Ставка компании «Dassault Systèmes» на строительство как вид производства

Следующая крупная битва в сфере программного обеспечения для AEC, возможно, развернется не вокруг того, кто создаст лучший BIM-моделирующий инструмент, а вокруг того, кто разработает лучшую производственную платформу для строительства. Именно в этом заключался ключевой посыл саммита AEC Summit компании Dassault Systèmes, где обсуждались такие темы, как цифровые двойники, искусственный интеллект, робототехника и индустриализированное строительство.

Пока руководители компаний-разработчиков программного обеспечения сосредотачивают своё внимание на разработке инструментов проектирования нового поколения, мы наблюдаем не только целую плеяду стартапов, борющихся за право заменить инструменты BIM 1.0 на этапе проектирования, но и растущий интерес со стороны устоявшихся поставщиков систем механического САПР (MCAD) к технологиям, специально разработанным с учётом особенностей строительства и производства.

На конференции NXT BLD 2026, прошедшей в мае, выступления руководителей компаний Siemens и Dassault Systèmes были посвящены недавним усовершенствованиям их инструментальных наборов и ясно показали, что развернулась настоящая гонка в области создаваемых цифровых двойников для строительства.

Совсем недавно компания Dassault Systèmes (DS) пригласила клиентов и журналистов в свою штаб-квартиру в Париже на недельный саммит AEC Summit. На этом мероприятии руководители рассказали о работе, которую они проводят, чтобы сделать основной инструмент моделирования компании, Catia, более ориентированным на строительство.

Реми Дорнье, возглавляющий в компании направление AEC, изложил участникам свою концепцию. По его словам, на отрасль AEC одновременно воздействуют три фактора: виртуальные двойники, индустриализация строительства и искусственный интеллект. Он считает, что роль искусственного интеллекта заключается в поиске знаний, их хранении и систематизации, а также в их комбинировании по запросу.

Если оглянуться на историю развития печатного станка, отметил Дорнье, становится ясно, что Гутенберг не изобрел знания. Напротив, он распространил их, и именно это привело к эпохе Возрождения. ИИ, согласно этой интерпретации, является столь же демократизирующей силой при применении к промышленному ноу-хау.

Как же DS предлагает помочь клиентам использовать эту силу? По словам генерального директора Catia Оливье Саппи, компания видит переход к «генеративной экономике», в которой ценность компании заключается не в создаваемых ею физических активах, а в интеллектуальной собственности и ноу-хау, которые заложены в строительство больницы, аэропорта или «завода ИИ» (центра обработки данных).

Компания Dassault Systèmes на протяжении 45 лет создавала «виртуальные вселенные», в которых объекты можно проектировать, моделировать и тестировать задолго до того, как они появятся в физическом смысле. Эти «вселенные» представляют собой совокупности виртуальных двойников, основанных на моделях, решателях и законах физики. (По сути, это тот же посыл, что и в презентации компании для клиентов из производственной сферы, но адаптированный для аудитории из строительной отрасли.)

Между тем в компании Dassault Systèmes агенты искусственного интеллекта называются «виртуальными помощниками». Компания разрабатывает три варианта таких помощников для выполнения различных задач в рамках процесса проектирования. Это Aura, обеспечивающая ИИ-поддержку в управлении проектами, логистике и планировании; Leo — для проектирования конструкций и механических систем; и Marie — для научных исследований.

Aura, Leo и Marie не являются крупными языковыми моделями (LLM), пояснил Саппи. Напротив, это «мировые модели», предназначенные для сотрудничества с инженерами и проектировщиками, а не для их замены.

В рамках этой концепции цель заключается в обеспечении «управления жизненным циклом интеллектуальной собственности» или, другими словами, создания уровня, обеспечивающего прослеживаемость, происхождение и суверенитет, за которым следует технология виртуальных двойников для создания «мировой модели отрасли».

«Невозможно построить полноценное здание с помощью LLM, обученной на данных из открытого интернета, — настаивает Саппи, — потому что знания о том, как строить здания, находятся внутри самой компании». Поэтому цель Dassault — зафиксировать эти знания и заложить их в основу своих научных разработок и решающих алгоритмов.

В результате компания расширяет свое ядро и платформу вниз по цепочке на рынок, на котором она пока не владеет уровнем разработки, но где она тесно сотрудничает с такими ведущими компаниями, как Vinci и Bouygues, с целью глубокой интеграции строительного ноу-хау в Catia.

Эра «фабрик ИИ»

Шон Янг из компании Nvidia выступил с докладом о центрах обработки данных, которые компания проектирует и создает. Янг пояснил, что центр обработки данных — это не просто ангар, заполненный стойками, а «фабрика, единственным продуктом которой является инференция — актив, преобразующий энергию в токены, а токены — в доход с такой эффективностью, о которой остальная строительная отрасль редко задумывается».

Янг привёл несколько убедительных цифр: по его словам, капитальные вложения в инфраструктуру в размере примерно 50 миллиардов долларов приносят 100 миллионов долларов дохода в день. Такое соотношение заставляет переосмыслить каждое инженерное решение как решение, влияющее на рентабельность. Плохо спроектированная система инженерных сетей, по словам Янга, становится самым слабым звеном в цепочке, тратя 30–40 % поступающей энергии на охлаждение, которая в идеале должна была бы пойти на вычисления.

Nvidia сотрудничает с производителями, создающими критически важные компоненты, среди которых Vertiv, Siemens, Trane, Eaton, Rolls-Royce и Caterpillar, с целью выпуска оборудования, оптимизированного для конкретных поколений вычислительных систем. Текущий кластер носит название «Vera Rubin» и представляет собой комбинацию возможностей ЦП, графического процессора, DPU и Ethernet, работающих совместно в рамках архитектуры, которую Nvidia называет DSX.

Ключевым показателем эффективности, поддающимся сравнительному анализу, в данном случае является соотношение «токены к ваттам». Если компания сможет доказать, что улучшила этот показатель всего на один процентный пункт при объеме работ в 100 миллионов долларов в день, у нее появится основание взимать плату за созданную ценность, а не за отработанные часы. Янг бросил прямой вызов своей аудитории, заявив инженерам, что, продавая время и материалы при работе с активами такого масштаба, они упускают самый прибыльный аспект любой сделки.

(Кстати, хотя современные вычислительные системы на базе ИИ сталкиваются с проблемами адресной памяти, кластер Nvidia Vera Rubin потенциально мог бы одновременно обрабатывать весь федеративный BIM-проект — включая облака точек, слои ГИС, графики, технические условия, нормативные требования и результаты моделирования — координируя при этом работу нескольких специализированных агентов).

Платформа не устраняет ограничения контекстного окна полностью, но позволяет работать с гораздо более крупными моделями и обеспечивает значительно более быстрый поиск и анализ внешних данных по сравнению с предыдущим оборудованием.

По словам Янга, специалисты в сфере архитектуры, инжиниринга и строительства (AEC) зачастую тратят огромное количество времени на освоение программного обеспечения для 3D-моделирования, только для того, чтобы в итоге снова «свести» всё к бумажным документам и PDF-файлам. В результате, как он утверждает, в отрасли отсутствует единый надёжный источник достоверной информации, отсутствует прослеживаемость данных и нет возможности отследить путь того или иного компонента от одной специализированной области к другой.

Хотя в рамках обычного строительного проекта такая неэффективность может быть еще терпимой, для самого сложного типа здания, который когда-либо пытались построить, она может стать непосильной нагрузкой, делающей проект невыполнимым. Янг считает, что правильным подходом является подход, основанный на системном проектировании на основе моделей (MBSE), поскольку он позволяет внести каждую гайку и каждый болт в структуру базы данных, где каждый элемент прослеживается до соответствующего требования и может быть смоделирован как отдельно, так и в составе целого (или, как это называется, «готовым к моделированию»).

Nvidia не строит центры обработки данных на коммерческой основе, а только для собственных нужд — но тем самым она создает шаблон архитектуры здания и вычислительной инфраструктуры, который другие могут использовать для создания своих собственных центров обработки данных. Это достигается за счет обмена «готовыми к моделированию» ресурсами через OpenUSD, которые содержат всю необходимую физическую модель «под капотом», а также благодаря открытому проекту центра обработки данных, опубликованному на GitHub.

Перелом в спросе

Джастин Швайгер, руководитель отдела технологий сборного строительства в компании DPR Construction, представил участникам сессии наиболее убедительные доказательства фундаментальных изменений в строительной отрасли. Как он сообщил слушателям, объем бизнеса DPR в сфере сборного строительства вырос с 200 миллионов долларов в 2024 году до 800 миллионов долларов в этом году, и, по прогнозам, в ближайшем будущем превысит отметку в миллиард долларов.

Он откровенно признал, что динамика рынка кардинально изменилась. Раньше компаниям, занимающимся сборным строительством, приходилось продвигать свои компоненты на рынке, который относился к ним без особого энтузиазма и скептицизмом. Сегодня же DPR получает запросы о том, сколько продукции она может поставить, и ее привлекают к проектам, а не приходится самой пробиваться на рынок. И это происходит на фоне того, как концепция «здание как продукт» приводит к замене подхода «проектирование по заказу» на подход «конфигурация по заказу».

Это было проиллюстрировано на примере конфигуратора кроссовок Nike: клиент чувствует, что получает что-то индивидуальное и уникальное, в то время как производитель просто заранее разработал ряд вариантов.

В качестве аргумента приводится то, что в настоящее время именно физическая инфраструктура, а не алгоритмы, является ограничивающим фактором для развития ИИ: энергосети, цепочки поставок и трудовые ресурсы не способны масштабироваться в те сроки, которые требует капитал. Особое внимание следует уделить вопросу трудовых ресурсов: около 40 % работников строительной отрасли выйдут на пенсию в течение пяти лет, а крупнейшие центры обработки данных строятся именно там, где квалифицированная рабочая сила наиболее дефицитна.

Предварительное изготовление решает эту проблему за счёт переноса работ туда, где рабочую силу можно обучить заводским, а не строительным методам — это структурное обоснование внеплощадочного строительства, которое сохраняет свою актуальность независимо от сопутствующей ему риторики об ИИ.

Центры обработки данных являются идеальными кандидатами для индустриализированного строительства, заметил Швайгер, именно потому, что в них практически нет архитекторов, заботящихся об эстетике, что одним махом устраняет ту переменную, которая сдерживала внеплощадочное строительство во всех секторах, где оно фактически существует.

Сможет ли эта же логика «конфигурации под заказ», заимствованная из без оконных вычислительных центров, выжить при применении к гостиничному сектору, жилищному строительству и остальной части традиционного строительного портфеля?

Компания Dassault Systèmes стремится к тому, чтобы Catia стала инженерной платформой, на базе которой будет осуществляться проектирование, проверка, производство и, в конечном итоге, эксплуатация объектов промышленного строительства

Модель «конфигурация по заказу» безупречно работает в тех случаях, когда заказчику неважно, как выглядит здание. Однако вопрос о том, выдержит ли она соприкосновение со зданиями, предназначенными для проживания людей, а не для размещения оборудования, — это тот вопрос, на который бум центров обработки данных не может дать ответа. Огромные средства, вкладываемые в сокращение сроков вывода продукта на рынок, могут принести пользу другим сегментам отрасли. Например, можно ли в некотором смысле рассматривать больницы как фабрики?

Для компаний в сфере архитектуры, инженерии и строительства (AEC) по-настоящему полезным выводом является не каталог сборных конструкций или «цифровой двойник», а идея о том, что ценность переместилась с производственной линии на уровень суждения, которое определяет конфигурацию. Компании, которые улавливают эту ценность, — это те, которые рассматривают логику конфигурации, происхождение данных и оптимизацию как активы, которыми они владеют и которые они приумножают, а не как то, что они арендуют у поставщика, который также продает им «ядро».

Клиент DS: Yellow River

Компания Yellow River Engineering Consultancy (YREC), расположенная в Чжэнчжоу (Китай), считается одной из самых технически передовых консультационных фирм в области водного строительства в стране.

Лу Ван из YREC отметил, что при проектировании водной инфраструктуры возникает ряд системных проблем. Среди них — нестабильное качество проектирования, чрезмерно длительные сроки реализации проектов и непредсказуемые затраты на проектирование. Эти проблемы усугубляются утратой инженерных знаний в связи с уходом сотрудников на пенсию или сменой места работы, очень длительным жизненным циклом проектов, затрудняющим внедрение инноваций, а также неэффективным повторным использованием инженерных данных. Ван пришел к выводу, что традиционные подходы к проектированию не способны решить эти проблемы.

YREC потратила более двадцати лет на разработку нового процесса проектирования. Компания начала исследования в области цифрового проектирования в 2004 году, что привело к заключению партнерского соглашения с Dassault Systèmes в 2009 году.

С 2020 года YREC инвестирует в большие данные и концепцию «Цифровой проектной фабрики», основанной на искусственном интеллекте. Это позволило кардинально изменить подход компании к проектированию за счет объединения различных типов данных (2D-чертежи, 3D-модели, документы, инженерные данные и т. д.) для создания модулей и библиотек в Catia, которые проектные команды могут повторно использовать.

Ван пояснил, что одной из наиболее интересных областей применения стала технологическая цепочка проектирования гравитационных плотин. Вместо того чтобы проектировать каждую плотину с нуля, компания использует алгоритмы обработки больших данных для оптимизации поперечных сечений плотин. Инженеры перетаскивают основные компоненты на место (из специализированного программного обеспечения, созданного на платформе Dassault), автоматизируя значительную часть проектирования с помощью моделей, управляемых параметрами, которые генерируют всю инженерную геометрию. Эта строительная платформа может одновременно генерировать 3D-модели строительства и 2D-чертежи, а также инженерные модели, размещенные в облаке. Компания YREC также интегрировала в свою систему проектирования функции моделирования и проверки соответствия нормативным требованиям.

Эта компания собрала данные по сотням проектов стальных затворов по всему Китаю и применила алгоритмы машинного обучения и оптимизации с использованием генеративных состязательных сетей (GAN) для оптимизации проектов и их сравнения с инженерными нормами.

Ван охарактеризовал инжиниринг как процесс промышленного производства: однократный сбор данных, повторное использование знаний, автоматизация проектирования, проверка с помощью ИИ и создание моделей и чертежей с минимальным ручным вмешательством.

Это конкретный пример того, как крупная инженерно-консалтинговая компания перестраивает процесс проектирования с опорой на ИИ и повторно используемые инженерные знания, а не просто добавляет чат-бота в существующие рабочие процессы. Ван считает, что в сфере проектирования сформируются две группы: компании, которые примут ИИ, автоматизацию и технические инновации и выживут; и те, которые не адаптируются и рискуют исчезнуть.

Клиент DS: Laing O’Rourke

В компании Laing O’Rourke Брюс Белл занимает должность руководителя отдела продуктов в команде по технологиям и инновациям. Он рассказал о том, как компания расширяет свою давнюю стратегию «Проектирование с учетом производства и сборки» (DfMA), применяя инженерное проектирование, цифровое проектирование и передовые технологии производства для решения некоторых из самых трудоемких задач в строительстве.

В отличие от традиционных подрядчиков, компания Laing O’Rourke владеет значительной частью собственных производственных мощностей, включая производство сборного железобетона, инженерных систем, фасадов и логистику, что позволяет ей индустриализировать строительство по всей цепочке поставок, а не полагаться исключительно на субподрядчиков.

Белл утверждал, что очевидно: одной только технологии BIM для решения этой задачи недостаточно. Для производства строительных компонентов модели должны превратиться в ресурсы инженерного уровня, содержащие информацию, необходимую для автоматизированного производства. Его команда разрабатывает новые инструменты проектирования для генерации данных, отсутствующих в BIM-моделях, одновременно напрямую связывая их с робототехникой, станками с ЧПУ и другими процессами цифрового производства.

Большая часть работы сосредоточена на решении практических задач на строительных площадках — от автоматизации систем возведения межкомнатных стен до устранения необходимости ручной переноски тяжелых арматурных корзин на крупных инфраструктурных проектах, таких как атомные электростанции «Хинкли-Пойнт» и «Сайзуэлл». Белл также обратил внимание на платформу параметрического проектирования мостов, которая сократила сроки проектирования с нескольких месяцев до нескольких дней, продемонстрировав, как стандартизация и автоматизация могут ускорить реализацию проектов, одновременно создавая типовые и пригодные для серийного производства строительные системы.

«Центры обработки данных — идеальный объект для промышленного строительства», — отметил Джастин Швайгер из компании DPR Construction, — именно потому, что в них практически нет архитекторов, заботящихся об эстетике, что одним махом устраняет тот фактор, который сдерживал развитие внеплощадочного строительства во всех секторах, где оно действительно применяется.

Выступление Белла подкрепило идею, которая неоднократно поднималась в ходе мероприятия, а именно: наибольшие преимущества от использования ИИ и цифрового инжиниринга будут получены за счет переосмысления строительных процессов, а не простой цифровизации существующих.

Компания Laing O’Rourke использует BIM не просто как модель координации, а в качестве набора данных для производства, ставя перед собой четкую цель — стимулировать развитие робототехники, автоматизации и серийного производства.

Это также подчеркивает более широкий сдвиг в строительной отрасли, где конкурентное преимущество все в большей степени обусловлено наличием цифровых рабочих процессов, производственных мощностей и инженерных знаний. В этом смысле подрядчик ведет себя не столько как строитель, сколько как передовое производственное предприятие, которое просто занимается возведением зданий.

Клиент DS: Bouygues Bryck

Бертран де Пёфейлу — руководитель проекта по индустриализации Bryck в компании Bouygues Construction France. На саммите DS AEC Summit он рассказал о том, как подрядчик переосмысливает BIM как основу индустриализированного строительства, а не просто как средство создания цифрового представления здания.

В сотрудничестве с Dassault Systèmes компания Bouygues разработала серию цифровых «brycks» — многоразовых программных модулей, которые встраивают строительный опыт непосредственно в виртуальный двойник. Они автоматизируют повторяющиеся инженерные задачи, генерируют готовые к производству результаты и связывают проектирование с работами на строительной площадке. Это системный инженерный подход к проектированию.

В качестве примеров были приведены автоматизированные рабочие процессы для бетонных стен, перекрытий и подземных инженерных сетей, в которых BIM-модели обогащаются строительной аналитикой для создания инструкций по сборке, данных о расположении, чертежей планировки, ведомостей объемов работ и информации о закупках. Строительные бригады могут обновлять модель с помощью простых веб-инструментов, обеспечивая точность виртуального двойника на протяжении всего строительства и автоматически обновляя последующую документацию.

Помимо строительства, компания Bouygues внедряет инженерные знания в свои инструменты генеративного проектирования, в том числе в конфигуратор парковок, который оценивает различные варианты проектирования и использует ИИ-помощников, чтобы сделать сложные инструменты оптимизации доступными с помощью естественного языка.

Компания также разрабатывает систему автоматической проверки соответствия BIM, использующую около 200 запрограммированных бизнес-правил для проверки проектов на соответствие собственным строительным стандартам и передовым практикам. Цель состоит в том, чтобы превратить BIM в активную производственную платформу, связывающую проектирование, производство и строительство посредством постоянно обновляемого цифрового двойника.

Пожалуй, наиболее интересным аспектом подхода Bouygues является то, что он переносит акцент с создания и координации BIM-моделей на этап реализации. Модель больше не является конечным продуктом — она становится операционной основой для закупок, планирования, обеспечения качества и выполнения работ на объекте.

Внедряя строительные знания в многоразовые программные модули, Bouygues фактически создает библиотеку цифровых производственных процессов, которые можно применять в различных проектах. В сочетании с оптимизацией на основе искусственного интеллекта и автоматизированной проверкой соответствия это указывает на будущее, в котором большая часть рутинных инженерных работ и планирования строительства будет генерироваться автоматически, а не выполняться вручную. Это еще один пример того, как BIM эволюционирует от документации к платформе для индустриализированного строительства.

План развития Catia

На саммите AEC также уделялось внимание последним разработкам, представленным командой Catia, специализирующейся на строительстве, а также подробностям плана развития, которым они руководствуются.

Должен сказать, что из презентации, в ходе которой в течение 1,5 часа непрерывно демонстрировались обновления функционала, стало ясно: у DS есть значительная команда, работающая над тем, чтобы сделать Catia специализированным для строительства движком моделирования с обширными возможностями. Очевидно, это стало результатом многолетнего сотрудничества с такими компаниями, как Bouygues, для которой DS разработала высокофункциональную систему «от проектирования до изготовления».

Основное внимание в разработке уделяется веб-ориентированным рабочим процессам, позволяющим более широкому кругу пользователей взаимодействовать с моделями без необходимости использования специализированного программного обеспечения для автоматизированного проектирования (CAD). Новые возможности включают улучшенную фильтрацию объектов, редактирование параметров и переработанные инструменты измерения, а также облегченное приложение для проверки CDE (общей среды данных), которое позволяет проектным командам проверять, обновлять и фиксировать изменения непосредственно на платформе.

В области проектирования команда расширила возможности архитектурного моделирования за счет новых типов стен, более обширных библиотек дверей и окон, геометрии на уровне комплексов и усовершенствованного управления проемами. Рабочие процессы, специфичные для строительства, также были усовершенствованы благодаря возможности генерации строительных моделей из инженерных данных одним щелчком мыши. Появились удобные инструменты для сравнения импортированных моделей IFC со строительными моделями, а также ссылки на ежедневное планирование, которые напрямую связывают BIM с выполнением работ на строительной площадке.

Значительное внимание уделяется также моделированию конструкций и арматуры. Среди новых возможностей — стандартные библиотеки арматурных сеток, улучшенная группировка арматуры, более надёжное создание чертежей и усовершенствования для составления готовых к производству ведомостей. Аналогичным образом продвинулась и сфера гражданской инфраструктуры: добавлена поддержка развязок и съездов, улучшены трассировки автомобильных и железнодорожных путей, геологическое моделирование, автоматизированные расчёты земляных работ, а также поддержка IFC 4.3 для рабочих процессов в сфере инфраструктуры.

Команда также подчеркнула продолжающиеся инвестиции в библиотеки контента, добавление многократно используемых объектов, шаблонов и оборудования, способных ускорить проектирование, при этом следующий каталог будет посвящен центрам обработки данных и активам строительных площадок.

Дорожная карта DS в сфере AEC сосредоточена на четырёх стратегических направлениях: индустриализированное строительство, более насыщенные семантические данные BIM, съёмка реальной среды и гражданская инфраструктура. При этом значительная часть усилий по разработке направлена на создание рабочих процессов на базе искусственного интеллекта: инженерный помощник Leo способен запрашивать BIM-модели с использованием естественного языка, формировать ведомости объемов работ с помощью графов знаний, а также автоматизировать расчеты арматурных сетки.

Однако, пожалуй, наиболее значимым долгосрочным направлением развития является стремление Dassault Systèmes сделать свои настольные приложения Catia AEC доступными через Интернет. Вместо того чтобы воссоздавать функциональность в облегченных браузерных инструментах, компания разрабатывает новую архитектуру, которая полностью воспроизводит возможности настольной версии в браузере, позволяя пользователям получать доступ к тем же средствам моделирования и проектирования без локальной установки.

В случае успеха это устранит одно из традиционных препятствий для внедрения высокотехнологичного инженерного программного обеспечения в крупных проектных командах, одновременно сделав сложные инструменты для создания моделей доступными на гораздо более широком спектре устройств.

Заключение

В ходе саммита AEC стало ясно, что Dassault Systèmes не стремится создать очередной инструмент для разработки BIM-моделей. Ее амбиции гораздо шире.

Компания стремится сделать Catia инженерной платформой, на базе которой будет осуществляться проектирование, проверка, производство и, в конечном итоге, эксплуатация объектов промышленного строительства.

Это ставит компанию на иной путь, чем у многих современных поставщиков BIM-решений. Большая часть отрасли по-прежнему сосредоточена на создании и координации моделей, в то время как Dassault уделяет основное внимание тому, что происходит после создания модели. Акцент делается на внедрении инженерных знаний, фиксации производственных процессов, проверке проектов на соответствие правилам, прямой интеграции с производством и все более широком использовании искусственного интеллекта для работы со структурированными инженерными данными, а не с разрозненными файлами.

Презентации клиентов еще раз подтвердили, что это уже не просто теоретическая концепция. Будь то компания YREC, автоматизирующая проектирование плотин, Bouygues, внедряющая строительный опыт в многократно используемые программные модули, Laing O’Rourke, внедряющая робототехнику на основе BIM инженерного уровня, или DPR Construction, рассматривающая здания как настраиваемые продукты — общая идея была удивительно последовательной. Каждая организация переносит инженерные знания из голов отдельных экспертов в многократно используемые цифровые системы.

Остаётся открытым вопрос, сможет ли Dassault закрепиться в качестве серьёзной платформы для разработки в сфере AEC. База установленных копий Autodesk Revit огромна, в то время как новое поколение облачных BIM-инструментов пытается переосмыслить рабочие процессы проектирования с противоположной стороны.

Но если строительство действительно перейдёт к продуктоориентированному подходу, проектированию с учётом технологий производства и инжинирингу с использованием искусственного интеллекта, центр тяжести также может сместиться, и компании, возможно, предпочтут заменить «неинтеллектуальные» системы визуализации BIM на системы, основанные на знаниях.

В таком мире победителем может стать не компания с лучшими инструментами моделирования, а та, которая обладает самым глубоким пониманием того, как на самом деле проектируются, изготавливаются и собираются здания.