. IV Междунар. науч. конф. 2018. С. 43–44. EDN YNCKZN.
  12. Fang W., Zhong B., Zhao N., Love P.E.D., Luo H., Xue J. et al. A deep learning-based approach for mitigating falls from height with computer vision: Convolutional neural network // Advanced Engineering Informatics. 2019. Vol. 39. Pp. 170–177. doi: 10.1016/j.aei.2018.12.005
  13. Agarwal S. 4 Artificial intelligence use cases that don’t require a data scientist // Forbes. 2018.
  14. Федорцов Р.А. Искусственный интеллект будущее менеджмента // Студенческий научный форум 2021 : мат. Междунар. студ. науч. конф. 2021. Т. VIII. C. 130.
  15. Ненастьев А. Проблемы и преимущества искусственного интеллекта в строительстве // Цифровое управление в строительстве. 2023.
  16. Oluleye B.I., Chan D.W.M., Antwi-Afari P. Adopting Artificial Intelligence for enhancing the implementation of systemic circularity in the construction industry : a critical review // Sustainable Production and Consumption. 2023. Vol. 35. Pp. 509–524. doi: 10.1016/j.spc.2022.12.002
  17. Love P.E.D., Fang W., Matthews J., Porter S., Luo H., Ding L. Explainable artificial intelligence (XAI): Precepts, models, and opportunities for research in construction // Advanced Engineering Informatics. 2023. Vol. 57. P. 102024. doi: 10.1016/j.aei.2023.102024
  18. Анисифоров А.Б., Анисифорова Л.О. Методики оценки эффективности информационных систем и информационных технологий в бизнесе : учебное пособие. СПб., 2014.
  19. Торохова К.Е., Матвеева М.В. Оценка экономической эффективности и перспектив внедрения технологий информационного моделирования на этапе проектирования в строительной отрасли региона // Известия вузов. Инвестиции. Строительство. Недвижимость. 2023. Т. 13. № 2 (45). С. 192–201. doi: 10.21285/2227-2917-2023-2-192-201. EDN LMGVFY.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).