УПРАВЛЕНИЕ ЗАКУПКАМИ И ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В СТРОИТЕЛЬНОЙ ОТРАСЛИ: ПЕРСПЕКТИВА НА БУДУЩЕЕ

PROCUREMENT MANAGEMENT AND ARTIFICIAL INTELLIGENCE IN THE CONSTRUCTION INDUSTRY: A FUTURE-ORIENTED PERSPECTIVE

Cigdem Celik

student, Department of Economic and Mathematical Modeling, Peoples friendship university of Russia named after Patrice Lumumba,

Russia, Moscow

Inna V. Lazanyuk

scientific supervisor, candidate of Sciences in Economics, associate professor, Peoples friendship university of Russia named after Patrice Lumumba,

Russia, Moscow

АННОТАЦИЯ

Строительная отрасль стоит на пороге цифровой революции, когда искусственный интеллект (ИИ) и информационное моделирование зданий (BIM) стали ведущими трансформационными достижениями в управлении закупками. Эти технологии оптимизируют процессы, снижают затраты и способствуют устойчивому развитию, устраняя застарелые неэффективности в отрасли. В этой статье подробно рассматривается, как технологии искусственного интеллекта и BIM улучшают рабочие процессы в сфере закупок, обсуждаются их будущие последствия и выявляются проблемы, препятствующие их широкому внедрению. С помощью реальных примеров и подкрепленных данными выводов исследование подчеркивает важнейшую роль цифровых инструментов в формировании будущего управления закупками в строительстве.

ABSTRACT

The construction industry is at the threshold of a digital revolution, with Artificial Intelligence (AI) and Building Information Modeling (BIM) leading transformative advancements in procurement management. These technologies optimize processes, reduce costs, and promote sustainability, addressing long-standing inefficiencies in the sector. This article provides an in-depth exploration of how AI and BIM technologies enhance procurement workflows, discusses their future implications, and highlights challenges to their widespread adoption. Through real-world examples and data-backed insights, the study underscores the critical role of digital tools in shaping the future of construction procurement management.

Ключевые слова: управление закупками; искусственный интеллект; информационное моделирование зданий; строительная промышленность; цифровая трансформация; оптимизация цепочки поставок; устойчивое развитие.

Keywords: procurement management; artificial intelligence; building information modeling; construction industry; digital transformation; supply chain optimization; sustainability.

Введение

Управление закупками - это краеугольный камень строительных проектов, включающий в себя выбор, приобретение и координацию ресурсов, необходимых для успешного выполнения проекта. Это влияет на затраты, графики и общий успех проекта.

Традиционно процессы закупок в строительной отрасли страдают от неэффективности, включая неточное прогнозирование спроса, сбои в цепочке поставок и недопонимание заинтересованных сторон. В связи с растущей сложностью проектов и повышенным вниманием к вопросам устойчивого развития отрасль вынуждена модернизировать свою практику. Достижения в области цифровых технологий, в частности ИИ и BIM, позволяют изменить парадигму.

Информационное моделирование зданий (BIM) служит цифровым представлением строительного проекта, обеспечивая беспрепятственное сотрудничество между заинтересованными сторонами и улучшенную визуализацию требований проекта. ИИ преобразует закупки, предлагая предиктивную аналитику, автоматизацию процессов и принятие решений на основе данных.  В сочетании с такими технологиями ИИ, как машинное обучение, обработка естественного языка и предиктивная аналитика, BIM становится мощным инструментом для оптимизации процессов закупок.

Одновременно BIM предоставляет платформу для совместной работы, которая объединяет рабочие процессы проектирования, закупок и строительства в единую систему. Интеграция этих технологий не только повышает операционную эффективность, но и приводит стратегии закупок в соответствие с более широкими целями устойчивого развития и инноваций.

По мере того как строительная отрасль готовится к более взаимосвязанному и управляемому данными будущему, понимание роли искусственного интеллекта и BIM в закупках становится все более важным. Цель этой статьи - изучить интеграцию ИИ и BIM в управление закупками, рассмотреть их преимущества, проблемы и последствия для будущего строительной отрасли.

Роль ии в управлении закупками

ИИ революционизирует управление закупками в строительной отрасли, автоматизируя процессы, повышая эффективность принятия решений и оптимизируя распределение ресурсов, ИИ решает такие давние проблемы, как неэффективность и перерасход средств. Роль ИИ в закупках широко документирована в различных отраслях. Согласно отчету, Deloitte «Закупки 2023», компании, использующие ИИ, сократили расходы до 40 %. Строительный сектор, традиционно медленно внедряющий технологии, все больше признает потенциал ИИ для рационализации процессов.

Можно выделить ключевые технологии ИИ в сфере закупок для строительства:

1. Машинное обучение (ML): Способствует предиктивному моделированию для прогнозирования спроса и оценки рисков поставщиков.
2. Обработка естественного языка (NLP): Автоматизирует анализ контрактов и улучшает коммуникацию с поставщиками.
3. Предиктивная аналитика: Оптимизация управления запасами и прогнозирование потребностей проекта.
4. Роботизированная автоматизация процессов (RPA): Оптимизирует выполнение повторяющихся задач, таких как обработка заказов и управление счетами.
5. Компьютерное зрение: Обеспечивает контроль качества путем анализа материалов и выявления дефектов.

Эти технологии позволяют менеджерам по закупкам принимать обоснованные решения на основе данных в режиме реального времени, минимизируя риски и повышая эффективность.

К трансформационным методам применения ИИ относятся следующие:

1. Прогнозирование спроса: Алгоритмы ИИ анализируют исторические данные, рыночные тенденции и спецификации проектов, чтобы точно предсказать потребности в материалах. Это минимизирует потери и снижает риск задержки проекта из-за нехватки поставок [1, c. 10].
2. Оценка рисков поставщиков: Инструменты искусственного интеллекта оценивают работу поставщиков, анализируя прошлые поставки, показатели качества и репутацию на рынке. Например, платформа искусственного интеллекта компании Parspec сыграла важную роль в снижении рисков цепочки поставок благодаря анализу данных [2, c. 10].
3. Автоматизация рутинных задач: Роботизированная автоматизация процессов (RPA) автоматизирует повторяющиеся задачи закупок, такие как обработка счетов и формирование заказов на поставку, высвобождая человеческие ресурсы для стратегической деятельности [3, c. 10].
4. Анализ договоров: Алгоритмы обработки естественного языка (NLP) извлекают и анализируют ключевые положения договоров, обеспечивая их соблюдение и снижая юридические риски [4, c. 10].

Роль BIM в управлении закупками

BIM представляет собой комплексную цифровую основу для строительных проектов, объединяющую процессы проектирования, планирования и закупок. Ключевые особенности BIM включают:

1. Визуализация: Обеспечивает детальное 3D-представление строительных проектов, позволяя точно рассчитать стоимость материалов.
2. Сотрудничество: Улучшает коммуникацию между заинтересованными сторонами благодаря централизации проектных данных на единой платформе.
3. Обнаружение коллизий: Выявляет конфликты между архитектурными, структурными и механическими проектами, сокращая количество переделок.
4. Интеграция данных: Связывает графики закупок с обновлениями проекта в режиме реального времени, обеспечивая соответствие между наличием ресурсов и сроками строительства.

Повышение эффективности закупок

Интегрируя данные о закупках с инструментами проектирования и планирования, BIM минимизирует расхождения между запланированным и фактическим использованием ресурсов. Такие платформы, как BIM 360 от Autodesk, продемонстрировали ощутимое повышение эффективности закупок за счет предоставления обновлений и информации в режиме реального времени.

Преимущества интеграции AI и BIM

Операционная эффективность

Автоматизация повторяющихся задач и обновления в режиме реального времени повышают производительность. Например, интеграция ИИ с BIM автоматизирует планирование закупок, сокращая количество ручных операций. Платформы на базе ИИ, такие как Parspec, сокращают сроки закупок на 80 %, а BIM обеспечивает точную оценку материалов [5, c. 10].

Сокращение затрат

Предиктивная аналитика сводит к минимуму избыточные заказы и снижает риски поставщиков, что приводит к существенной экономии средств. Исследование Deloitte показало, что компании, использующие эти технологии, сократили расходы на закупки на 25 %.

Повышение устойчивости

Оптимизируя использование ресурсов и минимизируя отходы, ИИ и BIM поддерживают экологически устойчивые практики. Инструменты искусственного интеллекта определяют экологически чистых поставщиков, а BIM обеспечивает точную оценку материалов. Метод комплексного проектирования на основе BIM помогает сэкономить около 30% выбросов углерода от потребления энергии во время строительных работ [6, c. 10]

Снижение рисков

Алгоритмы искусственного интеллекта анализируют исторические данные для выявления тенденций и рисков, а BIM обеспечивает визуальное представление хода реализации проекта. Системы искусственного интеллекта проактивно выявляют потенциальные задержки и риски, а возможности BIM по обнаружению столкновений предотвращают дорогостоящие ошибки во время строительства.

Можно также выделить проблемы, препятствующие внедрению ИИ в управление закупками

Высокие первоначальные затраты

Внедрение ИИ и BIM требует значительных инвестиций в программное обеспечение, оборудование и обучение. Малые и средние предприятия часто сталкиваются с финансовыми трудностями, которые ограничивают внедрение.

Безопасность данных

Использование облачных платформ вызывает опасения по поводу конфиденциальности данных и кибербезопасности. Обеспечение соответствия отраслевым стандартам имеет решающее значение для защиты конфиденциальной информации.

Пробелы в квалификации

Отсутствие опыта работы с ИИ и инструментами BIM является одним из основных препятствий. Комплексные программы обучения необходимы для того, чтобы вооружить персонал необходимыми навыками.

Сопротивление изменениям

Культурная инерция в строительных компаниях может препятствовать внедрению инновационных технологий. Руководство должно активно продвигать культуру цифровой трансформации.

Будущие последствия ИИ и BIM в управлении закупками

Интеграция искусственного интеллекта и BIM способна переосмыслить управление закупками в строительной отрасли. К числу новых тенденций относятся:

1. Интеграция блокчейна: Повышение прозрачности и доверия в сделках с поставщиками.
2. Метрики устойчивого развития на основе ИИ: Использование искусственного интеллекта для отслеживания и улучшения экологических показателей при закупках.
3. Платформы глобального сотрудничества: Содействие трансграничным проектам путем стандартизации процессов закупок.
4. Автономные системы закупок: Платформы на базе искусственного интеллекта, способные осуществлять сквозное управление закупками без участия человека.

Эти достижения позволят строительной отрасли удовлетворить растущие требования к эффективности, устойчивости и инновациям.

Долгосрочные преимущества

На наш взгляд, внедрение ИИ и BIM в управление закупками приведет к:

- повышению эффективности и рентабельности

- повышению качества проектов

- более тесному соответствию глобальным целям устойчивого развития

Заключение

Интеграция искусственного интеллекта и BIM трансформирует управление закупками в строительной отрасли, устраняя неэффективность и стимулируя инновации. Эти технологии не только оптимизируют процессы, но и способствуют устойчивости и снижению рисков.

Хотя такие проблемы, как высокая стоимость внедрения и нехватка навыков, остаются, долгосрочные преимущества неоспоримы. Внедрение ИИ и BIM становится необходимым для поддержания конкурентоспособности в условиях все более цифровизированного мира. По мере того как отрасль будет осваивать цифровые преобразования, ИИ и BIM будут играть ключевую роль в формировании будущего управления закупками.

Список литературы:

1. Deloitte : 2023 Global Chief Procurement Officer (CPO) Survey, 2023. — 22 с.
2. Artificial Intelligence in Construction Industry [Электронный ресурс]. – URL: https://www.parspec.io/resources/artificial-intelligence-in-construction (дата обращения: 21.11.2024)
3. Skill shift: Automation and the future of the workforce [Электронный ресурс]. – URL: https://www.mckinsey.com/featured-insights/future-of-work/skill-shift-automation-and-the-future-of-the-workforce (дата обращения: 10.12.2024)
4. Generative AI In the Construction Sector: Taking Building Technology to New Heights [Электронный ресурс]. – URL: https://www.forbes.com/sites/forbesbooksauthors/2023/05/02/generative-ai-in-the-construction-sector-taking-building-technology-to-new-heights/ (дата обращения: 10.12.2024)
5. Artificial Intelligence in Construction Industry [Электронный ресурс]. – URL: https://www.parspec.io/resources/artificial-intelligence-in-construction (дата обращения: 21.11.2024)
6. Jinyi Li, Zhen Liu, Guizhong Han, Peter Demian, Mohamed Osmani // The Relationship Between Artificial Intelligence (AI) and Building Information Modeling (BIM) Technologies for Sustainable Building in the Context of Smart Cities— 2024.— 10 с.
7. Ogundipe, O. B., Okwandu, A. C., & Abdulwaheed, S. A. (2024). Optimizing construction supply chains through AI: Streamlining material procurement and logistics for project success. GSC Advanced Research and Reviews, 20(1), 147-158. https://doi.org/10.30574/gscarr.2024.20.1.0258
8. Abioye, S. O., Oyedele, L. O., Akanbi, L., Ajayi, A., Delgado, J. M. D., Bilal, M., ... & Ahmed, A. (2021). Artificial intelligence in the construction industry: A review of present status, opportunities and future challenges. Journal of Building Engineering, 44, 103299.
9. Eboigbe, E.O., Farayola, O.A., Olatoye, F.O., Nnabugwu, O.C. and Daraojimba, C., 2023. Business intelligence transformation through AI and data analytics. Engineering Science & Technology Journal, 4(5), pp.285-307.
10. Kaggwa, S., Eleogu, T.F., Okonkwo, F., Farayola, O.A., Uwaoma, P.U. and Akinoso, A., 2024. AI in Decision Making: Transforming Business Strategies. International Journal of Research and Scientific Innovation, 10(12), pp.423-444