Предлагаем вашему вниманию несколько сокращенный перевод ещё одной статьи из только что вышедшего номера журнала AEC Magazine. О журнале и об авторе см. в предисловии к предыдущей публикации этой серии — ODA открывает свои CAD- и BIM-инструменты для ИИ.
Оригинал: Martyn Day. Dassault Systèmes’ bet on construction as manufacturing.
Следующий крупный этап конкурентной борьбы на рынке программного обеспечения AEC может развернуться не вокруг того, кто создаст лучший BIM-моделер, а вокруг того, кто предложит лучшую производственную платформу для строительства. Именно эта идея стала основной темой AEC Summit компании Dassault Systèmes (DS), где обсуждались цифровые двойники, искусственный интеллект, роботизация и индустриализация строительства.
На рынке одновременно появляются стартапы, пытающиеся заменить первое поколение BIM-инструментов, и растёт интерес традиционных поставщиков машиностроительных CAD (MCAD) к строительству и изготовлению конструкций. Siemens и Dassault Systèmes уже активно развивают соответствующие технологии.
На AEC Summit в Париже Dassault Systèmes представила развитие Catia в направлении специализированной платформы для строительства. Руководитель AEC-направления компании Реми Дорнье выделил три одновременно действующих фактора: виртуальные двойники, индустриализированное строительство и AI. Роль AI он видит в поиске, накоплении, структурировании и повторном использовании знаний.
Глава Catia Оливье Саппи связывает это с переходом к «генеративной экономике», где ценность компании определяется не столько созданными физическими объектами, сколько интеллектуальной собственностью и know-how, используемыми при проектировании больницы, аэропорта или дата-центра.
AI-агентов Dassault Systèmes называет virtual companions — виртуальными помощниками. Разрабатываются три типа: Aura — для управления проектами, логистики и планирования; Leo — для конструктивного и механического проектирования; Marie — для научных исследований. Это не самостоятельные LLM, а элементы более широких «моделей мира», предназначенные для совместной работы с инженерами. (isicad: см. также ИИ-боты и Nvidia сотрудничают с DS Solidworks)
Ключевой тезис DS: полноценное здание невозможно спроектировать только с помощью LLM, обученной на открытых интернет-данных. Существенная часть необходимых знаний принадлежит конкретной инженерной или строительной организации. Поэтому задача состоит в том, чтобы формализовать корпоративные знания и связать их с физическими моделями, расчётными решателями и инженерными данными.
Эра AI-фабрик
Представитель Nvidia Шон Янг рассмотрел дата-центр как особый тип промышленного предприятия. По его определению, дата-центр — это фабрика, единственным продуктом которой является инференс: электроэнергия преобразуется в токены, а токены — в доход. По приведённой им оценке, инфраструктура стоимостью около $50 млрд может обеспечивать доход порядка $100 млн в сутки. Поэтому любое инженерное решение непосредственно влияет на экономику объекта. Например, недостаточно эффективная MEP-система может расходовать 30–40% поступающей энергии на охлаждение вместо вычислений. Nvidia сотрудничает с Vertiv, Siemens, Trane, Eaton, Rolls-Royce, Caterpillar и другими производителями, оптимизируя инфраструктуру под конкретные поколения вычислительной техники. В качестве ключевого показателя эффективности предлагается отношение tokens-to-Watts — токены на ватт.
При таких масштабах даже улучшение этого показателя на один процент имеет значительную экономическую ценность. По мнению Янга, инженерным компаниям следует учитывать создаваемую ими экономическую ценность, а не ограничиваться традиционной оплатой человеко-часов.
Янг критикует существующую практику AEC, когда специалисты создают сложные 3D-модели, а затем значительная часть информации снова переводится в чертежи и PDF. В результате теряются единый источник достоверных данных и прослеживаемость информации.
Альтернативой видится подход MBSE (Model-Based Systems Engineering), при котором каждый элемент объекта находится в структурированной базе данных, связан с требованиями и может рассчитываться как отдельно, так и в составе общей системы.
Nvidia создаёт собственные дата-центры и публикует часть результатов в форме готовых к симуляции (sim-ready) OpenUSD-объектов и открытых эталонных схем дата-центров.
Инверсия спроса
Джастин Швайгер, руководитель направления технологий префабрикации в DPR Construction, продемонстрировал масштаб изменения рынка. Бизнес компании в области префабрикации вырос с $200 млн в 2024 году до $800 млн, а в следующем году, по прогнозу, должен превысить $1 млрд.
Раньше поставщикам сборных конструкций приходилось убеждать рынок пользоваться их продукцией. Теперь заказчики сами спрашивают, сколько таких компонентов компания способна поставить. Одновременно модель engineering-to-order — индивидуального проектирования под каждый заказ — начинает заменяться configure-to-order, то есть конфигурированием заранее разработанной системы. Заказчик получает индивидуальный результат, но производитель фактически собирает его из заранее спроектированного множества вариантов. Особенно подходит для этого строительство дата-центров. Их архитектурная индивидуальность имеет сравнительно небольшое значение, тогда как скорость строительства, стоимость, энергетическая эффективность и возможность серийного производства критичны.
Есть и другая причина индустриализации: дефицит квалифицированной рабочей силы. Около 40% работников строительной отрасли могут выйти на пенсию в течение пяти лет. Префабрикация позволяет перенести значительную часть работ со стройплощадки на завод, где персонал проще обучать стандартизованным производственным операциям. Однако остаётся открытым вопрос: насколько модель configure-to-order применима к жилью, гостиницам и другим объектам, где архитектурная индивидуальность существенно важнее.
Главный вывод для AEC-компаний состоит в том, что экономическая ценность постепенно перемещается от самого процесса производства к знаниям и правилам, определяющим конфигурацию продукта. Поэтому собственными активами компании должны становиться логика конфигурирования, происхождение и взаимосвязи данных, а также алгоритмы оптимизации.
Примеры трёх клиентов DS
Yellow River Engineering Consultancy (YREC) — крупная китайская компания в области проектирования водохозяйственной инфраструктуры. YREC начала исследования цифрового проектирования в 2004 году, а в 2009 году стала сотрудничать с Dassault Systèmes. С 2020 года компания развивает концепцию Digital Design Factory — цифровой фабрики проектирования, основанную на больших данных и AI. 2D-чертежи, 3D-модели, документы и инженерные данные агрегируются и преобразуются в повторно используемые модули и библиотеки Catia.
Характерный пример — проектирование гравитационных плотин. Вместо разработки каждой плотины с нуля алгоритмы оптимизируют её поперечное сечение, а инженеры размещают основные компоненты с помощью специализированного ПО на платформе Dassault. Параметрические модели автоматически создают инженерную геометрию, 3D-модели и 2D-чертежи. В систему также встроены расчётные функции и проверка соответствия нормативам.
YREC накопила данные сотен проектов стальных затворов и рассматривает проектирование как промышленный процесс: однократно получить данные → многократно использовать знания → автоматизировать проектирование → проверить результат средствами AI → автоматически получить модели и чертежи.
Laing O’Rourke — международная компания с головным офисом в Великобритании. В отличие от традиционного подрядчика, она располагает значительной частью собственной производственной инфраструктуры: изготовлением сборного железобетона, MEP-компонентов и фасадов, а также логистикой. Это позволяет индустриализировать практически всю цепочку создания объекта, но в компании считают, что традиционного BIM для этого недостаточно. Для производства строительных компонентов цифровые модели должны стать полноценными инженерными данными, содержащими информацию, необходимую для автоматизированного изготовления.
Компания разрабатывает инструменты, дополняющие BIM недостающими производственными данными и напрямую связывающие цифровые модели с роботами, CNC-оборудованием и другими средствами автоматизированного производства. В числе примеров — автоматизация внутренних стеновых систем, механизация работы с тяжёлыми арматурными каркасами на атомных электростанциях Hinkley Point и Sizewell, а также параметрическая система проектирования мостов, сократившая сроки проектирования с месяцев до дней. BIM здесь используется не как модель координации, а как производственный набор данных, непосредственно управляющий роботизацией, автоматизацией и повторяемым производством.
Bouygues Construction France представила на конференции подход, в котором BIM становится основой промышленного строительства, а не просто цифровым представлением здания. Совместно с Dassault Systèmes компания создала набор повторно используемых программных модулей, в которые встроены строительные знания. Они автоматизируют инженерные операции, создают производственную документацию и связывают проектирование с работами на площадке.
Такие процессы реализованы для бетонных стен, перекрытий и подземных коммуникаций. BIM-модель дополняется производственной информацией и автоматически формирует инструкции по сборке, координаты размещения, рабочие чертежи, объёмы и закупочную информацию.
Строительная площадка может обновлять модель через облегчённые веб-инструменты, после чего зависимая документация автоматически перестраивается. Bouygues также внедряет генеративное проектирование. Например, конфигуратор парковок автоматически исследует множество проектных вариантов, а AI-помощники позволяют работать с оптимизационными средствами через естественный язык.
Ещё одно направление — автоматическая проверка BIM примерно по 200 формализованным корпоративным правилам. Таким образом, BIM превращается из средства документирования в активную производственную платформу, связывающую проектирование, производство, закупки, планирование, контроль качества и выполнение строительных работ.
Дорожная карта Catia
Значительная часть AEC Summit была посвящена развитию строительных функций Catia.
Dassault Systèmes расширяет веб-доступ к моделям, чтобы пользователям не требовалась специализированная CAD-система.
Развиваются фильтрация объектов, редактирование параметров, средства измерения и облегчённая CDE-система для просмотра и внесения изменений в проект.
Расширяются и средства авторинга: новые типы стен, библиотеки дверей и окон, сложная геометрия, управление проёмами. Усилена автоматическая генерация строительных моделей из инженерных данных, сравнение импортированных IFC-моделей со строительными моделями и связь BIM с ежедневным планированием работ.
Развиваются моделирование конструкций и армирования, библиотеки стандартных арматурных сеток, группировка арматуры, автоматизация чертежей и ведомостей для производства.
Для инфраструктурного проектирования добавляются развязки и съезды, усовершенствованные трассы автомобильных и железных дорог, геологическое моделирование, автоматические расчёты земляных работ и поддержка IFC 4.3.
Четыре стратегических направления AEC-развития DS: индустриализированное строительство, семантически насыщенный BIM, reality capture и гражданская инфраструктура.
AI всё глубже интегрируется в эти процессы. Инженерный помощник Leo может обращаться к BIM-модели на естественном языке, создавать ведомости объёмов через графы знаний и автоматизировать раскладку арматуры.
Одно из наиболее значимых долгосрочных направлений — перенос полноценных настольных AEC-приложений Catia в браузер. DS намерена не создавать упрощённые веб-аналоги, а предоставить через браузер практически те же средства моделирования и инженерного анализа, что и в настольной системе.
Заключение
Главный вывод AEC Summit заключается в том, что Dassault Systèmes не пытается создать ещё один BIM-моделер. Цель компании значительно шире: превратить Catia в инженерную платформу, на которой индустриализированное строительство можно проектировать, проверять, производить и в дальнейшем эксплуатировать. Это отличает стратегию DS от многих традиционных BIM-поставщиков. Значительная часть рынка по-прежнему сосредоточена на создании и координации моделей, тогда как Dassault Systèmes делает акцент на том, что происходит после создания модели: формализации инженерных знаний, описании производственных процессов, автоматической проверке правил, непосредственной передаче данных в производство и работе AI со структурированными инженерными данными. Приведенные выше примеры клиентов показывают, что эта концепция уже реализуется практически.
Главный принцип: инженерные знания извлекаются из опыта отдельных специалистов и превращаются в повторно используемые цифровые системы.
Пока неизвестно, сможет ли Dassault Systèmes занять значительную долю рынка AEC: установленная база Autodesk Revit огромна, а новое поколение облачных BIM-систем пытается перестроить процессы проектирования с другой стороны. Однако, если строительство действительно будет двигаться в направлении продуктового подхода, автоматизированного производства и AI-проектирования, центр тяжести рынка может измениться. Тогда преимущество, скорее, получит не компания с лучшими инструментами геометрического моделирования, а поставщик, который глубже понимает, как здания проектируются, изготавливаются и собираются.