Михаил Викторов: "Настоящая трансформация начинается не с покупки модных нейросетей, а с работы над качеством данных"
Нейросети и искусственный интеллект могут решить конкретные проблемы и сделать работу девелоперской компании более продуктивной. А могут создать «черную дыру» в корпоративном бюджете и раз за разом генерить только одно — эффектные, но экономически пустые отчеты для руководства
Об использовании нейросетей и искусственного интеллекта сегодня не говорит только очень ленивый или очень уж дремучий участник рынка недвижимости. Вроде бы активнее всего в процесс вовлечены архитекторы и проектировщики, а также маркетологи и продавцы (строительный этап пока отстает, и заметно). Но вот что интересно: почему-то одни компании и правда заставляют технологии работать на себя и свой бизнес, а другие только теряют деньги на ИИ-экспериментах, то есть по большому счету занимаются имитацией. Спрашивается, почему так?«Настоящая трансформация начинается не с покупки модных нейросетей, а с работы над качеством данных. Сегодня на рынке десятки узкоспециализированных ИИ-инструментов, но все они — лишь исполнительный механизм. Критически важно то, что загружается внутрь: проектно-сметная документация, оперативные данные со стройплощадки, ежедневные изменения в графиках работ», — говорит президент Национального объединения организаций в сфере технологий информационного моделирования (НОТИМ), руководитель комиссии по цифровизации строительной отрасли и ЖКХ Общественного совета при Минстрое России Михаил Викторов.
«Если компания сосредоточена на наведении порядка в этих массивах данных — это настоящая трансформация. Имитация же — это погоня за инструментами без глубинной работы с информационной базой. Успех определяется не количеством внедренных нейросетей, а качеством и свежестью внутренних данных на всех этапах строительства — от проектирования до ввода в эксплуатацию. Те, кто выстраивает четкую генерацию актуальных данных, получают от ИИ точные прогнозы и обоснованные решения, что в конечном счете влияет и на конверсию. Те же, кто пренебрегает этим и использует сырые или устаревшие датасеты, обрекают ИИ-эксперименты на провал и пустые траты, поскольку нейросеть не может качественно работать с хаосом».
Продолжение темы в статье