⚡️Коллеги из Pragmacore сделали первую в России бесшовную от BIM-модели до эксплуатации систему управления строительными проектами

Основные моменты этого «платформенного СОДа»:
На главном экране платформы представлены ключевые модули, охватывающие строительные процессы.

🔸Например, в модуле для этапа проектирования собраны карточки проектов с основными родовыми признаками, а также вся информация по конкретному объекту, где отслеживаются все стадии, разрешительная документация, ТИМ-модели и графики.

🔸На видео показано, что в разделе ТИМ-моделей можно использовать Viewer, в который встроена платформа Tangle. На неё загружаются все модели проекта, которые необходимы для расчёта объемов работ и ресурсов. Также там хранятся справочники, которые представляют классификаторы работ и материалов, — их можно редактировать и загружать из внешних источников.

Важно, что ТИМ-модель автоматически синхронизируется с партнерским сервисом Tangle. Это позволяет получать исходные цифровые данные, такие как ведомости объемов работ и материалов, для дальнейшего управления проектом.

🔸Также в платформе Pragmacore есть модуль предиктивной аналитики на базе ИИ. Он позволяет девелоперам прогнозировать, какие строительные работы будут обеспечены материалами и оборудованием через несколько месяцев, предотвращать срывы сроков поставок, аварии и непредвиденные задержки и определять сроки проекта.

В результате использования Pragmacore получается интегрированное решение для управления строительными проектами: все этапы, от проектирования до закрытия периодов, автоматизированы и упрощены. Подробнее — в прикреплённом 18-минутном видео.

#цифровизация #itрешениястройка #ии

ТОП-5 направлений развития робототехники — НИИ ВШЭ

Аналитики Института статистических исследований и экономики знаний НИУ ВШЭ изучили 21 тысячу англоязычных источников за 4 года и определили ключевые направления развития промышленной робототехники.

1️⃣ Коботы — они могут взаимодействовать с людьми и выполнять с ними работу в связке, при этом более дешевые, чем автономные.

2️⃣ Интеграция ИИ-решений — обучение моделей специально под задачи промышленности и других сфер позволит сделать роботов еще умнее и самостоятельнее.

3️⃣ Цифровые двойники роботов позволяют мониторить линии и прогнозировать поведение оборудования, выявлять ошибки без остановки реального производства.

4️⃣ Автономные мобильные роботы — они постепенно учатся быть самостоятельными и действовать в не определенной заранее ситуации.

5️⃣ Виртуальная и дополненная реальность (VR/AR), которая позволит увеличить продуктивность работы и задействовать роботов там, где существует опасность для человека.

Также среди перспективных направлений: мобильные манипуляторы (MoMas), высокоточные роботы, роевой интеллект, роботы с повышенной грузоподъемностью.

Роснано разработали дрон Optiplane GEOR для производства и стройки

⚫️Полезная нагрузка — 3 кг.
⚫️Умеет подниматься на высоту 1000 м.
⚫️Летает до 60 мин без подзарядки.
⚫️Можно поставить дополнительно фотокамеру, лазерный сканер, тепловизионную или мультиспектральную камеру, георадар и др. оборудование.

Такие дроны востребованы в геодезии, археологии, поисковых работах, ледовой разведке.

⚫️В строительстве модель можно использовать для сканирования местности и создания цифровой модели из облака точек.

⚫️Также дрон может облетать площадку и контролировать соблюдение рабочими техники безопасности: ношение касок, отсутствие людей в запретных зонах и состояние опасных конструкций.

⚫️Поможет оценить ход стройки, выполнять план-факт анализ.

Как большие языковые модели (LLM) помогают с кибербезопасностью

Денис Макрушин из Yandex Infrastructure рассказал в статье на Хабре о достижениях и вызовах, с которыми сталкиваются специалисты по безопасности при внедрении LLM.

LLM научились не только выявлять уязвимости, но и предлагать пути их исправления. Исследования показали, что LLM способны автономно эксплуатировать известные уязвимости самостоятельно без участия человека с вероятностью успеха 87%. Однако, несмотря на это, модели все еще требуют значительного человеческого вмешательства для корректной интерпретации и применения полученных результатов.

Проблемы и ограничения LLM
🔴Недостаточный контекст: Модели часто не понимают архитектуру проекта и могут предлагать некорректные решения.

🔴Проблемы с зависимостями: LLM могут не учитывать важные зависимости в коде, что приводит к потенциальным уязвимостям.

🔴Непредсказуемость результатов: Модели могут выдавать разные результаты при повторных запусках на одном и том же коде.

Как применять LLM в кибербезопасности

⚫️ Для анализ защищенности: Генеративные модели помогают security-архитекторам определять приоритеты для ручного анализа.

⚫️ Для создания правил детектирования угроз: LLM может генерировать правила на основе описаний атак, что ускоряет процесс разработки.

Вывод: LLM доказали свою полезность в кибербезопасности, но пока остаются инструментами- ассистентами.

69,7% респондентов готовы использовать ИИ для составления отчетов по проектам — Б1

Аналитики «Академией бизнеса Б1» опросили 145 специалистов из различных отраслей экономики России, в том числе из стройки, и узнали, готов ли российский бизнес внедрять ИИ в управление проектами

Зачем внедрять ИИ
⚫️63,4% — чтобы освободить руководителей проектов от рутины и дать сосредоточиться на стратегических вопросах.
⚫️63,4% — чтобы быстрее анализировать данные и оперативно принимать решения.
⚫️64,1% — чтобы улучшить прогнозирование рисков, управление ресурсами и автоматизацию процессов.

🔴Несмотря на эти преимущества, 59,3% компаний не планируют выделять бюджет на ИИ в ближайший год, что связано с недостаточной оценкой долгосрочных выгод.

Текущая готовность бизнеса
⚫️Только у 16% компаний есть качественно структурированные данные.
⚫️25% респондентов отметили слабую готовность ИТ-инфраструктуры.
⚫️Только 22,9% организаций провели оценку рисков внедрения ИИ.
⚫️Большинство специалистов не имеют опыта работы с ИИ (82,4% руководителей проектов и 75% участников команд).
⚫️Только 17,2% респондентов участвуют в проектах по внедрению ИИ.

Как сейчас используют ИИ
Большинство компаний использует ИИ для аналитики (58%) и автоматизации рутинных процессов (51%). 69,7% респондентов готовы использовать ИИ для составления отчетов по проектам.

Рекомендации для успешного внедрения
⚫️Обучать сотрудников и развивать у них навыки работы с ИИ и критическое мышление.
⚫️Инвестировать в инфраструктуру: разрабатывать защищенные контуры для работы с данными и интегрировать специализированные системы управления проектами.

Подробнее — в прикрепленном файле👆

🇨🇳 Китай принял новый нацстандарт о цифровых двойниках городов

31 декабря 2024 утвержден нацстандарт GB/T 45109.1-2024 Smart city - City digital twin - Part 1: Technical reference architecture. Он вступает в действие с 1 июля 2025 года.

⚫️Новый нацстандарт определяет техническую эталонную архитектуру для создания цифровых двойников городов.
⚫️Стандарт описывает ключевые компоненты системы, включая сбор данных, их обработку, хранение и визуализацию.
⚫️Определяет требования к интеграции различных технологий, таких как IoT, Big Data, AI и GIS.
⚫️Рассматриваются и интероперабельные форматы для совместимости с другими системами и обмена данными между городами и регионами.

Китайский стандарт может стать ориентиром для других стран, внедряющих цифровые двойники в своих городах.

Конкуренция за нанометры приходит на смену борьбе за нефтяные месторождения — главный вывод о развитии мирового рынка микроэлектроники

Аналитики частной инвестиционной компании Kama Flow рассмотрели состояние отрасли микроэлектроники крупнейших государств. Так, сравнили, сколько власти ведущих игроков стран выделяют на развитие электроники: США ($300 млрд), Китай ($100 млрд), Евросоюз ($180 млрд), Россия ($27 млрд). Главные выводы отчета ниже.

Несмотря на серьёзные проблемы в отрасли и санкционное давление, объём производства отечественной электронной продукции постепенно растёт. Но основным драйвером положительной динамики по‑прежнему остаётся государство. Важно отметить, что это не сугубо российский, а общемировой тренд, соответствующий геополитической ситуации и технологическим вызовам.

Привлекательность сегментов отрасли для инвестиций
⚫️Технологии проектирования: обеспеченность РФ 2-4%, потенциал ₽70 млрд/год.
⚫️IoT: обеспеченность РФ 20-30%, потенциал ₽70-100 млрд/год.
⚫️Фабрики по производству чипов: обеспеченность РФ 3-5%, потенциал ₽1 трлн/год

Подробнее — в прикрепленном файле👆

Инженеры из Университета Гонконга разработали дрон Super на ИИ, от которого ни спрятаться, ни скрыться

⚫️Лидар «видит» препятствия на расстоянии до 70 метров и строит детальную 3D-карту местности.
⚫️ИИ анализирует движение дрона и преследуемого объекта.
⚫️Дрон летает со скоростью более 72км/ч, лавируя даже в сложных условиях.
⚫️Работает без GPS — идеален там, где спутниковый сигнал недоступен.

Где использовать: для поиска пропавших людей в лесах, слежки за подозреваемыми, инспекции сложных объектов.

Закон: защищает ли законодательство об ИИ потребителя на сегодняшний день и что делать разработчику

В статье «Mapping Generative AI rules and liability scenarios in the AI Act and in the proposed EU liability rules for AI liability» исследуется, как существующие правила Европейского Союза (ЕС) регулируют ответственность за ущерб, причиненный системами генеративного ИИ.

Основное регулирование в ЕС
⚫️AI Act: Основной законопроект, который устанавливает правила для систем ИИ, включая генеративный ИИ. Акт направлен на предотвращение рисков и обеспечение безопасности.

⚫️Директива об ответственности за ИИ (AILD): Предложена для адаптации существующих норм ответственности к технологиям ИИ. Она упрощает процесс доказательства для пострадавших от действий ИИ.

⚫️Обновленная Директива о продуктовой ответственности (revPLD): Уточняет ответственность производителей за дефекты продуктов, включая те, что связаны с использованием ИИ.

Основная проблематика статьи — кто несет ответственность, и закрепляются ли в существующих актах эти моменты. Например, за нарушение авторских прав: если генеративный ИИ создает изображение, нарушающее авторство, кто будет нести ответственность — разработчик модели или пользователь? Или еще пример — ошибочные рекомендации. Если система предлагает неправильные медицинские советы, что делать пострадавшему? Какова ответственность разработчиков?

Вывод
Существующее регулирование в ЕС (а там всё достаточно жестко) недостаточно для решения новых проблем, связанных с генеративным ИИ. Модели могут создавать непредсказуемые результаты, что усложняет определение ответственности. Поэтому необходимо пересмотреть и адаптировать существующие нормы.

Как вы думаете, какие шаги должны предпринять законодатели для защиты прав граждан от ИИ?

4,6 трлн рублей в год — потенциальный эффект для экономики России при переходе на беспилотные автомобили

И это без учета смежных областей (электроники, ПО, сенсорики) — посчитали аналитики «Якова и Партнёров». И вообще, РФ к 2035-му может войти в тройку лидеров отрасли, а к 2042-му 80% автомобилей в России могут стать беспилотными. Остальные тезисы исследования ниже.

Сейчас лидеры — США и Китай. Недавно смотрела подкаст Яндекса про беспилотный транспорт, и эксперты удивились, что в Китае всего 9 компаний занимаются беспилотными технологиями в транспорте, когда у нас в стране таких компаний несколько десятков. Было мнение, что 9 — это те, которые прямо заявляют, остальные шифруются.

Шифруются или нет, но официальное разрешение от властей на проведение испытаний на дорогах общего назначения имеют только девять: Changan Automobile, BYD, GAC, SAIC, NIO, BAIC Magna и FAW. Мало или много, но дает звание лидера гонки. У нас же все пока упирается в законодательство, хоть и установили три экспериментальных правовых режима. Зато мы уже делаем свои современные лидары (тот же Яндекс для своих грузовиков, например).

Эффект бабочки от массового внедрения беспилотного транспорта
⚫️Снижение аварийности на дорогах сэкономит в итоге стране 635 млрд руб. ежегодно.
⚫️Грузоперевозчики сократят операционные расходы на 30–40% и получат дополнительный экономический эффект в 2,1 трлн руб. в год.

Что нужно сделать, чтобы внедрить беспилотники повсеместно
⚫️Проработать нормативно-правовую базу.
⚫️Разработать «правила игры» для импортеров беспилотных автомобилей.
⚫️Модернизировать инфраструктуру для их массового использования.
⚫️Создать стандарт по цифровым двойникам окружения для всех стран.
⚫️Стимулировать частные инвестиции.
⚫️Развить умную инфраструктуру.
⚫️Разработать собственное ПО для беспилотников с ограничением передачи данных.

Подробнее — в прикрепленном файле👆