Приветствую!
Здесь не будет:
❌ ежедневных обзоров бесполезных новостей
❌ сгенерированных ИИ постов
❌ отчетов об очередной пустой конференции
❌ репостов никому не нужного вебинара
✅ Здесь вы найдёте исключительно аналоговые мысли, тексты и видео, а самое главное практический опыт автоматизации, цифровизации и применения ИИ в проектировании и строительстве.

📍 Я сознательно отказываюсь вести канал через прямую ИИ-генерацию, «дабы дурь каждого видна была». Сегодня ценность информации, созданной человеком, растёт с каждым днём, а ИИ-шум уже заметно утомил. Дешёвый дофамин, как и дешёвый ИИ контент нынче может генерировать каждая обезьяна.

🫰 Это место, где я буду честно разбирать реальность автоматизации в строительстве без глянца и KPI-иллюзий.
Во главу угла здесь всегда будет поставлена польза. Поэтому регулярность постов не является целью. Полезный практический опыт вырабатывается долго, тяжело и сложно систематизируется.

Что здесь будет:
🟦 анализ текущего положения без прикрас
🟦 практика внедрения и провалов BIM
🟦 реальные инструменты
🟦 ИИ в проектировании без иллюзий

Если вам близки эти темы и подходы, вэлком!
Игорь Рогачёв

Рубрика «Нытьё автоматизатора»
то, что обсуждают только в частных беседах
то, что видит ограниченный круг специалистов

📍 Я решил вынести эту дискуссию в публичную плоскость и начать с формата «говорящей головы».
Рубрика будет называться «Нытьё автоматизатора», по простой причине, высказанные мысли могут не понравиться многим. Буду делиться своим взглядом по важным вопросам автоматизации и цифровизации строительной отрасли, ну и конечно же про ИИ.

🔔 Сегодня затрону тему очень важную, тема, которой уделяют слишком мало внимания. В конце прошлого года была принята «Дорожная карта поэтапного перехода в строительстве на российское программное обеспечение для информационного моделирования объектов».

🆘 Она призвана сделать ОБЯЗАТЕЛЬНЫМ использование только отечественные САПР, с государственным контролем и конечно же всеми любимыми «посадками». Фактически эта ДК может коснуться каждого. 🆘

📎 Вот ссылка на YouTube
🎞 Дорога в никуда. Переход на отечественные САПР в строительстве.
📎 аудиоверсия приложена здесь же
📎 краткий пересказ от ИИ для тех, кому лень слушать развернутый комментарий

P.S. Выкладывать видео и аудио на другие платформы не планирую.

#НытьёАвтоматизатора@IIstroika

Рубрика «Нытьё автоматизатора»
🔴После выхода ролика про ДК по импортозамещению произошло то, чего я, честно говоря, не ожидал.

Я рассчитывал на 500–600 просмотров и спокойное обсуждение.
По факту уже почти 5000 просмотров за несколько дней и более 130 комментариев. ❤️
И это в нашей узкой профессиональной нише: цифровизация, САПР, строительство на заблокированном ресурсе!
👌Это показатель.
А значит, что вопрос действительно живой.
Людям важно понять:
🔥что происходит на самом деле;
🔥как будет реализована ДК;
🔥к чему это приведёт отрасль;
🔥какие инструменты будут применяться;
🔥какие результаты мы получим на выходе.
Мой предыдущий ролик всего лишь субъективные размышления.
❗️Но профессиональному сообществу сейчас нужна не оценка со стороны, а понятные разъяснения от тех, кто участвует в разработке и реализации дорожной карты.

🔔Поэтому я обращаюсь к коллегам, которые входят в рабочие группы, влияют на развитие ДК или принимают решения:
✅Давайте выйдем в открытую профессиональную дискуссию.
✅Давайте объясним сообществу, что нас ждёт. Я готов предоставить свою площадку и ресурсы для такого разговора.

Если обратной связи не будет это тоже будет сигнал. Но я всё же надеюсь на конструктивный диалог.
Вопрос слишком важный, чтобы оставлять его в зоне слухов и тревожности.
Посмотрим, что будет дальше!

P.S. Уважаемые BIM блогеры, репостните это сообщение, чтобы адресаты обращения точно не прошли мимо!
#НытьёАвтоматизатора@IIstroika

Рубрика Бесполезные мысли.
ИИ-Джарвис для ГИПа
#Бесполезные_мысли@IIstroika
На заре освоения мною LLM для задач проектирования и строительства я чётко понимал, что до ИИ-проектирования ещё очень далеко. Но в одном ИИ реально может помочь: в автоматизации рутины.

❓И я задал себе простой вопрос «Кто в проектировании больше всего завален хаосом информации?»
Хотелось бы сказать проектировщик. Но ответ очевиден - ГИП.
В его голове одновременно живут письма, замечания, изменения ТЗ, согласования, версии документов, нормативка, графики, встречи, созвоны, раздача люлей.
Бесконечный поток входящих и исходящих данных, которые нужно держать в голове, сопоставлять и контролировать.

💡Идея была понятной: ИИ должен взять на себя контроль информационного шума и высвободить голову ГИПа для принятия решений.
Казалось бы, здесь ИИ может раскрыться на полную. Воодушевившись этим, я провёл несколько десятков интервью с действующими ГИПами и даже написал функциональные требования (ФТ) к системе управления деятельностью ГИПа на основе ИИ.
🔜Кстати, выяснилось, что порядка 20% ГИПов это очень аккуратные люди, у которых всё под контролем и мышь не проскочит. Но даже у них мы находили зоны, где контроль можно было бы смело передать ИИ.
Как-нибудь отдельно напишу, почему именно такой процент людей способен работать таким образом и почему больше их не станет.🔜

Из полученных ФТ я начал собирать MVP и довольно быстро упёрся в жестокую реальность.
Чтобы такая система работала полноценно, ей нужно было «видеть» практически всё: переписку, ПД, нормативку, изменения, историю взаимодействий.
Это означало колоссальные вычислительные ресурсы и космическую стоимость эксплуатации.
Поэтому «Джарвиса для ГИПа» пришлось отложить до лучших времён.

💡А теперь самое интересное.
Прошло всего пару лет. И, работая с агентскими системами вроде Claude Code и OpenClaw, я неожиданно понял одну простую вещь: дело было не только в мощности моделей. Дело было в архитектуре.
Многоагентные системы с разделением ролей, с управлением контекстом, с возможностью описывать поведение и ключевую информацию в отдельных файлах, с автоматической суммаризацией при приближении к лимиту окна контекста и т.п. всё это радикально снижает требования к «центральному мозгу»🦀.

То, что раньше казалось монолитным сверхпроектом, сегодня можно разложить на управляемые модули например, агент-маршрутизатор входящих, агент контроля замечаний или агент ежедневной выжимки по проекту.

💥И вот здесь возникает ощущение перелома.
Не потому, что наступила «сингулярность» технологии ИИ.
А потому, что технология применения LLM стала зрелее.

Нашёл хорошую фразу в интернете:
«ИИ-агенты это то, какими должны были быть LLM с самого начала».

Иногда революция происходит не в виде новой модели, а в более умной архитектуре.
Похоже, «Джарвис для ГИПа» перестаёт быть фантазией и начинает выглядеть как инженерная задача.
И вопрос теперь не «возможно ли», а «кто первым соберёт рабочую версию».

🧑‍🔬Если вы уже экспериментируете с ИИ-агентами в стройке расскажите о своём опыте.
#Бесполезные_мысли@IIstroika

В продолжении предыдущего поста:
Не всегда ИИ-агенты полезны.

Последнее время активно тестирую разные агентские системы типа Paperclip, CrewAI и т.п. Сейчас модно делать так: нажимаешь кнопку, у тебя автоматически появляется «компания» из ИИ-агентов. Один CEO, другой CTO, третий разработчик. Потом CEO решает нанять ещё одного разработчика, тот активно включается в работу.
Все активно обсуждают задачи, строят планы, делегируют работу друг другу.
Чистой воды стартап или МТК😯

Правда, есть один нюанс.
Полезного результата пока примерно столько же, сколько в реальной жизни при наблюдении за некоторыми стартапами:
много разговоров, красивых презентаций, и постепенно куда-то исчезающий бюджет.🤑

💥Особенно забавно, что даже в самой «родной» для ИИ области разработке программного обеспечения полностью автоматическая оркестрация агентов пока работает довольно скромно. Агент ставит задачу агенту, тот пишет план для другого агента, который создаёт подзадачи для следующего. В итоге возникает ощущение, что ты наблюдаешь за совещанием, а не работой.

И чем больше я с этим экспериментирую, тем яснее становится одна простая вещь: проблема не в агентах и не в выбранной LLM, проблема в архитектуре.
Это особенно хорошо видно на инженерных задачах. Когда я экспериментировал с формированием XML пояснительной записки с использованием LLM, быстро стало понятно: если просто «подать в LLM» схему и исходную ПЗ, то получаем тонны потраченных токенов и полное отсутствие результатов.🫙

В проектировании и строительстве такая проблема ощущается ещё сильнее. В стройке нельзя просто надеяться, что агенты сами как-то договорятся между собой. Слишком сложная предметная область, слишком жёсткая структура данных и слишком высокая цена ошибки.💩

Поэтому на текущем этапе главной задачей становится не «создание армии агентов», а очень аккуратная настройка их ролей, архитектуры ответственности, скилов, ограничений и оркестрации.

ИИ-агенты штука мощная, но пока они больше напоминают группу очень инициативных стажёров.
Если их оставить без жёсткого руководства, они быстро организуют стратегическую сессию, обсудят Дорожную карту, назначат друг другу роли…и забудут сделать работу, полностью спустив бюджет. Всё как в жизни кожаных мешков.👨‍💻

ИИ в строительстве пока почти ничего не изменил.
#СтройПрактИИкум@IIstroika
Да, звучит непопулярно. 💩
Но если убрать маркетинг, презентации и хайп, картина выглядит именно так.
Про ИИ в стройке сегодня говорят очень много.
Но в реальности большинство компаний всё ещё находится на стадии экспериментов, а массовый проектировщик и строитель просто отмахивается от этого.
До системного роста эффективности отрасль пока не дошла.
❓Почему так происходит? Если говорить именно о LLM (другие типы ИИ чуть более эффективны), то причин много, но ключевых я бы выделил две.

Первая: комплексность и детерминированность самой отрасли.
Даже самые передовые LLM с сотнями миллиардов параметров, не способны сходу решать инженерные задачи в области проектирования и строительства.
Что-то более-менее приемлемое получается только на простых сценариях.
Всё остальное требует:
🔴подготовки данных и очистки информации
🔴продуманной архитектуры решений
🔴доработки инструментов
🔴серьезных интеллектуальных и вычислительных ресурсов
ИИ сам по себе не делает магию.💯

Вторая причина: низкий уровень автоматизации стройки.
Даже если у нас будет LLM заточенная под задачи проектирования и строительства, возникает простой вопрос:
куда её подключать?😰
Большинство САПР и СОД:
👎разрознены
👎не имеют общей модели данных
👎нормальный API есть у единиц
👎работают в закрытых экосистемах

Чтобы по-настоящему встроить ИИ в рабочие процессы, разработчикам САПР и СОД ещё предстоит сделать огромный объём работы.😡

Получается, у нас нет шансов прокатиться на ИИ экспрессе роста эффективности вместе с остальными отраслями?
Конечно прокатимся. Но по-своему.📞
Уже сейчас можно получать реальные эффекты. Но только в определённых сценариях.
Например:
1️⃣Визуализация проектных решений
От интерьера комнаты до застройки кварталов и магистралей.
По моим наблюдениям, архитекторы и инженеры уже активно используют инструменты генерации изображений и визуальных моделей (например, Nano Banana и подобные решения). Я имею в виду всё, что не требует точности и требуется красота.
Для архитектора сегодня это уже практически must have.
По этому сценарию материалов более чем достаточно, поэтому подробно останавливаться на нём не буду.

2️⃣Автоматизация написания плагинов для САПР
Напомню фразу, которую я сформулировал ещё в 2015 году, когда писал рекомендации по внедрению BIM:
"BIM-жизнь без программиста тяжела и неказиста."
Не существует САПР, которые способны полностью закрыть задачи проектировщика.
Доработка функционала нужна всегда. Особенно когда инженер высококвалифицирован.
ИИ в этом месте начинает давать очень интересные эффекты.

3️⃣Офисная автоматизация и извлечение данных
Рутинная автоматизация на стыке:
🟥САПР
🟥СОД
🟥офисных документов
🟥инженерных данных из Excel / Word / PDF/Фото салфетки из ресторана с принятым объемом работ

Ещё недавно я активно топил за no-code инструменты вроде n8n и Make.🔞
Но сейчас даже эти инструменты начинают проигрывать конкуренцию агентским системам и грамотному вайб-кодингу.
Все остальные сценарии применения ИИ в строительстве значительно сложнее.
Они требуют более квалифицированных специалистов, инфраструктуры и серьёзных инвестиций.
✍️К чему я это всё?
Способов внедрения ИИ в стройке на самом деле огромное количество на любой бюджет.
Но мой опыт автоматизации строительного бизнеса показывает простую вещь:
‼️не нужно влетать в ИИ с двух ног.‼️
Начните с простых и осязаемых шагов.
В первую очередь упростите жизнь самой базовой единице отрасли.
Проектировщику\Прорабу🧑‍💻
В следующих постах разберу реальные сценарии применения ИИ в строительстве. Что действительно работает, а что пока остаётся красивыми презентациями или бесконечным полем для экспериментов.

P.S. Оказывается размер поста в телеге серьезно ограничен, только начинаешь писать, а уже вышел за лимиты. Поэтому буду постить постепенно.

#СтройПрактИИкум@IIstroika

Разработка САПР с помощью ИИ. Часть 2.1 (Лонгрид)

#СтройпрактИИкум@IIstroika
Как начать программировать свои утилиты для САПР с помощью ИИ 👨‍💻
Вы уже знаете из предыдущего поста, что эффективность продвинутого проектировщика и BIM-специалиста резко возрастает, когда он начинает использовать ИИ.
И не просто как помощника, а как инструмент для разработки плагинов в САПР. 💪
Похожие ощущения у меня были, когда появился Dynamo под Revit и Civil 3D и Subassembly Composer под Civil 3D.
Кстати, тут не отстают и наши, есть инструмент визуального программирования nanoNode под NanoCAD.
Сценарий всегда один и тот же:
🟢сначала эйфория: «теперь можно всё» 🤩
🔴потом реальность: ничего не работает как надо😡
Именно на этом этапе раньше отваливалось большинство.
Потому что:
❌спросить не у кого
❌документация сложная и на английском
❌примеров нет
❌обучения нет

Форумы иногда спасали, но не системно.
А освоить C# или Python (да ещё и вместе с API нужного САПР) было задачей для очень мотивированных. 🖖

Сейчас ситуация изменилась кардинально, благодаря ИИ.
Порог входа в разработку плагинов упал на порядок.😮
Ну, почти для всех…
Если вы до сих пор не разобрались с динамическими блоками в AutoCAD или не можете получить доступ к ChatGPT возможно, пока рано 😄

Что важно понять сразу:
ИИ не превращает проектировщика в разработчика за вечер, но делает гораздо более важную вещь:
ИИ заставляет формализовать задачи так, что из них можно собрать рабочий инструмент с помощью того-же ИИ

И вот здесь начинается самое интересное.
Итак, как начать разрабатывать плагины? Поначалу я хотел расписать пошаговую инструкцию, но потом понял, что это сделает любая GPT-модель. Вы здесь не за этим.
Поэтому дам то, что ИИ обычно не говорит, а именно как это работает на практике. Ниже моя инструкция и она применима не только к разработке плагинов.

Этап 1. Подготовка
📌С чего начинать
Когда я только начинал, хотелось сразу научиться преодолевать болезненные ограничения САПР, которые мне мешали жить годами, но понимал, что без "Hello World!" не обойтись. 👌
Я сел и расписал максимально простые задачи, а потом попросил ИИ приоритизировать по сложности реализации, для того чтобы понять с чего начать. Совместными усилиями мы выбрали первые шаги.

И начал с самых простых.
Это критически важно❗️
Первый плагин должен быть:
✅максимально простой
✅решать одну задачу
✅давать один понятный результат

Одна кнопка, один результат. Без этого вы просто застрянете.
Дальше уже можно, опять же с помощью ИИ, выстроить план усложнения и двигаться к более серьёзным задачам.

📌Как выбрать первую задачу
Перед тем как писать код, ответьте на 5 вопросов:
1️⃣Что я делаю руками регулярно?
2️⃣По каким чётким правилам?
3️⃣Какие входные данные?
4️⃣Какой результат должен получиться?
5️⃣Как я пойму, что всё работает корректно?

Если на эти вопросы нет чёткого ответа, то рано писать код.

📌Примеры

✅ Хорошая задача:

Проверить все двери в проекте: заполнены ли параметры «Марка», «Помещение», «Комментарии».
Если нет — показать список и выгрузить в Excel

❌ Плохая задача:

«Автоматизировать сбор спецификаций на основе универсального шаблона»

Если задача не формализована, то ИИ вам не поможет.

📌Какую модель GPT использовать?

Хочется сказать: чем круче, тем лучше. Можно открыть рейтинги моделей для разработки кода, сравнить бенчмарки и выбрать «самую умную».
Но на практике всё проще. Я видел, как проектировщики без опыта программирования спокойно писали рабочие плагины на бесплатных моделях вроде DeepSeek. Да, если смотреть рейтинги, он далеко не лидер. Но задачи решает.
👉 Поэтому берите то, что у вас есть. Конечно, модели от Anthropic и OpenAI стабильнее. Но китайские или даже отечественные решения от Сбера и Яндекса тоже справляются. Может чуть хуже, но справляются 😊

——-Конец части 2.1——

Продолжение поста "Доработка САПР с помощью ИИ." Часть 2.2
#СтройпрактИИкум@IIstroika

📌Изучаем поле экспериментов
Не начинайте с кода.
Сначала просто обсудите с ИИ, что вы хотите сделать.
Представьте, что рядом сидит опытный разработчик:
🟢отвечает на любые вопросы
🟢не закатывает глаза, на глупые вопросы
🟢не говорит, что вы «недостойны»
И пользуйтесь этим! Вы узнаете ответы на вопросы, которые вас давно тревожили, а спросить не у кого.😜

Более того, попросите рассказать, как происходит процесс разработки именно под ваш продукт, укажите границы ваших знаний САПР и опыт в разработке. Уточните, что необходимо для этого, общайтесь и задавайте вопросы, как можно больше глупых вопросов.
К моменту формирования промта для разработки кода вам должно быть кристально понятно, что и как будет происходить. 💎

📌Разбираемся с базой
Это продолжение предыдущего шага.
Попросите ИИ объяснить простым языком:
🔴что такое API вашего САПР
🔴как собрать и запустить проект
🔴как читать ошибки
🔴как тестировать
🔴базовые принципы C# или Python ( ну или какой язык использует API, кстати это тоже выясните у ИИ)
Вам не нужно становиться программистом.
❗️Но нужно перестать бояться кода

Этап 2. Написание кода
📍Архитектура важнее кода
Для формирования промта необходимо детально продумать тот плагин, что вы будете делать. Именно как инженер, где вы представляете пошагово этапы реализации задачи: что на входе, что на выходе и даже интерфейс. Вы спросите зачем это делать? Ответ прост для всех ИИ:
Мусор на входе = мусор на выходе🚽 Чем более структурирован и детализирован будет ваш запрос на разработку кода, тем качественнее результат.
С чего начать? Попросите ИИ:
1️⃣ Совместно с вами разработать промт для реализации вашего плагина, дайте всю вводную информацию
2️⃣ Расписать промт как профессиональный продакт менеджер
3️⃣ Задавать вам вопросы по этому промту ❓

Процесс того, как вы вставите промт и получите код и вы его запустите, я описывать не буду, сами справитесь)

📍Что делать когда код не работает
Очень важно понять: не если код не работает, а когда код не работает. Чем серьезнее ваша задача, тем больше шансов на ошибку в коде, и она обязательно будет.
👉 Очевидно, что если решение не работает, вам необходимо в тот же диалог вставить код ошибки, логи, скриншоты и любую другую информация, которая может помочь в поиске ошибок. ⚠️
👉 Не забывайте, что все ИИ имеют контекстное окно и чем ближе к исчерпанию его размера, тем чаще ИИ будет путаться и забывать детали.
При разработке кода это особенно актуально, т.к. поток данных большой и чем проще выбранная ИИ модель, тем серьезнее будет проблема исчерпания контекстного окна. Поэтому рекомендуется после длительного процесса разработки делать суммаризацию диалога и начинать в новом окне. 🤔
👉 Очень хорошим решением является использование другой LLM для код ревью. Например вы писали код в Claude, а потом полученный результат с полученной ошибкой отправляете в ChatGPT и наоборот. Они не плохо друг друга дополняют. 🤲

✅Получили простой плагин. Что дальше?

Вот тут начинается самое интересное. Первый плагин это не цель, а точка входа.
После первого успеха очень хочется:
🟢подключить агентов
🟢сделать автогенерацию кода
🟢прикрутить "умный интерфейс"
🟢настроить супер-IDE
🟢завернуть всё в красивую архитектуру
Не надо!❌❌
Это почти всегда ломает прогресс. Сначала нужно закрепить базу, делать 3–5 простых, но полезных плагинов подряд, чтобы перестать бояться API, увидеть повторяющиеся паттерны, начать мыслить "системно", а не "по примеру"

✅Начните наводить порядок в коде
Вот тут уже появляется настоящая разработка. Скорее всего вам это порекомендует сделать и ИИ, а именно начать формировать расширяемый код, который будет разбиваться на отдельные файлы, классы, вводить логирование и формирование конфигурации (параметры).
Это даст в 10 раз больше пользы, чем любые "агенты", т.к. ваша разработка станет понятна и структурирована. 🧹

—-Конец части 2.2 —-

Продолжение поста "Доработка САПР с помощью ИИ." Часть 2.3
#СтройпрактИИкум@IIstroika

✅Подключите Git
Подключение этого сервиса, есть обязательный шаг настоящего разработчика. Он позволит вам фиксировать рабочие версии, не ломать проект при экспериментах, возвращаться назад
Без Git вы начнёте бояться менять код, а это тупик.

✅Агенты
На этом этапе НЕ НУЖНЫ. Дико модная тема, но вам она противопоказана!
Почему:
❌вы ещё не понимаете архитектуру
❌не умеете проверять код
❌не контролируете результат
Агенты усиливают сильных, но новичков они только путают.

✅Подключать базу знаний и типовые параметры
Это уже элемент вайбкодинга, но вам он будет очень полезен. Для того, чтобы какие-либо типовые вещи, списки параметров, атрибутов, название элементов, размеры и т.п. не тащить в промт, их можно прописать в отдельных файлах и подключить к проекту. Лучше всего файлы писать в формате Markdown, т.к. их ИИ понимает лучше всего, да и телега хорошо воспринимает это форматирование. Даже данный текст написан в md файле, по привычке)
Как подключить эти файлы к проекту? Спросите у ИИ.
И это гораздо полезнее, чем кажется. Это превращает хаос в систему.💪💪💪👌

‼️Главная мысль
Помните одну простую вещь, ИИ это лучшая версия вас и чем лучше вы разобрались в каком либо вопросе, и чем лучше вы задали вопрос для ИИ тем качественнее результат. Поэтому анализируйте, спрашивайте и учитесь вместе с ИИ, включайте голову, тогда вместо мусора у вас получится настоящий рабочий код.
—- Конец всей второй части—-

Ну а в следующих постах мы разберёмся:
✅как разрабатывать ИИ плагины уже на уровне отдельно взятой компании
✅как это масштабировать.

#СтройпрактИИкум@IIstroika

Рубрика Бесполезные мысли
ИИ в строительстве и большие компании.
#Бесполезные_мысли@IIstroika

Намедни принимал участие в круглом столе посвященному применению ИИ в строительстве, в рамках деятельности одной крупной корпорации, к которой не имею отношения.
Послушал кейсы внедрения от вендоров и внутренних команд и поймал простую мысль:

Чем крупнее проектно-строительная компания, тем меньше реальных эффектов даёт ИИ и тем хуже он внедряется.

Парадокс? На первый взгляд да, ведь у крупных компаний:
✅больше ресурсов
✅выстроенные процессы
✅структурированные данные
Казалось бы идеальная среда для ИИ.🤔

Но на практике всё упирается в другое: зрелость ИИ технологий и необходимость менять процессы.

Сегодня внедрение ИИ состоит из:
🔴кастомная разработка или no code разработка
🔴постоянная подстройка решений
🔴изменение процессов под результат

И вот тут начинается самое интересное. Ключевое во внедрении это не LLM, не стек и даже не вендор.
Ключевое куда именно ты вставляешь ИИ в процесс и как он меняется.

А теперь реальность крупных компаний:
❌точки потерь информации есть, они всем известны, но их «нельзя трогать»
❌неэффективность очевидна, но у неё есть «владельцы»
❌процессы описаны, но менять их больно
❌департаменты конкурируют
❌бюджеты делятся, а перестройка процессов повлияет на распределение бюджетов
❌бюрократия всё цементирует

И в итоге: ИИ упирается не в технологии, а в организацию.
Это вопрос гибкости, а гибкость это как раз то, чего у крупных компаний меньше всего.
Существуют ли «бирюзовые» крупные стройкомпании, которые могут это переварить? Я таких на рынке не встречал, напишите про них, если есть.

Получается крупным компаниям не стоит лезть в ИИ?
Стоит конечно, в локальных подразделениях будут создаваться условия, где могут случаться прорывы, но думать, что ИИ станет основой изменений крупного проектно-строительного бизнеса, пока преждевременно.
Есть даже примеры у топовых застройщиков, когда ИИ локально повышает эффективность. Большинство внедрений ИИ в стройке сейчас это не трансформация, а дорогие эксперименты.

Вы скажите, Игорь, подожди, вот очередная Крупная западная IT компания сократила многие тыщи сотрудников, потому что ИИ дал рывок эффективности.
Я отвечу: Имея опыт работы в крупных компаниях, могу уверенно сказать, что любая крупная компания, а тем более корпорация может смело сократить 10-15% штата без потери эффективности, а то и повысить её.
Плюс не забываем: IT это максимально удобная среда для внедрения ИИ.
Строительство, совсем другая история.

Что в итоге?
Именно для малых и средних компаний появляется окно возможностей, для быстрого получению эффектов от ИИ! Но для этого нужна гибкость и самое главное специалисты способные выявить правильные точки применения ИИ, об этом в следующих постах. ‼️

А что по всем остальным? Да, мы все рано или поздно будем работать в AI-native компаниях.

Так стоп, а что такое AI-native проектно-строительная компания? Об этом будем говорить дальше, я уже даже описал AI-native проектно-строительнию компанию в своей концепции внедрении ИИ строительстве. Постепенно буду раскрывать этот вопрос.

AI-native это не про технологии, продукты или навыки это про изменение организации, систему управления, фокус и перестройку большинства процессов в работе. Больно, сложно, страшно, но неизбежно.

P.S. В ближайшее время буду принимать участие в ещё одном круглом столе в крупной корпорации по вопросу применения ИИ в строительстве. Надеюсь, мне разрешат поделиться важной информации с вами, а там действительно есть чем поделиться!

#Бесполезные_мысли@IIstroika

Доработка САПР с помощью ИИ. Часть 3
#СтройпрактИИкум@IIstroika
В предыдущем лонгриде я показал алгоритм как самостоятельно, с помощью ИИ, начать разрабатывать плагины для любого САПР, где есть API интерфейс.
Предложенная инструкция работает только для индивидуальной разработки, конкретного проектировщика или BIM-менеджера.

ИИ сильно упростил и снизил порог входа. Но по прежнему он есть. На текущий момент нельзя сказать, что каждый проектировщик может сам себе написать нужный плагин с помощью ИИ.

Соответственно, если мы говорим о внедрении на уровне компании, в разрезе доработки САПР с помощью ИИ, то тут можно выделить несколько сценариев.

Сценарий 1 (как это происходит на практике)❗️
В компании появляется инициативный BIM-щик или проектировщик.
Он открывает ChatGPT, но чаще бесплатный DeepSeek, пишет первый скрипт. Скрипт работает. Все радуются.
Через месяц:
🟢появляется 10 разных скриптов
🔴никто не понимает, как они устроены, но активно пользуются
🔴они ломаются после обновления
🔴автор уходит в отпуск или увольняется и всё встаёт

И руководство делает вывод:
«Это всё игрушки, не масштабируется»

📌Вывод сценария 1:
ИИ действительно позволяет писать плагины без программиста.
Но он не заменяет процесс разработки.
Если нет:
🔴постановки задач
🔴стандартов
🔴контроля качества
🔴хранения и версий
У вас не разработка, а «кружок по интересам».

Сценарий 2. Целевой🛠
Рабочая модель выглядит не как «дайте людям ИИ», а как:
👨‍💻BIM Dev внутри компании, даже без программиста.
Минимальная структура:
✅1–2 BIM-щика с уклоном в автоматизацию (возможно плюс продвинутый инициативный проектировщик🤪)
✅backlog задач (что автоматизируем и зачем)
✅единые правила написания скриптов
✅централизованное хранение (Git или аналог)
✅централизованная закупка подписок у топовых ИИ сервисов
И главное:
каждый инструмент это не код, а продукт в рамкой общей архитектуры👨‍💻

Как выглядит нормальный процесс👍
1️⃣Формулируется проблема. Но для этого необходимо провести исследование силами BIM-щиков, что эффективно автоматизировать. Это отдельное искусство, которое надо осваивать всем, кто проводит комплексную автоматизацию.
2️⃣Описывается задача, с описанием текущего и желаемого процесса, что на входе, что на выходе. По сути функциональные требования, на основе которых уже вместе с ИИ пишется план разработки и промты
3️⃣Через ИИ генерируется решение
4️⃣Документация (обязательно!), Git, единый интерфейс, общие правила написания кода.
5️⃣Внедрение + сбор обратной связи
6️⃣Поддержка плагина и архитектуры плагинов

Нужен ли программист в качестве консультанта?🧠
На старте нет, если есть, то хорошо, но не обязательно.
Но в целом:
✅ Консультант по ИИ да (очень желательно)
✅Консультант по разработке точечно
Но если начинается интеграция с другими САПР или специфичным ПО, сложная логика и масштабирование, то без консультаций разработчика уже не обойтись.

Главная ошибка, которую я вижу🧐
Компании думают, что внедряют ИИ. На деле они внедряют зависимость от одного «умного сотрудника», причем такая ситуация часто бывает и с BIM.
А это противоположность цифровизации.

Как выглядит необходимый подход🤔
🟢автоматизация встроена в процессы
🟢инструменты описаны и повторяемы
🟢знания не теряются
🟢есть измеримый эффект (время / деньги / ошибки)
И только в этот момент ИИ начинает приносить реальную пользу.

Вывод‼️
Индивидуальная разработка плагинов без программиста уже реальность. Но системная разработка на уровне компании работает только при организации процесса. Без неё всё придёт к хаосу и быстрой потерей наработанных решений.

P.S. Нужно признать что, теперь навыки программирования под САПР и вайб программирования небольших утилит станут стандартом для нормального BIM-щика. Не сейчас, но уже в следующем году это будет повсеместным. Если хотите быть уникальным BIM специалистом, вы уже поняли, что изучать!

#СтройпрактИИкум@IIstroika

Рубрика Бесполезные мысли
Инфоцыганщина в ИИ.
#Бесполезные_мысли@IIstroika
В комментариях возник вопрос: Как отличить консультанта по ИИ от ИИ инфоцыгана? 💃
Я серьезно задумался. Прежде всего из-за того, что специалистов пока единицы, а практического опыта ещё меньше, тем более в стройке, поэтому лезут сюда все кому не лень, особенно ИТшников. 🫵
Но намедни мне в руки попала подробная программа курса "ИИ в строительстве" (название изменено) от одной известной онлайн школы. Посмотрев её, я был серьезно озадачен. ❓
Там намешано всё на свете, охватываются задачи от прораба, проектировщика и до директора, всё по верхам, затрагиваются инструменты и подходы, которые надо изучать месяцами, а то и годами! Человек после этого не сможет решать свои практические задачи, а просто будет знать много умных слов и интерфейсы ПО, и самое главное что ИИ где-то лишь на фоне.😡

Ну и добила меня ценовая политика в рекламе этого курса на одном большем ТГ канале (500К подписчиков): "оставьте заявку с *ПРОМОКОД* — получите скидку 65% и второй курс в подарок." 🙌
После этого я понял как выглядят инфоцыгане в ИИ.
…Консультант стремится решать и обучать решать ЗАДАЧИ клиента, а не продавать ощущение причастности к "будущему".

Он всегда начинает не с инструментов, а с вопроса:
Что у вас болит? Где деньги теряются? Где люди тратят время впустую?✍️

И дальше происходит то, что инфоцыгану невыгодно сужение фокуса.
Не "внедрим ИИ во всё", а докопаемся до проблем и будем их решать.
И вот тут вскрывается главное отличие.

Настоящий консультант не всем подходит.
Потому что не будет делать красиво и "вдохновляюще", а будет копать в процессы, покажет, где у вас бардак и будет менять привычную работу. Будет делать больно и вскрывать, что не хочется показывать, но зато можно получить конкретный результат, через непростую работу.

Инфоцыган же комфортен. Выходишь с курса или после общения и можно ничего не менять, но говорить что у нас ИИ!

Поэтому если коротко:
🔴Если после общения у вас больше вдохновения, чем конкретных действий осторожно.
🔴Если вам сразу показывают, где можно заработать или сэкономить, показывая вашу неэффективность скорее всего, вы на верном пути.

А если хотите простой тест, спросите у человека:
“Какую одну задачу в моей компании ты бы автоматизировал в первую очередь и почему?”
❌Инфоцыган начнёт рассказывать про тренды, про то как другие круто внедряют ИИ.
✅Консультант начнёт задавать вопросы, вернее пытать вопросами.

И вот в этот момент всё становится понятно, потому что инфоцыган про красиво продать как можно широким пластом, консультант найти и решить вашу конкретную задачу.

P.S. Мне кажется, что нужно обязательно ещё раскрыть тему "Куда пойти учится, чтобы освоить ИИ в *ваша_специальность*. Ставьте большой палец 👍если это интересно или какашки 💩, если сами всё уже освоили))