Представим обычный рабочий день на стройке. Прораб, инженер строительного контроля или руководитель проекта выходит из штаба, чтобы проверить выполнение работ, поставить задачи мастерам и бригадирам, провести входной контроль материалов или зафиксировать выявленные нарушения. Большую часть этой работы такие специалисты привыкли выполнять через непосредственное общение — поговорить с прорабом, позвонить подрядчику, показать место нарушения на стройке.
А затем появляется мобильное приложение, в котором нужно открыть нужный раздел, найти объект, выбрать вид работы, заполнить несколько полей, написать формулировку нарушения, указать срок устранения и так далее. С точки зрения информационной системы всё логично. С точки зрения человека на стройке — не всегда удобно.
А что, если вообще не заставлять инженера переходить из привычного голосового общения в интерфейс приложения?
Он просто говорит:
«Шпатлёвка растрескалась, слой толстый, не высохло, короче брак. Квартира такая-то, устранить до пятницы».
Дальше эту работу берет на себя программа. Она распознаёт речь, понимает смысл сказанного, приводит формулировку к техническому языку, извлекает из разговора местоположение, срок устранения и другие данные, определяет вид работ и предлагает нормативное обоснование.
Получается цепочка:
голос инженера → распознанный текст → структурированное замечание → нормативное обоснование
Именно такой эксперимент мы решили провести в MRS Lab.
Что мы проверяем
Здесь нам было интересно не просто проверить качество распознавания речи.
Главный вопрос эксперимента гораздо шире: насколько ИИ способен самостоятельно превратить свободную голосовую формулировку инженера в полноценное строительное замечание?
Для этого системе нужно решить сразу несколько задач:
- распознать речь, в том числе неидеально сформулированную;
- понять смысл сказанного;
- убрать разговорные формулировки и привести текст к техническому стилю;
- извлечь информацию о местоположении нарушения;
- определить вид работ;
- выделить меры по устранению и срок;
- найти подходящие пункты нормативных документов.
То есть фактически мы проверяем, можно ли заменить заполнение нескольких полей в приложении одной короткой голосовой командой.
Как работает сервис
Сейчас это отдельный экспериментальный веб-сервис.
Интерфейс предельно простой: большая кнопка с микрофоном. Первым нажатием запускается запись, вторым — останавливается. После этого пользователь может прослушать запись, перезаписать её или отправить на обработку.
После отправки аудиозапись проходит несколько этапов обработки.
1. Распознавание речи
Сначала аудио преобразуется в текст с помощью специализированного инструмента распознавания речи. При этом исходная формулировка может быть совершенно разговорной. От инженера не требуется заранее подбирать правильные технические термины или формулировать предложение в соответствии с требованиями документации.
2. Переформулирование
Распознанный текст передаётся языковой модели с инструкцией привести его к техническому стилю.
Например, исходная фраза:
«Кирпич мокрый, на морозе лежал, растрескается, не берите его.…»
превращается в:
«Обнаружены трещины в кирпиче, вызванные воздействием низких температур и влажности. Рекомендуется не использовать данный материал.»
При этом система старается сохранить исходный смысл, но убрать разговорные конструкции, ошибки распознавания, повторы и лишние слова.
3. Извлечение информации
На этом же этапе ИИ анализирует содержание надиктовки и пытается определить структурированные данные:
- где обнаружено нарушение;
- к какому виду работ оно относится;
- какие меры по устранению указаны;
- какой установлен срок.
Это важный момент эксперимента. Инженеру не нужно отдельно говорить: «Теперь заполняю поле “Этаж”», «теперь выбираю вид работ». Он просто рассказывает о проблеме так, как сделал бы это коллеге.
4. Определение вида работ
Система сопоставляет описанное нарушение с заранее определённым перечнем видов работ. В нашем эксперименте этот перечень сформирован на основе классификации, используемой для строительного контроля.
5. Поиск нормативного обоснования
И наконец, система ищет нормативные требования, которые могут соответствовать выявленному нарушению. Для этого мы сформировали собственную базу отдельных пунктов более чем из 200 ГОСТ и СП. ИИ сопоставляет содержание замечания с этой базой и предлагает несколько наиболее подходящих пунктов нормативных документов.
В результате на выходе получается уже не просто расшифровка голосовой записи, а структурированное строительное замечание с технической формулировкой и возможным нормативным обоснованием.
Что получилось
На этом этапе мы не ставили задачу создать готовую промышленную систему. Нам было важно проверить сам принцип.
И результаты оказались достаточно интересными: ИИ уже способен взять довольно свободное описание нарушения и за несколько секунд превратить его в значительно более пригодную для дальнейшей работы формулировку.
При этом эксперимент хорошо показывает и ограничения технологии.
ИИ может неправильно распознать отдельные слова, неверно понять контекст, выбрать неподходящий вид работ или предложить нормативный пункт, который требует дополнительной проверки специалистом.
Поэтому мы рассматриваем предложенные нормативные основания именно как подсказку инженеру, а не как автоматически подтверждённый факт нарушения.
Это принципиальная для нас позиция. ИИ должен сокращать рутинную работу специалиста, а не создавать иллюзию, что экспертный контроль больше не нужен.
Что дальше
Следующий шаг — проверить этот подход уже внутри основных продуктов МРСПро — «СтройКонтроль» и «МРС Строительство».
Если эксперимент подтвердит практическую ценность, инженер сможет создавать замечание непосредственно во время обхода: нажать кнопку, сказать, что обнаружено, где именно и что с этим нужно сделать — а система сама подготовит карточку замечания.
Но на этом сценарий голосового управления не заканчивается.
В перспективе тем же способом можно будет давать системе команды на выполнение других операций:
«Создай приёмку…»
«Зафиксируй выполнение работы…»
«Создай запись в исполнительной документации…»
«Покажи незакрытые замечания на этом этаже…»
То есть речь идёт уже не просто о голосовом вводе текста, а о переходе к голосовому управлению строительной информационной системой.
Именно такие гипотезы мы и хотим проверять в MRS Lab: не насколько эффектно выглядит ИИ, а сколько реальной работы он способен взять на себя у специалиста на стройке.
