Прогнозирование в строительстве: вчера, сегодня, завтра

Подпишитесь на канал

Несоблюдение сроков — хроническая проблема строительных проектов. Влияние многих факторов, например, внезапного изменения погоды или несвоевременной поставки материалов, сложно спрогнозировать обычными способами. Здесь на помощь приходят современные цифровые методы — в первую очередь предиктивная аналитика. Как работает прогнозирование в строительстве и какие проблемы отрасли может решить, рассказывает Алексей Дроздов, управляющий партнер компании Прагма (резидент Сколково).

fe1515f6ce0ac8b936c8909ca27be10e.png

Почему могут не соблюдаться сроки строительства

Большинство строек заканчивается не в те сроки, которые были запланированы изначально. Это известный факт, к которому все привыкли. Обычно это связано не с недобросовестностью строительной компании, а с тем, что многие факторы, мешающие закончить проект в срок, сложно просчитать и предугадать.

Есть «регулярные» факторы, которые не меняются с течением времени, поэтому их можно предсказать до начала строительства. Они могут быть самыми разными: географические, геологические и климатические параметры, качество проектной документации и инженерных изысканий, эффективность управления, выстроенность процессов внутри компании.

Но есть и много других факторов, которые возникают в процессе строительства и предсказать которые сложнее. Это, например, конкретные погодные условия — затянувшиеся на несколько недель дожди или сильная жара, сезонные изменения, связанные с географическим положением. Есть исследования, которые подтверждают, что эффективность строительных работ снижается при высоких температурах воздуха или сильных дождях.

Существуют и другие «случайные» факторы, сильно влияющие на процесс строительства, — снижение числа рабочих на стройке из-за увольнений и болезней, поломка оборудования, задержки с поставками материалов и т.д.

В любом случае на сроки строительства влияет много случайных факторов. Так что и само изменение этих сроков, отклонение от плана из-за различных случайностей — случайная величина. Это не значит, что никакое прогнозирование в принципе невозможно. Определить можно не точную длительность проекта, а вероятность того, что на самом деле он будет длиться дольше запланированного. Важно понимать, что можно прогнозировать и конкретные показатели, включающие вероятностные отклонения, которые зависят от нескольких десятков косвенных неочевидных показателей и коэффициентов. И здесь на помощь приходит предиктивная аналитика.

Как предиктивная аналитика может решить проблемы стройки

Предиктивная аналитика — способ прогнозирования, основанный на использовании big data и искусственного интеллекта. Есть много способов применить ее для повышения эффективности строительства. Но для этого в компании уже должны быть выстроены основные процессы и внедрены элементы цифровизации — ведь предиктивная аналитика основывается на данных, которые должны поступать из других элементов выстроенной системы.

Основная цель предиктивной аналитики — дать оценку реальной длительности и стоимости строительного проекта. Причем это работает и в самом начале работ, и в дальнейшем ходе строительства. Длительность работ в этом случае можно представить не как какой-то один жесткий вариант, а в виде целого набора возможностей. Разные варианты будут реализованы при разном стечении нескольких факторов.Я бы сравнил предиктивную аналитику вот с чем: вы ведете строительство, в какой-то момент понимаете, что все идет не совсем по плану, и приглашаете консалтинговое агентство, специализирующееся в этой сфере. Его специалисты смотрят на все процессы в комплексе, планы, оценивают разные факторы, влияющие на стройку, — это такой взгляд на ситуацию сверху. И в итоге они могут выдать взгляд сверху на ситуацию под новым углом и дать вам прогноз и рекомендации, основанные на анализе самых разных факторов и параметров.

Примерно такой же взгляд сверху дают инструменты предиктивной аналитики, только еще более точно, детально, в режиме реального времени и без дополнительных расходов на консультантов. Ведь здесь оценка идет на основе big data, оценивается сразу нескольких десятков разных факторов — проанализировать такой объем разных данных человек не смог бы. Предиктивная аналитика позволяет не только проанализировать эти многочисленные факторы, но и оценить наложение разных факторов друг на друга.

В итоге вы получаете несколько разных сценариев — например, сколько будет длиться стройка при разном стечении обстоятельств. А дальше более продвинутые системы предиктивной аналитики могут давать рекомендации — как именно справиться с обнаруженными проблемами, какие есть пути решения, какие риски есть в каждом из сценариев. Причем с поправкой как на уже имеющиеся сложности, так и на препятствия, которые могут возникнуть в дальнейшем.

Например, вы уже затянули сроки строительства из-за разных сбоев — из-за этого ваши сотрудники демотивированы, а бюджет перерасходован. Система предиктивной аналитики может учесть все эти факторы и на основе математических моделей выдать вам разные сценарии разрешения ситуации. Такое просто невозможно без цифровых инструментов — иначе вам неизбежно придется принимать решения, полагаясь на свой опыт и надеясь на удачное стечение обстоятельств.

Как работает предиктивная аналитика

Для того, чтобы инструменты предиктивной аналитики были действительно полезны, у вас уже должно быть много данных о разных аспектах и параметрах работы вашей организации. Чем больше данных поступает в систему, тем качественнее будет прогноз.

Например, в случае с прогнозированием возможных отклонений от сроков строительства система анализирует текущие и исторические данные о ваших и схожих проектах в регионе, погоде, материалах и их поставщиках, ресурсах. Чем больше и конкретнее данные, тем точнее система покажет вероятность отклонений от плана. Так, в случае с погодой мы анализируем как многолетние данные, так и данные за последние 5 лет, ведь климат меняется.

Дальше все эти данные анализируются с помощью статистического моделирования и технологий машинного обучения. Здесь нет линейной зависимости, так что конечные результаты рассчитываются по сложным формулам статистического распределения.

Дело еще в том, что разные факторы могут накладываться друг на друга: например, тот факт, что неделю идут дожди, не отменяет возможности того, что компания-поставщик привезет нужные материалы с задержкой. Кроме того, разные факторы влияют не по отдельности, а вместе, так что систему нужно рассматривать во взаимозависимости: отличная погода, способствующая стройке, не перекрывает того факта, что у вас не хватает рабочих.

Предиктивная аналитика позволяет учесть все эти моменты и представить веер сценариев с разной вероятностью каждого из них. В такой модели можно посмотреть, в какой степени на сроки строительства влияют разные отдельные факторы. Предиктивная аналитика, позволяющая оценить реальные сроки строительства, будет полезна самым разным участникам строительной отрасли: и заказчику проекта, и застройщику, и страховой компании, и банку, финансирующему строительство. Общий вывод, который позволяет сделать предиктивная аналитика, состоит в том, что при любом крупном строительстве не стоит надеяться на то, что изначальный план будет выполнен точно в сроки, разумнее сразу заложить определенное факторы увеличения сроков. Какое именно — на этот вопрос в каждом конкретном случае отвечает предиктивная аналитика, сохраняя бюджеты, нервы и позволяя прогнозировать точнее.

Предиктивная аналитика — очень перспективное направление, у которого может быть и множество других применений. Еще одна задача в строительстве, которую она позволяет решить, — оценить риски по конкретной составляющей строительства, например, по материалам и оборудованию. В этом случае система будет анализировать запасы материалов, исторические данные по поставкам и поставщикам, после чего она прогнозирует поставки и в конечном итоге позволит понять, с поставками каких материалов могут быть сбои и насколько серьезные. 

Комментарии (0)

Пожалуйста, авторизуйтесь или зарегистрируйтесь для комментирования!