1 августа первый заместитель министра строительства и ЖКХ России Александр Ломакин и Президент НОТИМ Михаил Викторов назвали победителей Всероссийского конкурса «ТИМ-ЛИДЕРЫ 2024/25».
В этом году на конкурс поступило 157 заявок, а соревнование проходило в 13 номинациях. В финал конкурса прошли 37 проектов, набравшие наибольшее количество баллов в каждой из номинаций.
Среди целого ряда занимательных выступлений отдельно отметим:
и
---
КЭЦИМ задуман как инструмент повышения интероперабельности данных.
Хрестоматийный пример такого повышения при передаче данных из ЦИМ для обработки в стороннем ПО приведён на рисунке 7.3 СП 331.1325800.2017 (см. картинку), где с помощью классификатора данные об объёмах СМР извлекаются из модели и передаются в сметное ПО. Подробнее о концепции КЭЦИМ и его отличии от КСИ мы писали ранее.
Отметим, что заместитель начальника технического отдела Дирекции по строительству Республики Карелия Роман Кюроев и BIM-менеджер ГК «КСМ» Александр Осипов не просто доработали международный классификатора Uniformat, применив КЭЦИМ на практике и закодировав элементы модели ДОУ в Сортавале – ребята убедили руководство региона в необходимости перевода КЭЦИМ в нормативный статус, и 29.10.2024 заместитель главы Правительства Республики Виктор Россыпнов подписал приказ № 321 о минимальном рекомендуемом перечне требований к ЦИМ.
Не менее важной вехой в развитии классификатора стало подключение к его развитию коллеги из Пермской государственной экспертизы. В опубликованных пермяками 21.03.2025 обновлёных требованиях к ЦИМ в т.ч. указаны требования по назначению кода согласно КЭЦИМ.
Мы тоже планируем применять КЭЦИМ при актуализации ТИМ-стандарта Свердловской области.
Замечания-предложения-советы по КЭЦИМ, как и прежде, принимает Александр Осипов.
---
Инструмент же преобразования цифровых требований в атрибуты ЦИМ за авторством Никиты Сысолова представляет собой приложение, позволяющее сгенерировать файлы мэппинга для ПО Revit, Renga и CADLib на основе машиночитаемых требований в формате IDS.
Файл мэппинга – это, в первую очередь, важный инструмент проектировщика для соблюдения IFC-требований бюджетного заказчика, т.к. коммерческим организациям достаточно проприетарных (нативных) форматов.
После перехода бюджетных заказчиков с Navisworks на российское ПО начали возникать примерно такие споры бюджетных заказчиков с подрядчиками:
Приложение помогает ускорить подготовку файла модели из проприетарного формата, а также минимизирует человеческий фактор, сокращая тем самым трудозатраты проектировщика.
Пока ни мы, ни наши подрядчики не использовали IDS в своей работе, но с выходом никитиного приложения, а также плагина «IDS for Autodesk Revit» от компании DiRoots, имеет смысл написать IDS для ТИМ-стандарта области. Чем мы, собственно, вскоре и займёмся.
Приложение Никиты есть на GitHub.
---
Сердечно поздравляем коллег с победой и заслуженными наградами!
В этом году на конкурс поступило 157 заявок, а соревнование проходило в 13 номинациях. В финал конкурса прошли 37 проектов, набравшие наибольшее количество баллов в каждой из номинаций.
Среди целого ряда занимательных выступлений отдельно отметим:
«Лучшая ТИМ-идея года» – проект карельских коллег из ГК «КСМ» «Классификатор элементов ЦИМ (КЭЦИМ): подход к стандартизации моделей ОКС для экспертизы и строительства».
и
«Отечественная программная и аппаратная разработка в области информационного моделирования» – дипломную работу студента НГАСУ-Сибстрина Никиты Сысолова «Инструмент преобразования цифровых требований в атрибуты цифровой информационной модели».
---
КЭЦИМ задуман как инструмент повышения интероперабельности данных.
Хрестоматийный пример такого повышения при передаче данных из ЦИМ для обработки в стороннем ПО приведён на рисунке 7.3 СП 331.1325800.2017 (см. картинку), где с помощью классификатора данные об объёмах СМР извлекаются из модели и передаются в сметное ПО. Подробнее о концепции КЭЦИМ и его отличии от КСИ мы писали ранее.
Отметим, что заместитель начальника технического отдела Дирекции по строительству Республики Карелия Роман Кюроев и BIM-менеджер ГК «КСМ» Александр Осипов не просто доработали международный классификатора Uniformat, применив КЭЦИМ на практике и закодировав элементы модели ДОУ в Сортавале – ребята убедили руководство региона в необходимости перевода КЭЦИМ в нормативный статус, и 29.10.2024 заместитель главы Правительства Республики Виктор Россыпнов подписал приказ № 321 о минимальном рекомендуемом перечне требований к ЦИМ.
Не менее важной вехой в развитии классификатора стало подключение к его развитию коллеги из Пермской государственной экспертизы. В опубликованных пермяками 21.03.2025 обновлёных требованиях к ЦИМ в т.ч. указаны требования по назначению кода согласно КЭЦИМ.
Мы тоже планируем применять КЭЦИМ при актуализации ТИМ-стандарта Свердловской области.
Замечания-предложения-советы по КЭЦИМ, как и прежде, принимает Александр Осипов.
---
Инструмент же преобразования цифровых требований в атрибуты ЦИМ за авторством Никиты Сысолова представляет собой приложение, позволяющее сгенерировать файлы мэппинга для ПО Revit, Renga и CADLib на основе машиночитаемых требований в формате IDS.
Information Delivery Specification (IDS) – открытый стандарт buildingSMART, который определяет требования к информации, которая содержится в IFC-моделях. IDS определяет формат и набор данных, которые должны содержать элементы.
Так как IDS основан на машиночитаемой XML-схеме, он позволяет автоматизировать проверку IFC-моделей по набору требований.
Файл мэппинга – это, в первую очередь, важный инструмент проектировщика для соблюдения IFC-требований бюджетного заказчика, т.к. коммерческим организациям достаточно проприетарных (нативных) форматов.
После перехода бюджетных заказчиков с Navisworks на российское ПО начали возникать примерно такие споры бюджетных заказчиков с подрядчиками:
– Этот ваш продукт для проверки ЦИМ не видит…
– Ничего подобного, это вы криво ЦИМ в IFC экспортируете!(далее следует непереводимая игра слов с использованием отраслевых идиоматических выражений)
Приложение помогает ускорить подготовку файла модели из проприетарного формата, а также минимизирует человеческий фактор, сокращая тем самым трудозатраты проектировщика.
Пока ни мы, ни наши подрядчики не использовали IDS в своей работе, но с выходом никитиного приложения, а также плагина «IDS for Autodesk Revit» от компании DiRoots, имеет смысл написать IDS для ТИМ-стандарта области. Чем мы, собственно, вскоре и займёмся.
Приложение Никиты есть на GitHub.
---
Сердечно поздравляем коллег с победой и заслуженными наградами!
Forwarded from Insider Info
HR-трудоемкость.xlsx
42.5 KB
Калькулятор расчета численности персонала от трудоемкости операции для специалистов
Инструмент
🆕 Август 2025
Инструмент
🆕 Август 2025
⬆️ Это принцип, как основа для потенциальной оценки трудоемкости других должностей и рабочих групп
Forwarded from А А
Вот кстати любопытное сообщение в контексте здешних обсуждений о языках и графах: https://t.iss.one/omggpt/3861
Telegram
OMG GPT: Midjourney, DeepSeek, IT
Lindy 3.0 — фабрика персональных ИИ-агентов
Свежая версия Lindy позволяет за пару минут собрать собственного бота под любую задачу — от переписки в Telegram до разбора рабочих файлов и ведения заметок в Google Docs.
Всё настраивается в формате блок-схем…
Свежая версия Lindy позволяет за пару минут собрать собственного бота под любую задачу — от переписки в Telegram до разбора рабочих файлов и ведения заметок в Google Docs.
Всё настраивается в формате блок-схем…
Forwarded from Spydell_finance (Paul Spydell)
Развитие ИИ закончено? Тупиковая ветвь эволюции
В архитектуре трансформеров, на котором базируются все без исключения современные LLMs вшит «деструктивный ген», фактически лимитирующий развитие.
В целом, длину контекстного окна ограничивает комбинация факторов: вычислительные ресурсы (квадратичная сложность), объём памяти устройств и необходимость переобучать модель работать с новыми, большими позициями. Поэтому бесконечно увеличивать окно невыгодно и сложно, и индустрия параллельно исследует и другие подходы – например, хранение знаний во внешних базах и выборочный поиск информации вместо подачи всего контекста разом, но это все внешние костыли.
Интеграция ИИ в коммерческое и бизнес применение невозможна с ограниченным и крайне нестабильным контекстным окном, но НИ ОДНА компания НЕ предоставила эффективного решения.
Это базовые, но не все ограничения трансформеров.
▪️Пробел в памяти: самое серьезное ограничение заключается в том, что у трансформеров нет постоянной, долговременной памяти. Они не способны обучаться на лету в ходе взаимодействия с пользователем. Каждый новый факт или навык требует дорогостоящего процесса дообучения или полного переобучения модели. Это кардинально отличает их от биологического интеллекта, который обучается непрерывно и инкрементально. Контекстное окно — это лишь временный буфер, а не механизм для накопления и интеграции знаний.
Сейчас LLMs – абсолютно изолированный от внешнего мира «черный ящик», архитектурно НЕ имеющий возможность самообучаться и в своей основе не может считаться интеллектом, т.к. первый признак интеллекта – способность к обучению.
▪️Проблема «заземления»: модели обучаются на текстах, а не на взаимодействии с реальным миром. Их «понимание» — это статистический анализ закономерностей в данных, а не осмысленное соотнесение символов с реальными объектами, действиями и их последствиями. LLMs не способны строить абстрактные представления о том, как устроен мир. Это гарантированно приводит к галлюцинациям – генерации правдоподобной, но ложной или бессмысленной информации.
Это ограничение лишь частично можно обойти в рамках, так называемого, «физического ИИ», который упомянул Хуанг, но раскрытие данного направления требует серии отдельных постов.
▪️Врожденная негибкость: архитектура трансформера статична. После завершения обучения веса нейронов фиксируются. Модель не может динамически создавать новые связи («синапсы») или изменять свою структуру в ответ на новый опыт, как это делает человеческий мозг. Эта нехватка пластичности означает, что LLM не являются по-настоящему адаптивными системами.
▪️Неразвитость когнитивных функций. Нынешние архитектуры страдают от ограниченной способности к явному рассуждению и пониманию причинно-следственных связей. Они статистически предсказывают следующее слово на основе шаблонов в данных, но не обладают врождённым «здравым смыслом» или истинным пониманием мира. В результате даже лучшие LLM часто ошибаются в фактах и не умеют надёжно планировать многошаговые решения.
Качество данных является не архитектурным, а технологическим ограничением и как раз решается за счет алгоритмов обучения, но об этом в других материалах.
В совокупности эти ограничения показывают, что архитектура трансформеров, несмотря на всю ее мощь, является тупиковой ветвью на пути к созданию универсального интеллекта. Дальнейшее масштабирование может привести к появлению более изощренных и эрудированных «статистических попугаев», но не к рождению истинного разума.
Любая технология в своем развитии следует S-образной кривой: за периодом медленного старта следует взрывной рост, который затем сменяется плато, где дальнейшие улучшения становятся все более сложными и дорогостоящими. Множество данных указывает на то, что большие языковые модели вступают в эту фазу плато.
Понимает ли Сэм Альтман все это? Вне всяких сомнений да, абсолютно, но публичное признание затруднит многомиллиардные раунды финансирования и расщепит адовый хайп вокруг ИИ, обрушим капитализацию ИИ компания на порядок.
Продолжение следует (скорее всего после данных по инфляции в США)
В архитектуре трансформеров, на котором базируются все без исключения современные LLMs вшит «деструктивный ген», фактически лимитирующий развитие.
В целом, длину контекстного окна ограничивает комбинация факторов: вычислительные ресурсы (квадратичная сложность), объём памяти устройств и необходимость переобучать модель работать с новыми, большими позициями. Поэтому бесконечно увеличивать окно невыгодно и сложно, и индустрия параллельно исследует и другие подходы – например, хранение знаний во внешних базах и выборочный поиск информации вместо подачи всего контекста разом, но это все внешние костыли.
Интеграция ИИ в коммерческое и бизнес применение невозможна с ограниченным и крайне нестабильным контекстным окном, но НИ ОДНА компания НЕ предоставила эффективного решения.
Это базовые, но не все ограничения трансформеров.
▪️Пробел в памяти: самое серьезное ограничение заключается в том, что у трансформеров нет постоянной, долговременной памяти. Они не способны обучаться на лету в ходе взаимодействия с пользователем. Каждый новый факт или навык требует дорогостоящего процесса дообучения или полного переобучения модели. Это кардинально отличает их от биологического интеллекта, который обучается непрерывно и инкрементально. Контекстное окно — это лишь временный буфер, а не механизм для накопления и интеграции знаний.
Сейчас LLMs – абсолютно изолированный от внешнего мира «черный ящик», архитектурно НЕ имеющий возможность самообучаться и в своей основе не может считаться интеллектом, т.к. первый признак интеллекта – способность к обучению.
▪️Проблема «заземления»: модели обучаются на текстах, а не на взаимодействии с реальным миром. Их «понимание» — это статистический анализ закономерностей в данных, а не осмысленное соотнесение символов с реальными объектами, действиями и их последствиями. LLMs не способны строить абстрактные представления о том, как устроен мир. Это гарантированно приводит к галлюцинациям – генерации правдоподобной, но ложной или бессмысленной информации.
Это ограничение лишь частично можно обойти в рамках, так называемого, «физического ИИ», который упомянул Хуанг, но раскрытие данного направления требует серии отдельных постов.
▪️Врожденная негибкость: архитектура трансформера статична. После завершения обучения веса нейронов фиксируются. Модель не может динамически создавать новые связи («синапсы») или изменять свою структуру в ответ на новый опыт, как это делает человеческий мозг. Эта нехватка пластичности означает, что LLM не являются по-настоящему адаптивными системами.
▪️Неразвитость когнитивных функций. Нынешние архитектуры страдают от ограниченной способности к явному рассуждению и пониманию причинно-следственных связей. Они статистически предсказывают следующее слово на основе шаблонов в данных, но не обладают врождённым «здравым смыслом» или истинным пониманием мира. В результате даже лучшие LLM часто ошибаются в фактах и не умеют надёжно планировать многошаговые решения.
Качество данных является не архитектурным, а технологическим ограничением и как раз решается за счет алгоритмов обучения, но об этом в других материалах.
В совокупности эти ограничения показывают, что архитектура трансформеров, несмотря на всю ее мощь, является тупиковой ветвью на пути к созданию универсального интеллекта. Дальнейшее масштабирование может привести к появлению более изощренных и эрудированных «статистических попугаев», но не к рождению истинного разума.
Любая технология в своем развитии следует S-образной кривой: за периодом медленного старта следует взрывной рост, который затем сменяется плато, где дальнейшие улучшения становятся все более сложными и дорогостоящими. Множество данных указывает на то, что большие языковые модели вступают в эту фазу плато.
Понимает ли Сэм Альтман все это? Вне всяких сомнений да, абсолютно, но публичное признание затруднит многомиллиардные раунды финансирования и расщепит адовый хайп вокруг ИИ, обрушим капитализацию ИИ компания на порядок.
Продолжение следует (скорее всего после данных по инфляции в США)
Forwarded from ИТП "Град"
💻 На сайте Института Генплана Москвы вышел обзор ИИ-решений, которые помогают специалистам в области градостроительства решать сложные задачи быстрее и эффективнее. Вы узнаете, какие технологии можно использовать для визуализации проектов, автоматизации работы с данными, перевода материалов и генерации идей.
https://genplanmos.ru/publication/2025_07_28_ii-dlya-arhitektorov-i-gradostroiteley/
https://genplanmos.ru/publication/2025_07_28_ii-dlya-arhitektorov-i-gradostroiteley/
Forwarded from Рупор ГИП
Отечественное программное обеспечение
НОТИМ подвел итог проведенного опроса о перспективах возвращения иностранных компаний на российский рынок.
В исследовании приняли участие представители более 50 компаний, среди которых преобладали проектировщики (34%), разработчики ПО (21%), заказчики (15%) и технические заказчики (12%). Также в опросе участвовали строители, интеграторы, генеральные подрядчики, представители региональных Минстроев и планировщики.
- 58% респондентов комбинируют отечественные и зарубежные продукты,
- 26% отдают предпочтение преимущественно зарубежным аналогам.
- 62% опрошенных отмечают, что отечественное ПО пока уступает по качеству.
Иные ключевые выводы исследования:
- https://notim.ru/news/opros-notim-rossiyskoe-po-vash-opyt-i-otsenka-konkurentosposobnosti
НОТИМ подвел итог проведенного опроса о перспективах возвращения иностранных компаний на российский рынок.
В исследовании приняли участие представители более 50 компаний, среди которых преобладали проектировщики (34%), разработчики ПО (21%), заказчики (15%) и технические заказчики (12%). Также в опросе участвовали строители, интеграторы, генеральные подрядчики, представители региональных Минстроев и планировщики.
- 58% респондентов комбинируют отечественные и зарубежные продукты,
- 26% отдают предпочтение преимущественно зарубежным аналогам.
- 62% опрошенных отмечают, что отечественное ПО пока уступает по качеству.
Иные ключевые выводы исследования:
- https://notim.ru/news/opros-notim-rossiyskoe-po-vash-opyt-i-otsenka-konkurentosposobnosti
Forwarded from TIMNEWSRU (Новости по ТИМ/BIM)
Территория будущего. Москва 2030
Беспилотные системы: технологии будущего
От стройки к звездам! Масштабируем наш опыт в управлении проектами
Требования заказчика к цифровым информационным моделям. Ошибки и рекомендации
Как связать BIM с тендерами за 30 дней и ускорить запуск закупок в 3 раза
TIMnewsRu
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Всё о стройке
This media is not supported in your browser
VIEW IN TELEGRAM
Крупнейший застройщик Казахстана построил девятиэтажку всего за 45 дней
CEO BI Group Айдын Рахимбаев сообщил, что компания совершила технологический прорыв.
Это двухсекционный девятиэтажный дом из 75 квартир площадью 6600 кв. м в ЖК «Space» в Астане. И первые жильцы уже въехали в новые квартиры.
Такая скорость возведения обеспечена модульной технологией: на производстве BI Group изготавливают готовые блоки со встроенными инженерными коммуникациями, а до 80% работ автоматизированы. Как раз на экскурсии в рамках нашего Урбан-тура застройщик показывал свой модульный завод ещё в 2022 году.
В будущем компания планирует масштабировать этот опыт.
CEO BI Group Айдын Рахимбаев сообщил, что компания совершила технологический прорыв.
Это двухсекционный девятиэтажный дом из 75 квартир площадью 6600 кв. м в ЖК «Space» в Астане. И первые жильцы уже въехали в новые квартиры.
Такая скорость возведения обеспечена модульной технологией: на производстве BI Group изготавливают готовые блоки со встроенными инженерными коммуникациями, а до 80% работ автоматизированы. Как раз на экскурсии в рамках нашего Урбан-тура застройщик показывал свой модульный завод ещё в 2022 году.
В будущем компания планирует масштабировать этот опыт.
Forwarded from Революция в стандартах | Александр Касьянов
Давненько не было списка топ статей. Накопил за май-июль:
Про стандарты
Приоткрываю таинство разработки стандартов
Как я рисую картинки для стандартов через ИИ - быстро и бесплатно
А штрафы это всегда плохо?
Топ-10 фактов про мои проекты в августе
Про бизнес
Про неадекватные ожидания собственников
Как провести подробный анализ компании бесплатно с помощью ИИ
Динамика роста акций Додо за 3 года
Как равнодушный администратор соцсетей сливает ваших клиентов и что с этим делать
Про развитие
Я не ожидал, что ИИ поймёт меня лучше, чем люди
Что выгодней - развиваться как франчайзи или работать в управляющей компании?
Шкала доминантности на примере героев сказки «Буратино»
И кто я в этой системе
Про стандарты
Приоткрываю таинство разработки стандартов
Как я рисую картинки для стандартов через ИИ - быстро и бесплатно
А штрафы это всегда плохо?
Топ-10 фактов про мои проекты в августе
Про бизнес
Про неадекватные ожидания собственников
Как провести подробный анализ компании бесплатно с помощью ИИ
Динамика роста акций Додо за 3 года
Как равнодушный администратор соцсетей сливает ваших клиентов и что с этим делать
Про развитие
Я не ожидал, что ИИ поймёт меня лучше, чем люди
Что выгодней - развиваться как франчайзи или работать в управляющей компании?
Шкала доминантности на примере героев сказки «Буратино»
И кто я в этой системе
Forwarded from ИИ и роботы в стройке
Прочитала интересную статью на Хабре про ИИ-аасистента на GraphRAG, который понимает ЖК РФ и с помощью графов и RAG ищет ответы по нормативке. Статью написал Николай Сорокин, технический руководитель ML в GPTunneL. Главное — ниже:
Задача
Обработать всю нормативную базу России в ИИ. При этом создать архитектуру, которая бы понимала структуру законодательства, могла логично связывать нормы и объяснять, как получен ответ, чтобы пользователи могли ему доверять.
Проблема
Казалось бы, бери RAG и делай, но классический RAG плохо работает с нормативкой: пропускает до 37% важных связей, без контекста дает до 20% неполных ответов и требует много времени юристов на валидацию своих ответов.
Как делали
Взяли архитектуру GraphRAG от Microsoft и адаптировали её под законы России.
1. Тексты разбили на смысловые фрагменты (чанки), из которых выделили сущности (статьи, роли, организации) и связи между ними (ссылки, дополнения, исключения и др.) в формате триплетов «Сущность–Отношение–Сущность».
2. Настроили промты под нормативку и русский язык, добавили реальные примеры.
3. Построили граф знаний и разделили его на тематические сообщества.
С какими трудностями столкнулись
Большие документы, например, сам Жилищный кодекс становились гиперузлами — узлами с тысячами связей, которые мешали алгоритму правильно выделять темы и ухудшали качество поиска.
Как решили
Провели «санитарную обработку» графа: доработали промты, отвечающие за построение графа, отфильтровали слабые связи, разбили крупные узлы, нормализовали сущности и повторно построили граф. Это помогло сбалансировать структуру, сделать её более логичной и улучшить качество ответов.
Таким образом в LLM «уходят» не только чанки, но и структурированный контекст, дополненный связями между ними.
Результат
Получился ИИ, который может быстро отвечать на вопросы по жилищному праву, показывая, откуда именно взята информация через цепочку связанных норм. Архитектура масштабируема и применима «в любых сферах, где важны регламенты: от внутренних политик и инструкций до ГОСТов, ISO, ESG-отчётности и тех-стандартов».
Задача
Обработать всю нормативную базу России в ИИ. При этом создать архитектуру, которая бы понимала структуру законодательства, могла логично связывать нормы и объяснять, как получен ответ, чтобы пользователи могли ему доверять.
Проблема
Казалось бы, бери RAG и делай, но классический RAG плохо работает с нормативкой: пропускает до 37% важных связей, без контекста дает до 20% неполных ответов и требует много времени юристов на валидацию своих ответов.
Как делали
Взяли архитектуру GraphRAG от Microsoft и адаптировали её под законы России.
1. Тексты разбили на смысловые фрагменты (чанки), из которых выделили сущности (статьи, роли, организации) и связи между ними (ссылки, дополнения, исключения и др.) в формате триплетов «Сущность–Отношение–Сущность».
2. Настроили промты под нормативку и русский язык, добавили реальные примеры.
3. Построили граф знаний и разделили его на тематические сообщества.
С какими трудностями столкнулись
Большие документы, например, сам Жилищный кодекс становились гиперузлами — узлами с тысячами связей, которые мешали алгоритму правильно выделять темы и ухудшали качество поиска.
Как решили
Провели «санитарную обработку» графа: доработали промты, отвечающие за построение графа, отфильтровали слабые связи, разбили крупные узлы, нормализовали сущности и повторно построили граф. Это помогло сбалансировать структуру, сделать её более логичной и улучшить качество ответов.
Таким образом в LLM «уходят» не только чанки, но и структурированный контекст, дополненный связями между ними.
Результат
Получился ИИ, который может быстро отвечать на вопросы по жилищному праву, показывая, откуда именно взята информация через цепочку связанных норм. Архитектура масштабируема и применима «в любых сферах, где важны регламенты: от внутренних политик и инструкций до ГОСТов, ISO, ESG-отчётности и тех-стандартов».
Forwarded from Digital Business&Government Transformation Russia 🇷🇺 (Цифровая трансформация бизнеса и государственного управления Россия)
Цифровая_экономика_Цифровая_грамотность_в_регионах_2025.pdf
18.6 MB
Цифровая грамотность в регионах 2025
АНО Цифровая экономика
АНО Цифровая экономика
Forwarded from ИИ и роботы в стройке
Вы просто не умеете его готовить😁 OpenAI выложила обновила кукбук гайдом по новым моделям, чтобы мы все использовали GPT-5 максимально продуктивно
Внутри: полезные советы, руководство по созданию промтов, оптимизатор для промтов, разные секретики по мульмодальности, инструкции по работе в агентном режиме.
Например:
или
В общем, на GPT-5 надейся, а сам не плошай😁
Но там действительно полезно — сходите, почитайте.
Внутри: полезные советы, руководство по созданию промтов, оптимизатор для промтов, разные секретики по мульмодальности, инструкции по работе в агентном режиме.
Например:
«Ясно формулируйте условия и цели агентных задач. Четко указывайте, когда задача должна завершаться, чтобы модель корректно понимала границы работы и не продолжала бессмысленное выполнение»
или
«Хоть и появился интеллектуальный маршрутизатор, который сам выбирает модель из семейства под ответ, но чем более точный контекст и вводные вы дадите, тем более точный ответ получите»
В общем, на GPT-5 надейся, а сам не плошай😁
Но там действительно полезно — сходите, почитайте.
Forwarded from в IT и выйти
Научную работу команды GigaChat приняли в основной трек ACL 2025 — главной конференции по обработке естественного языка. Это первая российская статья о векторных представлениях русского языка, вошедшая в основную программу.
Речь о GigaEmbeddings — модели на базе GigaChat-3B, которая помогает ИИ точнее понимать тексты на русском. Архитектуру оптимизировали: число параметров сократили на 25% без потери качества. Модель уже лежит в открытом доступе на GitVerse и HuggingFace.
Для бизнеса это значит: точный поиск, умные боты, рекомендации и RAG-сценарии — без костылей и зависимости от зарубежных решений.
@techmedia
Речь о GigaEmbeddings — модели на базе GigaChat-3B, которая помогает ИИ точнее понимать тексты на русском. Архитектуру оптимизировали: число параметров сократили на 25% без потери качества. Модель уже лежит в открытом доступе на GitVerse и HuggingFace.
Для бизнеса это значит: точный поиск, умные боты, рекомендации и RAG-сценарии — без костылей и зависимости от зарубежных решений.
@techmedia
Forwarded from Stroy.OS | Цифровизация стройки
Китайские застройщики лидируют во внедрении цифровых технологий — от BIM до AI. Разберём реальные стратегии, которые используют топовые компании:
Кейсы:
- Country Garden разработала собственную CRM на базе WeChat, через которую проходит 85% продаж (данные компании за 2023 год).
- Vanke использует облачную платформу Alibaba Cloud для управления 200+ проектами одновременно.
Преимущества:
✔️ Полная синхронизация с китайскими платежами (Alipay/WeChat Pay)
✔️ AI-аналитика спроса от Alibaba DAMO Academy
Ограничения:
✖️ Жёсткая привязка к китайскому цифровому ландшафту
Реальные примеры:
- China Overseas Land & Investment (COLI) сочетает Autodesk BIM 360 с локальной платформой Glodon для смет.
- Longfor внедрила SAP S/4HANA, но с модулем для электронных договоров на блокчейне (партнёрство с Ant Chain).
❓Почему так:
→ Соответствие международным стандартам + соблюдение китайских регуляторных норм
Факты:
- С 2020 года все проекты стоимостью >500 млн юаней обязаны использовать BIM (постановление Минстроя КНР).
- Poly Development применяет цифровых двойников для 100% объектов в Шэньчжэне.
Технологии:
- Платформы: Glodon (70% рынка BIM в Китае)
- Инструменты: DJI drones для мониторинга стройплощадок
Проверенные кейсы:
1. Ke.com (бывшее Beike) — AI-система оценки недвижимости, обрабатывающая 10 млн транзакций ежегодно.
2. Fangdd — VR-туры, сократившие конверсию в продажи на 40% (отчёт компании за 2022 год).
62% девелоперов используют хотя бы одно PropTech-решение (данные Cushman & Wakefield, 2024).
Как это работает:
- Малые застройщики арендуют модули на платформе Tencent Real Estate Cloud (от 15$ за пользователя/месяц).
- Включает: электронный документооборот, интеграцию с WeChat, налоговую отчётность.
Пример:
1. Господдержка — BIM и Smart City как обязательные стандарты
2. Партнёрство с IT-гигантами — вместо самостоятельной разработки
3. Данные решают всё — AI-аналитика на каждом этапе
#StroyOS_Китай
Stroy.OS |
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Цифровое строительство
Российский девелопер выстроил методологию цифровой трансформации
✅️ Цель цифровизации застройщика заключается в увеличении рентабельности проектов. Чтобы достичь этого результата, девелопер вместе с экспертами Artsofte Consulting проанализировал главные аспекты цифровизации и разработал ее концепцию.
⏲ Один из достигнутых результатов — автоматизация работы коммерческого блока и ускорение бизнес-процессов внутри компании на 20%.
👥 Эксперты проработали 70 гипотез трансформации, оценили их эффект и расставили приоритеты по каждой гипотезе. Часть предложенных решений взята в работу.
📈 Artsofte Consulting — это новое направление Profitbase. С помощью него девелоперская компания «Точно» определила методологию. Застройщик входит в топ-3 по объемам строительства в России.
🗓 До 2027 года «Точно» планирует инвестировать в цифровизацию в три раза больше, чем сейчас. Под автоматизацию в таком случае подпадает множество проектов — от работы с клиентами до документооборота.
@digitalbuild
#ТИМ
#беспилотники
@digitalbuild
#ТИМ
#беспилотники
Please open Telegram to view this post
VIEW IN TELEGRAM
Несколько с запозданием, но всё же… ☺️
---
07.07.2025 опубликованы классификационные таблицы классификатора строительной информации (КСИ) на II квартал 2025 года. Из 234 изменений КСИ 138 внесены по предложению ТИМ-отдела Свердловского Минстроя. Все наши предложения касались дополнения КСИ наименованиями помещений из действующих сводов правил (СП).
---
В предыдущих редакциях КСИ один код мог быть присвоен двум и более помещениям. Например, кабинету начальных классов школы (он же «учебное помещение в образовательной организации, реализующей программы начального общего образования с 1 по 4 классы» согласно п. 7.2.2 СП 251.1325800.2016) соответствовал код «BAE030» – однако в этот же код были включены ещё 6 типов помещений.
Такая ситуация не устраивала нас, поскольку требования к кабинетам начального и общего образования различаны, и, соответственно, различны и автоматические поисковые наборы для проверки ЦИМ.
Для проведения декомпозиции мы смотрим в п.3.4.5 Методики кодирования ИМ ОКС и понимаем, что нам не обойтись без пользовательских типов помещений, т.к. в предыдущих редакциях КСИ не было ничего отдельно для «начальной школы» и для «общеобразовательной школы».
С пользовательской кодировкой, на первый взгляд, трудностей тоже нет: добавляем одну букву после символа «/» и готово. А – для начальной школы, B – для основной школы. Единственно, нам – заказчикам – нужно было прописать все нужные нам варианты пользовательских параметров. Впрочем, весьма вероятно, что развитие декомпозиции могло пойти не так, как будет описано в ТИМ-стандарте или ином классификаторе.
В этой связи мы приступили к проработке перечня нужных нам помещений для формирования предложений по доработке КСИ.
---
Несравненные Анастасия Гусева и Ольга Галитарова выполнили работу колоссальной сложности и колоссальной же полезности, сформулировав Алгоритм наименования помещений медицинских учреждений, который преобразовали в Таблицу систематизации помещений объектов здравоохранения. Затем Анастасия Анатольевна составила Перечень помещений образовательных учреждений и включила весь получившийся материал в областной ТИМ-стандарт.
Помимо теоретической работы, мы оценили жизнеспособность поисковых наборов на помещения и вместе с Ольгой Кутузовой из NSR Specification и техническим экспертом ПО Tangl Аллой Землянской протестировали работу автоматических проверок в ПО Tangl и «Модель и Архив».
А для ответа на вопрос «Какой объём нормативных требований доступен для перевода в машинопонимаемый вид?» мы проанализировали 12 обзоров типичных ошибок, подготовленных региональными госэкспертизами, и определили, что 29 замечаний возможно автоматизировать.
---
Очень надеемся, что со внесением в КСИ кодов и наименований помещений наши разработчики ПО для проверки ЦИМ включат в комплекты поставки наборы преднастроенных проверок на соответствие некоторым требованиям СП.
---
Идеальным сценарием нам видится создание обновляемой базы нормативных документов, в которой находились бы предварительно разобранные тексты нормативных документов, готовые к загрузке в ПО для проверки ЦИМ на языке поисковых наборов. Ранее мы писали, что подобная связка реализована между NormaCS Specification и CADLib «Модель и Архив». Было бы здорово расширить круг взаимодействия и с другим ПО для проверки моделей – тогда появится шанс упростить работу проектировщиков, заказчиков и экспертов – все они смогутхотя бы частично перенести своё внимание с технического вопроса «Как делать?» на сущностный «Что делать?».
---
P.S. Важно отметить, что сейчас мы рассматриваем автоматизированные проверки в первую очередь как вспомогательный инструмент для входного контроля ЦИМ, помогающий обратить внимание специалиста на конкретное помещение в т.ч. и в чертежах.
---
07.07.2025 опубликованы классификационные таблицы классификатора строительной информации (КСИ) на II квартал 2025 года. Из 234 изменений КСИ 138 внесены по предложению ТИМ-отдела Свердловского Минстроя. Все наши предложения касались дополнения КСИ наименованиями помещений из действующих сводов правил (СП).
---
В предыдущих редакциях КСИ один код мог быть присвоен двум и более помещениям. Например, кабинету начальных классов школы (он же «учебное помещение в образовательной организации, реализующей программы начального общего образования с 1 по 4 классы» согласно п. 7.2.2 СП 251.1325800.2016) соответствовал код «BAE030» – однако в этот же код были включены ещё 6 типов помещений.
Такая ситуация не устраивала нас, поскольку требования к кабинетам начального и общего образования различаны, и, соответственно, различны и автоматические поисковые наборы для проверки ЦИМ.
Для проведения декомпозиции мы смотрим в п.3.4.5 Методики кодирования ИМ ОКС и понимаем, что нам не обойтись без пользовательских типов помещений, т.к. в предыдущих редакциях КСИ не было ничего отдельно для «начальной школы» и для «общеобразовательной школы».
С пользовательской кодировкой, на первый взгляд, трудностей тоже нет: добавляем одну букву после символа «/» и готово. А – для начальной школы, B – для основной школы. Единственно, нам – заказчикам – нужно было прописать все нужные нам варианты пользовательских параметров. Впрочем, весьма вероятно, что развитие декомпозиции могло пойти не так, как будет описано в ТИМ-стандарте или ином классификаторе.
В этой связи мы приступили к проработке перечня нужных нам помещений для формирования предложений по доработке КСИ.
---
Несравненные Анастасия Гусева и Ольга Галитарова выполнили работу колоссальной сложности и колоссальной же полезности, сформулировав Алгоритм наименования помещений медицинских учреждений, который преобразовали в Таблицу систематизации помещений объектов здравоохранения. Затем Анастасия Анатольевна составила Перечень помещений образовательных учреждений и включила весь получившийся материал в областной ТИМ-стандарт.
Помимо теоретической работы, мы оценили жизнеспособность поисковых наборов на помещения и вместе с Ольгой Кутузовой из NSR Specification и техническим экспертом ПО Tangl Аллой Землянской протестировали работу автоматических проверок в ПО Tangl и «Модель и Архив».
А для ответа на вопрос «Какой объём нормативных требований доступен для перевода в машинопонимаемый вид?» мы проанализировали 12 обзоров типичных ошибок, подготовленных региональными госэкспертизами, и определили, что 29 замечаний возможно автоматизировать.
---
Очень надеемся, что со внесением в КСИ кодов и наименований помещений наши разработчики ПО для проверки ЦИМ включат в комплекты поставки наборы преднастроенных проверок на соответствие некоторым требованиям СП.
---
Идеальным сценарием нам видится создание обновляемой базы нормативных документов, в которой находились бы предварительно разобранные тексты нормативных документов, готовые к загрузке в ПО для проверки ЦИМ на языке поисковых наборов. Ранее мы писали, что подобная связка реализована между NormaCS Specification и CADLib «Модель и Архив». Было бы здорово расширить круг взаимодействия и с другим ПО для проверки моделей – тогда появится шанс упростить работу проектировщиков, заказчиков и экспертов – все они смогут
---
P.S. Важно отметить, что сейчас мы рассматриваем автоматизированные проверки в первую очередь как вспомогательный инструмент для входного контроля ЦИМ, помогающий обратить внимание специалиста на конкретное помещение в т.ч. и в чертежах.
Forwarded from Просто о сметах
ТИМ: ГГЭ в мире больших идей и маленьких дел.
Шёл 2025 год. ТИМ по версии Минстроя и ТИМ по версии ФАУ «ГГЭ» — это как «еж» и «уж»: оба вроде живут в одной экосистеме, но встречаться не спешат. Два уютных параллельных мира.
Вадим Андропов, первый зам ГГЭ, сегодня заявил:
Как бы жестко это не звучало, Вадим Андропов прав: весь этот ТИМ пока выглядит теми самыми "веселыми картинками"! Только вот картинка красивая, но и рисков в реальности больше от того, что непонятно, чем они вообще управляют.
На земле всё куда прозаичнее:
▫️Стоимость, которая выходит из ПДОСС, «не нужна никому» — об этом Анвар Шамузафаров говорит уже без купюр.
▫️Сроки? Даже не смешно.
▫️Единые требования к информоделированию? Стандарты? Ага, конечно…
Главное — чем всё это время управляла сама ГГЭ, пока отрасль игралась в эти самые 3D-шечки? Ведь в ЕЦПЭ уже лежит тысяча с лишним моделей… без связки с теми самыми XML-данными, но с гордой отметкой «проверено». Чтобы галочку поставить и потом показать на слайдах? Бодро отчитавшись: «Работаем»!? Где конкретика?
▪️Какие типовые модели вы хотите видеть?
▪️Как вы меряете эффективность?
▪️Сколько специалистов вы реально подготовили под заявленную методологию?
▪️Какое ПО нужно, и что делаете, чтобы оно появилось? К слову, как теперь быть с теми разработчиками,смотреть им в глаза , кто оказывается разрабатывает совсем не то?
Пока идет просто сбор XML со всей отрасли для ГГЭ. Но ведь ГГЭ работает для Заказчика, т.е. для людей. Чем и как улучшается их деятельность, не говоря уже о том самом управлении?
Пикантность в том, что подвед по сутисаботирует декларируемый Минстроем курс на ТИМ, фактически заявляет во всеуслышание: «Мы идём не туда»! А куда? Как? С какими инструментами? В нынешнее непростое время, набравшись такой смелости в трактовке поручения Президента о переходе к системе управления жизненным циклом ОКС путем внедрения ТИМ сидеть в сторонке и ждать пока все это "рассосется" мягко говоря, неправильно. В документах — тишина, чёткого маршрута и списка действий нет вообще. Даже их собственная Стратегия закончилась в 2025 году — дальше, видимо, будет «сами разберётесь».
Пока Минстрой пытается строить систему управления жизненным циклом объектов, ГГЭ, похоже, строит собственную версию «Матрицы», где можно бесконечно «управлять» 3D-кубиками и манипулировать (это цитата!) данными ради аналитики, которая никому не помогает и заниматься ванговательными практиками — теми самыми предсказаниями (это тоже цитата). На «Витрине» найти стоящую ТПД, смету или ВОР из этих самых моделей — всё равно что поймать единорога. Так и живём: отрасль ждёт конкретных предложений, а ГГЭ — когда нынче модный ИИ с 2D-картинок сам соберёт те самые ВОР, аккуратно свяжет их с ФСНБ-2022 и прогонит через КПСР.
Бинго, коллеги. Расходимся.
Шёл 2025 год. ТИМ по версии Минстроя и ТИМ по версии ФАУ «ГГЭ» — это как «еж» и «уж»: оба вроде живут в одной экосистеме, но встречаться не спешат. Два уютных параллельных мира.
Вадим Андропов, первый зам ГГЭ, сегодня заявил:
Часто под моделированием понимают 3D-фигурочки… но мы понимаем, что моделирование — это управление рисками, анализ и прогноз.
Как бы жестко это не звучало, Вадим Андропов прав: весь этот ТИМ пока выглядит теми самыми "веселыми картинками"! Только вот картинка красивая, но и рисков в реальности больше от того, что непонятно, чем они вообще управляют.
На земле всё куда прозаичнее:
▫️Стоимость, которая выходит из ПДОСС, «не нужна никому» — об этом Анвар Шамузафаров говорит уже без купюр.
▫️Сроки? Даже не смешно.
▫️Единые требования к информоделированию? Стандарты? Ага, конечно…
Главное — чем всё это время управляла сама ГГЭ, пока отрасль игралась в эти самые 3D-шечки? Ведь в ЕЦПЭ уже лежит тысяча с лишним моделей… без связки с теми самыми XML-данными, но с гордой отметкой «проверено». Чтобы галочку поставить и потом показать на слайдах? Бодро отчитавшись: «Работаем»!? Где конкретика?
▪️Какие типовые модели вы хотите видеть?
▪️Как вы меряете эффективность?
▪️Сколько специалистов вы реально подготовили под заявленную методологию?
▪️Какое ПО нужно, и что делаете, чтобы оно появилось? К слову, как теперь быть с теми разработчиками,
Пока идет просто сбор XML со всей отрасли для ГГЭ. Но ведь ГГЭ работает для Заказчика, т.е. для людей. Чем и как улучшается их деятельность, не говоря уже о том самом управлении?
Пикантность в том, что подвед по сути
Пока Минстрой пытается строить систему управления жизненным циклом объектов, ГГЭ, похоже, строит собственную версию «Матрицы», где можно бесконечно «управлять» 3D-кубиками и манипулировать (это цитата!) данными ради аналитики, которая никому не помогает и заниматься ванговательными практиками — теми самыми предсказаниями (это тоже цитата). На «Витрине» найти стоящую ТПД, смету или ВОР из этих самых моделей — всё равно что поймать единорога. Так и живём: отрасль ждёт конкретных предложений, а ГГЭ — когда нынче модный ИИ с 2D-картинок сам соберёт те самые ВОР, аккуратно свяжет их с ФСНБ-2022 и прогонит через КПСР.
Бинго, коллеги. Расходимся.