Шива Дхаван, співзасновник і генеральний директор Attentive.ai – Серія інтерв’ю

Шива Дхаван, співзасновник і генеральний директор Attentive.ai, – підприємець, який застосовує штучний інтелект для трансформації інфраструктури та будівельних процесів. До заснування Attentive.ai він займав керівні та операційні посади в галузі технологій та бізнес-функцій, допомагаючи сформувати бачення компанії щодо автоматизації традиційно ручних процесів у таких галузях, як будівництво, картографія та геопросторовий аналіз. Під його керівництвом компанія розширила свою діяльність на міжнародному рівні, розробляючи системи штучного інтелекту, призначені для підвищення ефективності у сфері оцінки, розрахунків та управління інфраструктурою для підприємств та підрядників.

Attentive.ai – це компанія з штучним інтелектом, яка займається автоматизацією процесів будівництва та інфраструктури за допомогою комп’ютерного зору та геопросторового інтелекту. Її платформа допомагає підрядникам, ландшафтним компаніям та операторам інфраструктури прискорити завдання оцінки, вимірювання та аналізу об’єктів, які історично залежали від ручної праці. Продукт компанії Beam AI призначений для використання аерофотознімків та штучного інтелекту для генерації детальних вимірювань власності та ландшафтних даних, допомагаючи підприємствам підвищити точність оцінки, зменшити операційні瓶еньки та більш ефективно масштабувати проекти за допомогою автоматизації.

Ви заснували Attentive.ai після розширення сервісного бізнесу в галузі картографії та страхування, а потім представили Beam AI як свій флагманський продукт. Які конкретні знання з того раннього етапу спонукали вас створити Beam AI, і чому ви обрали розрахунок та оцінку як вхідну точку для трансформації будівельних процесів?

Мій співзасновник Рішабджит і я прийшли на ринок будівництва США під час COVID, коли підрядникам доводилося оцінювати роботи без відвідування об’єкта. Що постійно повторювалося, це те саме обмеження: підрядники втрачали роботу не через те, що не могли виконати роботу, а через те, що не мали часу для її оцінки. Один оцінювач, сотні сторінок планів, 4-8 годин на роботу. Ви не можете розвивати бізнес у таких умовах.

Ми обрали розрахунок, оскільки це початкова точка всього. Ніщо інше не рухається, доки хтось не виміряє обсяг. А результат є верифікованим; ви або отримуєте правильні кількості, або ні. Помилка на 2% у роботі вартістю 10 мільйонів доларів означає втрату 200 000 доларів. Це не абстрактно. Це реальна вартість, яку оцінювачі несуть щодня.

Будівництво та польові послуги часто вважаються галузями, які повільно приймають нові технології. Яке було найбільше перепони для прийняття штучного інтелекту в цій галузі, і як ви його подолали?

Довіра. Оцінювачі побудували свою кар’єру на точності. Коли вони щось пропускають, їхня компанія платить за це. Тому, коли ми прийшли зі штучним інтелектом, природною реакцією було: як я знаю, що це правильно?

Ми не намагалися переконати людей у протилежному. Ми звернулися до цього питання безпосередньо. Кожен готовий розрахунок перевіряється підготовленою людиною перед тим, як повернути його клієнту. Автоматизація обробляє обсяг і швидкість.

Перевірка якості ловить усе, що потребує другого погляду. Після кількох робіт клієнти бачать закономірність: кількості правильні, їхня команда не загрузла в планах, а ціни виходять швидше. Один з наших клієнтів, Bommarito Construction, подав 50 більше заяв протягом шести місяців, використовуючи платформу. Це більш переконливо, ніж будь-яка демонстрація.

Beam AI зосереджується на автоматизації розрахунків, традиційно ручного та трудомісткого процесу. Чому цей процес є таким критичним входом для трансформації, керованої штучним інтелектом?

Кожен проект починається тут. Перед тим, як ви зможете оцінити щось, хтось повинен сидіти з планами та виміряти усе. Один розрахунок може зайняти цілий день. Коли справи стають зайвими, це стає лімітом того, скільки роботи команда може виконувати.

Підрядники не відмовляються від робіт, оскільки вони не хочуть їх. Вони відмовляються від робіт, оскільки немає часу для їх оцінки.

Розрахунки також мають чіткий, перевірний результат: кількості матеріалів. Ви знаєте, якщо щось було пропущено. Це робить його розумною точкою для будівництва довіри до нової системи, особливо коли ставки високі.

Ваша платформа дозволяє компаніям збільшувати обсяг заяв без збільшення кількості працівників. Як ви бачите, як це змінить конкуренцію та маржу в галузі?

Це вже відбувається. Коли підрядник може переслідувати в три рази більше робіт з тією ж командою, він стає більш вибагливим. Він переслідує роботи з вищою маржею. Він може швидко реагувати, коли з’являється велика можливість, замість того, щоб відмовлятися від неї через те, що вже зайнятий.

Підрядники, які не думають про це, відчуватимуть тиск від тих, хто думає. Rays Stairs подвоїв обсяг заяв і збільшив доходи з 900 тисяч до 2 мільйонів доларів за два місяці. Guardian Roofing скоротив час розрахунку з 25 годин на тиждень до 5. Це не маленькі здобутки. Вони змінюють те, за що може піти бізнес.

Beam AI включає в себе людський фактор у процесі забезпечення якості (QA) поряд з автоматизацією. Як ви визначаєте правильний баланс між автономією штучного інтелекту та людським наглядом?

Ми думаємо про це в термінах довіри та того, що стоїть на ставці. Штучний інтелект обробляє структуровану, повторювану роботу добре: читання документів, розпізнавання компонентів, витягування кількості. Але будівельні креслення не є уніфікованими. Специфікації можуть бути нечіткими. Набір планів може бути відсутнім.

Шар перевірки якості призначений для таких ситуацій. Для готового розрахунку підготовлений рецензент переглядає кожен результат перед тим, як повернути його клієнту. Для автоматизованого розрахунку ми накопичили достатньо даних, особливо в галузі HVAC та сантехніки, щоб рухатися швидше без цього кроку. Сталь зараз вводиться. Рівень автономності відстежує торгівлю та складність роботи.

Якщо моделі покращаться, чи бачите ви, що шар перевірки якості стане менш центральним з часом, або він залишиться постійною частиною високоризикових процесів, таких як оцінка?

Обидва, залежно від того, як ви визначаєте це. Форма, яку воно приймає, зміниться. Багато того, що зараз ловить людський рецензент, зсунеться до автоматичних перевірок всередині системи, коли моделі покращаться і ми накопичимо більше даних. Але я не думаю, що ви коли-небудь видаляєте верифікацію з такого високоризикового процесу. Якщо підрядник оцінює роботу вартістю 50 мільйонів доларів, він захоче перевірку.

До чого ми спонукаємо, так це зробити цю перевірку швидшою та менш трудомісткою. Метою не є ліквідувати перевірку якості. Метою є зробити її легшою.

Attentive.ai поєднує автоматизацію штучного інтелекту з реальними операційними процесами. Чи бачите ви майбутнє штучного інтелекту в будівництві як внутрішньо гібридне, а не повністю автономне?

На найближчий період, так. І я б заперечив проти ідеї, що “гібрид” – це консоляційний приз. Будівництво включає в себе судження, яке не захоплюється в плані. Добрий оцінювач знає свій місцевий ринок субпідрядників. Він знає, як певний генеральний підрядчик пише специфікації. Він знає, яку ціну буде мати робота насправді, що не завжди відповідає кресленням.

Штучний інтелект обробляє кількісну роботу. Людина приносить контекст. Метою не є заміна оцінювачів. Метою є вивести їх з повторюваних вимірювань, щоб вони могли витратити час на роботу, яка насправді потребує їхнього судження. Що також пояснює, чому ми побудували Beam AI як доповнювач, як вбудований молодший оцінювач, який обробляє механічні завдання.

Ви описали штучний інтелект як майбутню оперативну основу попереднього будівництва. Як виглядає це бачення за наступні п’ять років?

Зараз ми зосереджені на передньому плані: планах до кількісної оцінки, якомога швидше та точно. Наступний шар – це управління заявами. Ми вже випустили Bid Dashboard і Bid Sniper, які надають підрядникам єдиний вигляд їхнього портфеля, термінів, запитів та додаткових документів.

За наступні п’ять років я хочу, щоб платформа безпосередньо з’єднала розрахунки з ціноутвореннями та закупівлями. Підрядник завантажує плани, і протягом декількох годин він має реальну картину того, що коштує робота та чого йому потрібно закупити. Це дійсно інший спосіб управління попереднім будівництвом, ніж той, який використовують більшість команд сьогодні.

Beam AI зараз підтримує кілька галузей, від ландшафтного дизайну до цивільних та електричних робіт. Як ви балансуйте будівництво загальних систем штучного інтелекту з потребою у глибокій оптимізації галузі?

Це реальне напруження. Підставна робота спільна для всіх галузей: читання документів, розпізнавання креслень, витягування кількості. Але результати є специфічними для галузі в тих аспектах, які мають значення. Як ви виміряєте обладнання HVAC, це зовсім не те саме, що виміряти структуральну сталь чи бетонну арматуру.

Ми побудували моделі, специфічні для галузі, та інвестували у навчальні дані для кожної з них. Тому ми почали з HVAC та механіки, де наш набір даних був найсильнішим, перш ніж розширити до сантехніки та сталі. Ми покриваємо 15 або більше галузей, але ми чесні щодо того, що не кожна галузь має однаковий рівень зрілості. Ми будемо розвивати глибину, розширюючи галузь.

Чи вважаєте ви, що будівництво може стати однією з найбільш трансформованих галузей за наступне десятиліття, і як виглядатиме ця трансформація на практиці?

Так, я вважаю. Частина причини, чому це недооцінено, полягає в тому, що це було так довго ручним. Не існує глибоко вкоріненого шару програмного забезпечення, який потрібно було б замінити, як у фінансах чи охороні здоров’я. Дані не були оцифровані. Робочі процеси не стандартизовані. Це виглядає як проблема, але з нашої точки зору це можливість. Ми не замінюємо існуючу систему. У багатьох випадках ми будемо створювати першу.

Додайте до цього капітал, який вкладається у центри даних, виробництво та інфраструктуру зараз, і тиск на ціни та будівництво зростає. Підрядники, які це зрозуміють, будуть рухатися вперед. Ті, хто не зрозуміє, будуть дивуватися, що сталося.

Дякуємо за велике інтерв’ю. Читачам, які бажають дізнатися більше, рекомендуємо відвідати Attentive.ai або Beam AI.