Оригинал статьи – Джош Каннер (JoshKanner), генеральный директор Smartvid.io
Технологии меняют все, что касается методов строительства. Экономия времени, сокращение отходов, повышение качества – волна инноваций действительно идет всем на пользу. При этом, безопасность на стройке является серьезной причиной для беспокойства. Поэтому важно то, что новые технологии могут создать предпосылки для изменений к лучшему.
Предиктивная аналитика – качественно новый способ применения машинного обучения и искусственного интеллекта (ИИ). Сейчас ее способности исследуются в строительной отрасли.
Smartvid.io (стартап, разработавший технологию применения ИИ и машинного обучения для анализа фото и видео информации на стройплощадке, стратегическая инвестиция Autodesk в 2017 – ред.) предпринимает значительные усилия в применении этой технологии в строительных рабочих процессах. Она дает пользователям возможность добывать текущие данные и изображения с площадок для повышения безопасности на объекте. Smartvid.io разработала свою технологию для полной интеграции с Autodesk BIM 360, которая позволяет собирать информацию непосредственно из источника.
Техника безопасности в строительстве
Smartvid.io начала сотрудничество с Suffolk Construction (американский девелопер, входит в список 20 крупнейших строительных компаний в стране – ред.) для того, чтобы протестировать способность AI предсказывать инциденты в области строительной безопасности на конкретных площадках. Движущей силой этой инициативы стала программа Suffolk Construction «Safer Together». Это сотрудничество Suffolk Construction с подрядчиками с целью обеспечить безопасность на рабочих местах в отрасли, печально известной несчастными случаями и травмами. Они уделяют большое внимание взаимодействию с субподрядчиками и делают акцент на позитивных обсуждениях безопасности, а не на негативных призывах. Их кредо простое: «В конце дня каждый благополучно уходит домой».
Для того, чтобы протестировать возможности предиктивной аналитики, Smartvid.io использовала сохраненные за десять лет данные от Suffolk, которые были загружены в Vinnie, движок на базе искусственного интеллекта. Идея заключается в том, что Vinnie сможет сравнить эти данные с текущими изображениями со строительной площадки, отчетами об инцидентах и данными об окружающей среде. Отслеживая такие вещи как использование средств индивидуальной защиты, погоду, тип и стадию проекта, а также сравнивая эти данные с отчетами об инцидентах, Vinnie смогла создать предиктивную модель для вопросов безопасности.
Предиктивная модель Vinnie поддержит «Safer Together», отслеживая полное соблюдение установленного порядка использования средств индивидуальной защиты и создавая почву для активного усиления протоколов безопасности и соответствия стандартам, а затем выдавая предупреждающие оповещения руководителям стройки.
Прогнозирование будущего с помощью изучения прошлого
Некоторые компании выводят ИИ за рамки простого исследования и вместо этого тренируют его предсказывать угрозы безопасности
До того, как приступить к испытаниям в режиме реального времени, Vinnie поручили предсказать инциденты за 3-летний период, поскольку эти прогнозы можно было сравнить с тем, что, как было известно, уже произошло. В совместном релизе Smartvid.io и Suffolk изложены цифры и показаны некоторые реальные возможности снижения рисков с помощью прогнозов ИИ.
В течение 3-летнего периода Vinnie предсказала 20% всех инцидентов с точностью 80%, после того как руководитель решил получить 4 оповещения за год, при этом одно из было «ложной тревогой»
Если бы руководитель был не против получать больше оповещений, его можно было бы предупредить обо всех 40% инцидентов с точностью 66% (имели место 2/3 предсказанных инцидентов или примерно 12 оповещений за год, из которых 4 были «ложной тревогой).
При попытке определить потенциальное влияние системы предварительного оповещения имеет смысл воспользоваться консервативной оценкой.
Если только 1 из 4 предсказанных инцидентов предотвращен, компания с 50 проектами в год может избежать 40-100 инцидентов за этот период.
При предполагаемой стоимости примерно $36 000 за инцидент (по 2018 году), это приблизительно от $1,4 млн до $3,6 млн экономии, связанной с безопасностью, в год
Если мы предположим, что 50% предупреждений от системы предварительного оповещения приведут к предотвращению инцидента (с большей вероятностью), то финансовые выгоды окажутся вдвое больше.
Эти цифры показывают, что можно использовать данные и ИИ для создания предиктивной системы управления безопасностью, основанной имеющихся знаниях, и объединить статистические вероятности для помощи в снижении рисков безопасности.
Стоит также отметить, что создание более безопасной рабочей среды способствует сохранению кадров в отрасли, которая уже испытывает стресс от заполнения пробела «квалифицированных рабочих».
AI продвигает бизнес-модель завтрашнего дня
Возможности искусственного интеллекта выходят далеко за рамки выстраивания предположений по управлению безопасностью. Мы продолжаем изучать эти области и обеспечивать более качественные данные, поэтому в будущем прогнозы, вероятно, станут еще более точными. И они вполне могут использоваться для управления ставками по страхованию, хотя это всего лишь вершина айсберга.
Существуют возможности для изучения того, как предиктивная аналитика может использоваться для управления всеми областями проектного риска.
Комментарии (0)