Наша компания разработала мобильное приложение, которое преобразует фотографию завершенных строительных работ в проверенные измерения с GPS-меткой с точностью ±3%. Работник делает снимок, обводит контур и отправляет данные. Две минуты и данные поступают в систему. Отчеты о ходе работ, выставление счетов, проверка качества и отслеживание производительности обновляются автоматически. Никаких бумажных документов. Никакой сверки в бэк-офисе. Никаких недельных задержек.
Краткий обзор проекта
Вызов
Представьте себе: утро вторника. Вы руководите специализированной строительной компанией. В вашем распоряжении более 30 сотрудников, работающих на шести-семи действующих объектах в трех странах. Они занимаются работами по сохранению культурного наследия и инфраструктуры, используя традиционные методы строительства. Специализированные материалы. Квалифицированные специалисты. Конкурентные тендеры на выполнение работ с минимальной прибылью.
Каждый работник ежедневно записывает результаты своей работы на бумаге. В трех экземплярах ведутся учетные журналы. Они измеряют объемы выполненной работы рулеткой, записывают данные и передают их в офис. Сотрудники бэк-офиса сверяют эти записи, обычно через несколько дней. Иногда через неделю.
Сам процесс измерения проходит быстро. Проблемы возникают во всем, что происходит после него.
Измерения рулеткой на неровных поверхностях сопряжены со значительной погрешностью. Когда компания сравнивала итоговые суммы в накладных с проверенными повторными замерами на завершенных участках, расхождение постоянно составляло 15-20%. В договоре подряда, где оплата напрямую привязана к количеству метров, такая погрешность означает упущенную выгоду или споры с сметчиком заказчика.
Но точность — это только половина проблемы. Настоящая головная боль — это задержка. Документы лежат в карманах, в фургонах, в офисах на стройплощадках. Они поступают в головной офис партиями. Кто-то должен их вводить, сверять, выискивать недостающие документы, устранять расхождения. К тому времени, когда данные становятся пригодными для использования, рабочая неделя, которую они описывают, уже закончилась. Проблемы, которые можно было решить во вторник, становятся очевидными только в пятницу.
Руководители проектов не имеют возможности узнать, какие объекты находятся на стадии выполнения, без выезда на место для проверки. Отчеты о ходе работ для клиентов составляются вручную на основе сверенных документов, а не на основе актуальных данных. Выставление счетов основано на восстановленных данных, а не на проверенных доказательствах. Расчет стоимости новых работ производится на основе электронных таблиц и опыта, а не проверенных исторических данных.
Погода в этой отрасли не является фоновым фактором. Это оперативная переменная, влияющая на ежедневную производительность. Раствор нельзя наносить при температуре ниже 4°C. Ветер приводит к закрытию производственных площадок. Дождь меняет всё. Ничто из этого не отслеживалось и не сопоставлялось с производительностью. Когда погода останавливает работу, нет никаких доказательств, подтверждающих заявление о потерянных рабочих днях.
Рабочие получают оплату в зависимости от выполненной работы, поэтому неточные измерения означают несправедливую оплату труда.
Бизнес функционировал без приборов. Генеральный директор знал, что данные существуют внутри компании. Каждый день каждый сотрудник, каждый объект генерировал информацию о производительности, материалах, влиянии погоды и качестве. Ничто из этого не фиксировалось таким образом, чтобы это можно было использовать.
Более подробную информацию о том, как наша компания использует компьютерное зрение в строительстве и полевых работах , вы найдете на нашей странице услуг.
Первым делом мы потратили время на то, чтобы как следует разобраться в бизнесе. Не в проблеме программного обеспечения, а в самой работе. Как рабочие проводят свой день? Что означает справедливая оплата труда для работника, который построил 14 квадратных метров и хочет знать, что ему заплатят именно за это? Что на самом деле должен знать руководитель проекта к 9 утра понедельника?
Это понимание повлияло на каждое наше решение. Мы также рано осознали, что правильный подход — поэтапный. Клиенту необходимо было увидеть подтверждение основной концепции, прежде чем принимать решение о полномасштабной разработке. Мы предложили сначала разработку концепции, а затем создание полноценной платформы, с четким промежуточным этапом между ними.
Почему готовые инструменты потерпели неудачу
Мы посмотрели, что есть в наличии. Ничего не подошло.
Большинство программного обеспечения для строительной отрасли предназначено для генеральных подрядчиков, управляющих субподрядчиками на крупных объектах. Эта компания является специализированным субподрядчиком. У нее другие потребности. Ей необходимо измерять результаты работы на объекте, на нескольких удаленных площадках, часто с плохой или отсутствующей мобильной связью.
Стандартные приложения для измерений предполагают контролируемые условия. Строительная площадка в феврале, открытый участок автомагистрали или историческое здание в сельской местности — это не контролируемые условия.
В коллективе многоязычные сотрудники. Для многих операторов английский не является родным языком. Любая система, основанная на наборе текста, чтении инструкций или навигации по сложным меню, потерпит неудачу в полевых условиях. Она должна быть простой. Большие кнопки. Минимум текста. Сфотографируйте. Нарисуйте контур. Отправьте.
Ни один готовый инструмент не смог бы сделать то, что требовал клиент: позволить оператору обвести контур области на фотографии и получить по нему точное измерение. Звучит просто. Но это не так. Для вычисления площади по фотографии необходим эталонный объект известного размера на изображении. Даже при наличии эталонного объекта точность зависит от условий освещения, угла съемки, неровности поверхности и от того, может ли камера надежно обнаружить эталон. Это настоящая инженерная проблема, а не недостаток функциональности существующего программного обеспечения. Кроме того, любое решение должно было работать в автономном режиме, поскольку эти операторы работают в местах, где телефонная связь — роскошь.
И измерение было лишь частью проблемы. Не существовало системы, которая могла бы автоматически преобразовывать данные, полученные на местах, в проверенные отчеты о ходе работ, данные для контроля качества и выставления счетов. Существующие инструменты решают лишь одну задачу. Ни один из них не объединял измерение, отчетность, контроль качества и оплату в едином рабочем процессе.
Также не было ничего, что позволяло бы рабочим отслеживать свой собственный заработок. Эти люди получают оплату за квадратный метр. Они хотят знать, как обстоят дела: сколько они выполнили за эту неделю, как это повлияет на их зарплату и опережают ли они или отстают от своего темпа. Ни один готовый инструмент для строительства этого не предоставляет. Система, которую мы разработали, это делает.
Технический подход
Как компьютерное зрение измеряет площадь по фотографии? Оператор прикладывает калибровочный маркер известного размера, маркер ArUco, к поверхности и фотографирует его. OpenCV автоматически обнаруживает маркер и вычисляет точное соотношение пикселей к миллиметрам для этого изображения. Оператор обводит контур обработанной области на экране телефона. Система вычисляет площадь внутри этого контура, используя калиброванную шкалу. Целевая точность: ±3%, достигается стабильно.
Основная идея проста. Оператор фотографирует обработанный участок. Он прикладывает небольшой калибровочный маркер к поверхности. Затем пальцем обводит контур участка на экране телефона. Система вычисляет площадь по фотографии, используя маркер в качестве известного масштаба. Две минуты. Данные уже в системе.
Рисунок 1: Работник фотографирует завершенную работу, калибровочный маркер находится в кадре. Приложение вычисляет площадь по фотографии за считанные минуты.
В качестве калибровочного маркера используется маркер ArUco. Это квадратный шаблон размером 200 мм, который OpenCV может автоматически распознать. Поскольку известно, что размер маркера составляет ровно 200 мм, система вычисляет, сколько пикселей соответствует одному миллиметру. Затем она вычисляет площадь внутри нарисованного контура.
Этот подход был выбран намеренно, а не в пользу более сложных альтернатив. Рабочий процесс оператора не зависит от подключения к сети. Он может получать, аннотировать и ставить в очередь отправленные данные в автономном режиме. Сам расчет площади выполняется на легковесном микросервисе Python, когда отправленные данные синхронизируются с бэкэндом. Никакого ресурсоемкого машинного обучения. Никакой инфраструктуры GPU. Никакой зависимости от обработки в реальном времени в облаке в момент получения данных. И расчет детерминирован. Одна и та же фотография всегда дает один и тот же результат. Для системы, определяющей оплату, это имеет значение.
Оператор открывает приложение, делает фотографию, устанавливает маркер, обводит контур, выбирает место из выпадающего списка и отправляет данные. Координаты GPS и метка времени фиксируются автоматически. Отправленные данные синхронизируются с бэкэндом на Node.js. Микросервис на Python обнаруживает маркер ArUco, вычисляет масштаб и площадь. Обработка происходит в фоновом режиме. Оператор получает немедленное подтверждение и переходит к следующему этапу.
Вот что меняется для бизнеса. Каждая отправленная работа мгновенно обновляет панель управления проектом. В конце каждого рабочего дня компания точно знает, сколько было сделано, на каком объекте, каким работником. Отчеты о ходе работ составляются не на бумаге в конце недели, а в режиме реального времени. Данные о выставлении счетов клиентам основаны на проверенных, подтвержденных фотографиями измерениях, а не на восстановленных итоговых суммах по накладным. Сотрудник бэк-офиса может проверить качество работы по предоставленным фотографиям в тот же день, когда она была завершена, без посещения объекта. А приложение включает функцию обратной связи, поэтому работники могут отмечать проблемы (материалы, состояние, проблемы с доступом), которые в режиме реального времени поступают непосредственно в офис.
Рецензенты видят каждую отправленную работу на веб-панели управления, где отображается рассчитанная площадь, фотография, местоположение по GPS и отметка времени.
Что мы отвергли и почему
Оценка глубины методом машинного обучения (PyTorch)
Мы рассматривали возможность использования моделей машинного обучения для оценки глубины и площади поверхности по фотографиям. Слишком ресурсоемко. Эти модели требуют значительной вычислительной мощности и, в большинстве практических случаев, подключения к облаку. Оператор, стоящий на строительных лесах в поле без сигнала мобильной связи, не может ждать ответа от облачного API. Маркеры ArUco с использованием OpenCV обеспечивают необходимую нам точность без каких-либо дополнительных затрат.
Крупномасштабные модели визуального восприятия (Depth Anything, DiffusionEdge, PiDiNet)
На ранних этапах разработки мы создавали прототипы с использованием нескольких больших моделей машинного зрения. Мы не обнаружили существенного улучшения по сравнению с подходом, основанным на маркерах, для наших ограничений, а вычислительные требования оказались непомерно высокими для развертывания на мобильных устройствах. Поэтому мы отказались от них.
Внешние API для ИИ (например, Replicate и аналогичные)
Мы отказались от любой зависимости от внешних сервисов для обеспечения основных функций измерения. Система должна работать без интернета. И точка. Никаких внешних API-запросов для чего-либо критически важного.
Встроенные сообщения в приложении
Мы рассматривали возможность встраивания системы чата в приложение. Мы от этого отказались. Если оператору нужно поговорить со своим руководителем проекта, он звонит по телефону. Создание системы обмена сообщениями добавляет сложности, времени на разработку и затрат на обслуживание, решая проблему, которую уже решает телефонный звонок. Чем проще, тем лучше.
Внедрение
Система была внедрена в три этапа.
Этап 1: Подтверждение концепции
Мобильное приложение, механизм измерения компьютерного зрения, бэкэнд и панель управления для рецензентов — вот на чём основаны приведённые ниже точные показатели. В ходе пилотного проекта было доказано, что технология работает в реальных полевых условиях, и установлен базовый уровень точности.
Этап 2: Полная платформа
Панели мониторинга в режиме реального времени, отображающие прогресс по каждому активному проекту. Доступ к ресурсам на основе ролей для различных уровней управления.
Мобильное приложение определяет языковые настройки устройства и автоматически отображает данные на языке оператора. Поддерживаются три языка. У операторов есть персональная панель управления производительностью, отображающая их ежедневные, еженедельные и ежемесячные результаты и их влияние на заработок. Они могут отслеживать свои собственные тенденции и темпы работы. Когда руководитель проекта корректирует предоставленные данные, оператор видит изменение и причину. Это не «черный ящик». Это прозрачная система, которой могут доверять обе стороны.
Отслеживание производительности каждого оператора. Интеграция с погодными данными, которая автоматически получает информацию об условиях на каждом объекте и сопоставляет их с результатами работы. Выявление аномалий отмечает необычные данные в обоих направлениях, не только неправдоподобно высокие, но и неправдоподобно низкие показатели. Важны оба фактора. Если два оператора отправляют фотографии одной и той же области, система обнаруживает перекрытие с помощью GPS-мониторинга и помечает его для проверки. Отслеживание заработка связано с подтвержденными данными об измеренном объеме. Этап 2 также создает основу для Этапа 3: сотрудники бэк-офиса оценивают каждую отправленную фотографию по качеству работы. Хорошие, плохие и причины. Это создает размеченный набор данных, который растет с каждой отправленной фотографией.
В состав системы отчетности входит интерфейс для обработки запросов на естественном языке. Вместо того чтобы запрашивать индивидуальный отчет и ждать, старший менеджер вводит вопрос: «Какие объекты показали худшие результаты по сравнению с целевыми показателями в прошлом месяце и каковы были погодные условия?» или «Какова наша средняя суточная производительность на одного оператора на проектах по добыче известняка по сравнению с песчаником?» Система возвращает ответ, подкрепленный данными и диаграммами. Никаких технических навыков не требуется. Стратегические знания чаще всего нужны тем, кто не хочет писать запросы к базам данных.
Этап 3: Выявление качества машинного обучения и составление отчетов для клиентов.
Модель машинного обучения, обученная на градуированном наборе данных из Фазы 2, автоматически выявляет проблемы качества по мере поступления новых фотографий. Каждая выявленная проблема проверяется человеком. Система обучается на основе каждой исправленной ошибки. Фаза 3 также предоставляет структурированные отчеты для заказчика. Подрядчик, который может показать государственному органу или генеральному подрядчику: «Вот наша система контроля качества, вот фотодоказательства, вот измерения и условия за каждый день проекта», имеет серьезное преимущество в конкурентных тендерах.
Технологический стек
| Компонент | Технологии |
|---|---|
| Мобильное приложение | React Native (Android и iOS) |
| Бэкенд | Node.js |
| Микросервис CV | Python, OpenCV |
| Калибровка | Маркеры ArUco (200 мм, бинарные реперные точки) |
| База данных | PostgreSQL |
| Облачный хостинг | Платформа Google Cloud (соответствует требованиям ЕС и GDPR) |
| Веб-панель управления | React.js |
| Интерфейс LLM | Запросы на естественном языке к оперативным данным (этап 2) |
| Качество машинного обучения | Обучение проводилось на размеченном наборе данных для оценки качества (фаза 3). |
Все данные хранятся в облачной инфраструктуре Google Cloud, предназначенной для стран ЕС. Система обрабатывает фотографии идентифицируемых сотрудников с GPS-метками и разработана с учетом требований GDPR.
В чём заключались проблемы искусственного интеллекта и как мы их решили
Любой может описать, как должна работать система. А вот как всё происходило на самом деле.
Освещение
На строительных площадках отсутствует контролируемое освещение. Мы столкнулись с прямыми солнечными лучами, вызывающими блики на поверхностях, низким зимним освещением, тенями от строительных лесов и конструкций, дождем, изменяющим восприятие текстуры и цвета камерой. Система компьютерного зрения должна была справляться со всем этим. Мы тщательно настраивали параметры обнаружения ArUco в различных условиях освещения, пока не добились надежного обнаружения в диапазоне условий, с которыми фактически сталкиваются операторы.
Поиск маркеров
Это звучит банально. Но это не так. Стандартный печатный маркер ArUco не выдерживает эксплуатации на строительной площадке. Он намокает, пачкается, рвется и его топчут. Нам нужно было найти маркеры, достаточно прочные для ежедневного использования на открытом воздухе в строительных условиях, подходящего размера для рабочих расстояний и надежно обнаруживаемые камерой. Мы протестировали несколько размеров маркеров, чтобы найти оптимальный баланс между надежностью обнаружения на разных расстояниях и практичностью для рабочих.
Вариант устройства
Оперативники используют разные телефоны. Разные производители, разные характеристики камер, разные версии Android. Одна и та же фотография, сделанная на двух разных устройствах, может дать разные результаты. Мы тестировали на множестве устройств и были вынуждены установить минимальные аппаратные характеристики, чтобы гарантировать стабильную точность.
Ракурс фотографии
Не каждую поверхность можно сфотографировать с лицевой стороны. Тесные пространства, неудобные точки доступа, строительные леса на пути. Система должна была обрабатывать фотографии, сделанные под неоптимальными углами. Мы работали над логикой калибровки, которая учитывает перспективные искажения, когда фотографию невозможно сделать перпендикулярно поверхности.
Интерфейс рисования
Научить операторов точно обводить контур на экране телефона звучит просто. На практике же потребовалось несколько итераций. Интерфейс должен был работать с холодными руками, в перчатках, на мокрых экранах и для пользователей, не привыкших к технологиям. Мы тестировали различные подходы к инструменту рисования красного контура, пока не нашли тот, который был достаточно интуитивно понятен для надежного ежедневного использования каждым оператором без предварительного обучения.
Обнаружение границ
Определение границы между завершенными участками и другими. На неровных поверхностях, созданных с использованием традиционных строительных материалов, граница не всегда очевидна. Это была одна из самых сложных проблем. Мы усовершенствовали систему, чтобы она могла справляться с нестандартными ситуациями, которые возникают в реальных условиях.
Результаты внедрения
Рисунок 2: До и после. Бумажные документы и дни сверки заменены панелью мониторинга в режиме реального времени, обновляемой с каждой подачей документов.
Это результаты измерений, полученные на первом этапе. Это данные, полученные в ходе проверки концепции (POC). Реальные данные от реальных рабочих на реальных строительных площадках. Точность была подтверждена путем сравнения площадей, рассчитанных с помощью коэффициента вариации, с результатами физических выборочных измерений на завершенных участках.
| Метрическая система | До | После |
|---|---|---|
| Передача данных с объекта в офис. | Дни (бумажные документы, ручная сверка) | Мгновенная отправка (фотография, автоматическая обработка) |
| Точность измерений | Погрешность 15-20% (при использовании ленты на неровных поверхностях) | Точность по мишени ±3%, стабильно достигаемая |
| Отображение прогресса | Задержка в несколько дней, составлено вручную. | Панель мониторинга в режиме реального времени, обновляемая после каждой отправки. |
| Подтверждение выполненной работы | Никто | Фотография с GPS-меткой и рассчитанной площадью |
| Проверка качества | Обязательное посещение объекта. | Просмотр фотографий в тот же день из офиса. |
| Оперативная обратная связь с офисом | Задержка (бумажные документы, телефонные звонки) | Мгновенная обратная связь (из приложения в административную панель) |
| Отчеты о ходе работы клиента | Составлено вручную на основе согласованных документов. | На основе актуальных, проверенных данных. |
| Запросы на измерения | Ручной, трудоемкий процесс | Фотодоказательства с расчетной площадью |
Каждая отправленная информация автоматически помечается GPS-координатами, отметкой времени, идентификационными данными оператора, местом проведения работ и фотографией в полном разрешении. Это документ, подлежащий аудиту. Он может использоваться для проверки платежей, запросов на измерения, составления отчетов о ходе работ, выставления счетов клиентам и подтверждения качества.
«Само измерение никогда не было сложной задачей. Сложнее было доставить данные в офис и доверять им. Теперь ребята отправляют фотографию, система рассчитывает площадь, и я вижу это на панели управления еще до того, как они закончат работу. Офис больше не гоняется за документами. Отчеты о ходе работ формируются сами собой. И когда клиент спрашивает, как продвигается проект, я могу точно ответить, подкрепив это фотографиями». — Управляющий директор, специализированный строительный подрядчик
Во сколько это обошлось и как финансировалось.
Первый этап пилотного проекта стоил 45 000 евро. Организация Enterprise Ireland покрыла 50% расходов за счет своих грантовых программ. Инвестиции клиента составили 22 500 евро.
| Этап 1: Подтверждение концепции | |
| Стоимость проекта | 45 000 евро |
| Грант Enterprise Ireland (50%) | 22 500 евро |
| Инвестиции клиента | 22 500 евро |
Все цены указаны без НДС.
Окупаемость инвестиций. Система избавляет от необходимости тратить дни на сверку данных в бэк-офисе каждую неделю. Она устраняет затраты, связанные с неопределенностью измерений, сокращает ненужные поездки менеджеров по техническому обслуживанию на объекты для проверки хода работ и предоставляет компании проверенные данные для выставления счетов клиентам вместо восстановленных цифр. Инвестиции клиента в размере 22 500 евро окупаются в течение нескольких недель, а не месяцев.
Организация Enterprise Ireland предлагает две программы, подходящие для подобных проектов. Грант Exploring Innovation поддерживает разработку концепций и прототипов. Грант Digital Process Innovation поддерживает компании, внедряющие новые цифровые процессы. Обе программы предоставляют 50% финансирования.
Что клиент делает по-другому сейчас?
Операционная эффективность
Бумажные квитанции ушли в прошлое. Оператор отправляет фотографию, система рассчитывает площадь, и данные появляются на панели управления еще до того, как оператор перейдет к следующему участку. Никаких дубликатов документов. Никакого поиска пропавших квитанций. Никакой сверки.
Компания знает, в каком положении она находится в конце каждого дня.
Не в конце недели, после того как кто-то потратил два дня на ввод документов. Каждая отправленная заявка обновляет панель управления проектом. Отчеты о ходе работ формируются автоматически. Если проект отстает от графика, руководитель проекта узнает об этом сегодня, а не в пятницу.
Выставление счетов клиентам осуществляется на основании подтвержденных данных.
Каждое измерение сопровождается фотографией, рассчитанной площадью, координатами GPS и отметкой времени. Когда компания отправляет отчет о ходе работ клиенту или генеральному подрядчику, цифры подкрепляются доказательствами. Это меняет ход обсуждения.
Система оплаты справедливая и прозрачная.
В рамках договоров на выполнение работ по замерам рабочие получают оплату за квадратный метр. Система исключает неопределенность в отношении объемов работ. Каждый замер сопровождается фотографией и рассчитанной площадью. Обе стороны видят одно и то же число. Это не слежка. Это справедливость.
Качество видно из самого офиса.
Сотрудник бэк-офиса может просмотреть присланные фотографии и оценить качество работы в тот же день, когда она была выполнена. Выезд на объект не требуется. Проблемы выявляются на ранней стадии.
Оперативная обратная связь поступает мгновенно.
Если каменщик сообщает о проблеме с материалами, доступом или условиями на строительной площадке, информация поступает напрямую в офис через приложение. Не нужно ждать телефонного звонка или записи в реестре.
Что это значит для итоговой прибыли?
Операционная эффективность реальна, но именно коммерческий эффект оправдывает инвестиции.
Восстановилась работоспособность административного персонала.
Часы, которые раньше тратились на сверку бумажных документов, поиск недостающих заявок и ручное составление отчетов о ходе работы, теперь потрачены впустую. Это время сотрудников, которое они могут использовать для реального продвижения бизнеса.
Время PM восстановлено
Менеджер проекта, которому раньше приходилось ездить между объектами для проверки хода работ, теперь может за пять минут увидеть все объекты на панели управления. Время и затраты на посещение объектов для проверки хода работ значительно сокращаются в масштабах многообъектной деятельности.
Утечка доходов сокращена.
В контрактах на выполнение работ по замерам отклонение в 15–20% означает, что компания либо упускала прибыль, либо переплачивала рабочим, либо и то, и другое. При точности ±3% компания получает причитающуюся ей сумму и выплачивает положенную. При любом значительном годовом объеме работ по замерам финансовая разница существенна.
Улучшение маржи котировок
В этом и заключается накопительное преимущество. Система собирает проверенные данные о результатах: площадь выполненных работ, количество операторов, используемые материалы, метод, погодные условия и время. В течение месяцев и лет компания формирует набор данных, который говорит: «На таком проекте, с такими материалами и таким методом, в таких условиях, наша средняя производительность составляет X квадратных метров в день на одного оператора». Это превращает расчет стоимости работ из анализа опыта и электронных таблиц в ценообразование, основанное на фактических данных. Более точные расчеты означают получение большего количества заказов с правильной маржой, вместо того чтобы гадать и надеяться на лучшее.
Этот набор данных — ценный актив, который накапливается с каждым месяцем работы. После двенадцати месяцев эксплуатации компания обладает поистине редким ресурсом: подтвержденными данными о производительности труда по каждому оператору, типу материала, методу, погодным условиям и сезону. Их конкуренты по-прежнему ссылаются на электронные таблицы и опыт. Компания же опирается на фактические данные. Этот разрыв увеличивается с каждым месяцем работы системы.
Утверждения о погоде подкреплены доказательствами.
Когда из-за погоды работа останавливается, система располагает необходимыми данными. Автоматический сбор метеорологических данных для каждого объекта. Корреляция с производительностью. Заявление о потерянном рабочем дне, подкрепленное проверенными метеорологическими данными, сложнее оспорить. Каждый восстановленный из-за погоды рабочий день, который ранее был бы списан, имеет прямую ценность.
Уверенность клиентов и конкурентные позиции
После запуска запланированной системы контроля качества ML Phase 3 компания сможет предоставлять клиентам структурированные доказательства контроля качества на каждом этапе работы. Для государственных контрактов и крупных инфраструктурных проектов фраза «у нас есть система, которая измеряет, отслеживает и подтверждает наше качество» станет мощным аргументом в тендере. Это не просто повышение эффективности, это конкурентное преимущество, которое помогает выигрывать тендеры.
Риск позднего завершения проекта снижен.
В контрактах на выполнение работ по расчету сроков штрафы за задержку представляют собой реальный финансовый риск. Система позволяет руководителям проектов заблаговременно отслеживать, идет ли работа по плану или отстает. Проблемы, которые раньше оставались незаметными до конца недели, становятся видны в тот же день. Это раннее предупреждение – разница между исправлением ситуации и наложением штрафов.
Более сильные позиции в конкурентных тендерах
Когда два подрядчика участвуют в тендере на выполнение одной и той же работы, существенное преимущество получает тот, кто может рассчитать стоимость на основе проверенных исторических данных и продемонстрировать работу системы контроля качества в режиме реального времени. Данные, собираемые системой, не только улучшают внутренние процессы, но и повышают эффективность каждой будущей заявки компании.
Ключевой вывод
Ценность данных растет с каждым месяцем. Каждая предоставленная информация пополняет набор данных. Больше данных означает более точные прогнозы, более точные цитаты, более убедительные доказательства и более обоснованные решения. Это маховик. Он работает на основе накопления.
Часто задаваемые вопросы
Первый этап проверки концепции был профинансирован организацией Enterprise Ireland на 50%, что позволило снизить инвестиции клиента с 45 000 евро до 22 500 евро. Enterprise Ireland предлагает несколько программ поддержки подобных проектов, включая грант Exploring Innovation и грант Digital Process Innovation. Ваш консультант по развитию Enterprise Ireland может порекомендовать наиболее подходящий вариант.
Первый этап проверки концепции (POC) был завершен и развернут в течение 8-12 недель. Последующие этапы будут проходить по мере того, как система будет доказывать свою эффективность в повседневной эксплуатации.
Да. Основные измерения происходят на самом устройстве. Операторы могут фиксировать, аннотировать и ставить в очередь данные без подключения к интернету. Синхронизация данных происходит автоматически при наличии подключения.
Система была разработана с целевой точностью измерения площади ±3% и стабильно достигает этой цели. Это было подтверждено сравнением площадей, рассчитанных с помощью коэффициента вариации, с результатами повторных измерений на отдельных участках. Даже в сложных условиях (плохое освещение, фотографии под углом, влажные поверхности) погрешность остается ниже 5%. Это значительно меньше, чем 15-20% отклонения, наблюдаемого при использовании ручных методов измерения с помощью рулетки на неровных поверхностях.
Да. Основной подход, использующий калибровочные маркеры и компьютерное зрение для расчета площади по фотографиям, применим к любому сценарию, где полевым работникам необходимо измерять поверхности, ход работ или объемы. Строительство, инфраструктура, сельское хозяйство, управление объектами. Область применения меняется. Технология остается той же.
Имеет ли это отношение к вашему бизнесу?
Эта система была разработана для специализированного строительного подрядчика. Но основная технология применима к любому бизнесу, где полевым бригадам необходимо проводить измерения, документировать и составлять отчеты.
- Операторы карьера измеряют объемы складированных материалов.
- Подрядчики по инфраструктурным проектам документируют состояние опор на тысячах объектов.
- Компании, использующие беспилотные летательные аппараты для обработки аэрофотоснимков и инспекционных изображений.
- Группы по управлению объектами отслеживают ход ремонтных работ.
- Любая полевая операция, которая в настоящее время опирается на рулетки, бумажные квитанции и ручную отчетность.
Нас привлекли для решения задачи измерения. В результате мы создали платформу бизнес-аналитики, систему обеспечения качества и массив данных, ценность которого возрастает с каждым днем использования компанией.
Этот разрыв между первоначальной формулировкой проблемы и решением, которое действительно отвечает интересам бизнеса, существует почти в каждом проекте, над которым мы работаем. Для его устранения необходимо сначала уделить время изучению бизнеса, понять, как на самом деле происходит работа, и быть готовым подвергнуть сомнению первоначальную формулировку проблемы, прежде чем принимать решение. Детализация этого примера стала возможной благодаря тому, что наш клиент уделил нам это время. И благодаря этому решение стало лучше.
Этот проект соответствует целям программы Build Digital, ирландской программы внедрения цифровых технологий в строительстве. Переход от бумажной отчетности на строительной площадке к проверенным цифровым записям в режиме реального времени — это именно те изменения, которые призвана поощрять эта программа.
Для владельцев бизнеса
Что бы изменилось, если бы у вас была точная, актуальная картина производительности на всех ваших объектах? Что бы вы изменили в ценообразовании, имея два года проверенных данных о вашей собственной деятельности?
Для операционных и проектных менеджеров
Что занимает больше всего времени на сверку в конце недели, и как часто расхождения в измерениях замедляют вашу работу?
Для технических покупателей
У вас, вероятно, возникли вопросы об архитектуре. Мы с удовольствием подробно расскажем о том, как работает конвейер компьютерного зрения, как обучается модель качества машинного обучения и как система интегрируется с вашими существующими инструментами.
Наша компания разрабатывает на заказ системы компьютерного зрения и искусственного интеллекта для строительной отрасли. Мы консультируем по вопросу целесообразности использования ИИ, создаем систему, если она подходит, и помогаем получить государственное финансирование для снижения стоимости.
