С 2014 года начался новый этап развития отечественного программного обеспечения (ПО) в сфере проектирования. Поддержка государства позволила российским компаниям развить существующие компетенции и начать производить конкурентный продукт, востребованный на международных рынках. Как развивался отечественный рынок решений, как внедрение ИИ помогает решать задачи проектирования сегодня и где границы его применения — в интервью РБК+ Петербург рассказал коммерческий директор компании BolapanSoft (аккредитованный центр компетенций АО «СиСофт Девелопмент») Владимир Велич.
Инноваторы и догоняющие
— Термин «импортозамещение» впервые начал звучать в 2014 году. В какой точке тогда находились российские и иностранные разработки с точки зрения качества и пользовательского опыта?
— Западные решения обладали рядом неоспоримых преимуществ, и главное заключалось в том, что они развивались внутри мирового рынка. Соответственно, обратная связь от пользователей была очень активной, да и финансовые возможности зарубежных компаний заметно превосходили российские. Зато наши программные решения получили поддержку от государства, и это поспособствовало их распространению и внедрению, как минимум, внутри страны.
— Существовали ли в России системы автоматизированного проектирования до AutoCAD?
— Лично я впервые столкнулся с первым инженерным программным обеспечением (ПО) в начале 90-х, будучи студентом факультета вычислительной техники. Тогда мои особо продвинутые товарищи оформили свои дипломные работы в AutoCAD, и это было очень прогрессивно.
Первая отечественная IBM-совместимая персональная ЭВМ появилась в нашем вузе в 1987 году, и примерно в то же время выпускники ведущих технических институтов начали задумываться о создании программного обеспечения для решения инженерных задач. Это были энтузиасты, влюбленные в свое дело, но, к сожалению, дилетанты в бизнесе. Они хотели создать нечто, облегчающее работу инженеров и при этом конкурирующее с западным программным обеспечением.
В 1989 году в Советском Союзе появился машиностроительный инженерный пакет «Компас», а в 2008 году, одновременно с созданием компании «Нанософт», вышел первый пакет САПР. Наработки велись с конца 80-х, но, как это обычно бывает, люди-новаторы что-то предлагают, а люди-консерваторы — сопротивляются и не хотят двигаться дальше кульманов с бумажными чертежами. Соответственно, те, кто хотел развиваться, быстро осваивали новые продукты.
В то время зарубежные решения были более продвинутыми, но и наши инженеры-разработчики старались не отставать, а в чем-то даже опережать иностранные аналоги. Наверняка были сотрудники, которые работали сначала в западных, а потом в российских ИТ-компаниях, это тоже способствовало «взаимному опылению».
— Но в 1990-х началось распространение именно западного инженерного софта?
— Конечно, когда рынок открылся, большая часть инженеров осваивала AutoCAD, потому что все стремились работать в самой передовой и прогрессивной на тот момент программе. Соответственно, российское ПО перешло в разряд «догоняющих».
Ставка на информационные технологии
— Сейчас все еще период импортозамещения?
— Ситуация очень разная. Например, в сегменте информационной безопасности Россия всегда была на ведущих ролях, и в этой сфере импортозамещение произошло еще около 10 лет назад. Дело в том, что западные законы, защищающие личные свободы граждан, практически не меняются. В России же законы, напротив, всегда были в большей степени направлены на защиту тайны бизнеса и государства, а они более гибкие. Соответственно, юридических ограничений у нас было меньше, на технические возможности наших разработчиков вообще никогда никто не жаловался, поэтому по уровню цифровизации в некоторых сегментах рынка — например, в банкинге — Россия сейчас значительно опережает многие экономически развитые европейские страны, которые традиционно делали ставку на индустриализацию, а не на информационные технологии.
Что касается стройки и проектирования, то здесь мы на заре выравнивания. Снижение конкуренции среди вендоров программного обеспечения на внутреннем рынке и поддержка со стороны государства дали толчок к развитию отечественных программных решений. Разработчики, раньше занятые в западных компаниях, пополнили ряды сотрудников нашего ИТ-сектора, что тоже способствовало развитию функционала отечественных программных продуктов. Ну, а поскольку долгое время российские вендоры догоняли западных, это позволило им не наступать на грабли и сразу учитывать те ошибки, которые уже сделали и исправили наши зарубежные партнеры.
Сейчас стратегия развития российских ИТ-продуктов очень хорошо продумана, и в этом ее неоспоримое преимущество. Российское ПО учитывает отечественные стандарты, не требует долгих настроек при внедрении, имеет встроенные библиотеки оборудования, да и по стоимости для конечных потребителей заметно дешевле.
Все это, кстати, привлекает к нашим продуктам и зарубежных пользователей, мы это видим по линейке продуктов Model Studio, но проблема в том, что их продвижение на рынке сдерживают экономические санкции. Поэтому охарактеризовать сегодняшний этап как импортоопережение и технологическое лидерство я пока не могу.
— Как отечественное ПО будет развиваться дальше?
— А дальше программное обеспечение будет развиваться и за границей, и у нас, но изолированно друг от друга. Такая ситуация, к сожалению, замедляет рост сегмента инженерного ПО в общемировом масштабе.
— Но рынок дружественных стран — это наш рынок?
— Российские продукты применяются и в Узбекистане, и в Казахстане, но нужно понимать, что там они существуют в условиях рыночной конкуренции. Компании, которые инвестировали свои средства в покупку западных решений, просто так не будут переходить на российский софт. Кроме того, зачастую заказчики проектов из-за санкций не дают проектировщику возможности выбрать программное обеспечение.
Применение ИИ в ПО
— Как распространение технологий искусственного интеллекта влияет на инженерное ПО? Например, запущена нейросеть для генерации CAD-моделей по фотографии. Это значит, что про САПР можно будет забыть, а любой человек сможет создать проект, просто составив правильный промт?
— Конкретно эту нейросеть я не изучал, но могу сказать, что мы еще не скоро сможем забыть про классические программные продукты. Как студенты не сразу становятся учеными, так и нейросети будут еще долго обучаться. Пока это всего лишь хорошие слуги, чаще всего, не самой высокой квалификации. Но это очень работящие и быстро обучающиеся слуги. Они готовы взвалить на себя всю рутину, но формулировать задачу и проверять результаты должен человек, обладающий опытом и профессиональными компетенциями.
— Какое место сейчас отводится ИИ в системах автоматизированного проектирования?
— Уже есть первые успехи применения искусственного интеллекта в САПР. Впрочем, как и первые неудачи. Эра использования ИИ только началась, и со временем, успехов, думаю, станет больше, чем неудач. Я уверен, что достаточно быстро мы увидим очередной качественный прорыв в занятости людей. Механизация когда-то превратила аграрный мир в индустриальный, потом распространение автоматизации и роботизации привело к тому, что большая часть персонала оказалась занятой в сфере услуг. Сейчас же на горизонте маячат времена, когда и в сфере услуг людям останется лишь малая доля работы. В первую очередь, творческая, требующая человеческого участия и присутствия.
Что касается технологий информационного моделирования, то, как и в других сегментах применения, ИИ чаще всего пока используется как личный ассистент и плохо масштабируется на массовые задачи. Для проверки результатов требуется критическая оценка, а ее может дать только человек.
— Но ведь иногда и не нужно стопроцентное качество, а нужно быстрее?
— Вот это как раз зона ответственности ИИ. Применение искусственного интеллекта эффективно в тех областях, где у человека мало собственной экспертности. Полезно поручать нейросети простые задачи для получения быстрого эффекта и кредита доверия от заказчика, а потом уже дорабатывать результат вручную.
Если рассматривать конкретные кейсы, то в числе удачных могу назвать классификацию 3D-моделей, перевод из 2D в 3D, а также формирование коммерческих предложений на проектирование. Последнее, например, очень выручает, когда нужно быстро сделать примерные расчеты, чтобы прикинуть стоимость работ.
Что касается неудачных кейсов, то пока трудно идет автоматизация проектирования: много времени уходит на формулировку промтов, на проверку результата. Также нейросеть еще не умеет ориентироваться в специфике нашего законодательства. Зачастую региональные нормы противоречат федеральным. Люди уже научились с этим работать, а ИИ выдает ошибку. Поэтому вывод такой: принятие решений и контроль остаются за человеком, а рутину и скорость берет на себя искусственный интеллект.
— Как ИИ позволяет оптимизировать расходы? Описан пример, как при строительстве торгового центра в Дубае система проанализировала более 500 вариантов конструкции крыши и предложила оптимальное решение, сократив расход стали.
— Если бы ИИ не экономил ресурсы, не стоило бы его и внедрять. На этом примере я хотел бы обратить внимание, что сокращаются расходы не только на стройматериалы, но и на проектирование. Строительная организация потратила бы на поиски вариантов крыши гораздо больше времени, а это тоже ресурс. Поэтому многие ведущие проектные и строительные компании в России и за рубежом пытаются применять искусственный интеллект на разных стадиях, и в каждом случае экономический эффект свой.
По сути, для ИИ в проектировании есть две категории задач. Во-первых, синтез, когда на входе мало информации, а на выходе — много. Во-вторых, аналитика, где, наоборот, на входе много разных данных, а на выходе — некое резюме. В первой группе задач ИИ показывает хорошие результаты, а вот со второй пока есть проблемы, поскольку там многое зависит от правильной подготовки входящей информации.
— Но ведь современные алгоритмы требуют значительных вычислительных ресурсов. Есть ли здесь проблемы и ограничения?
— Наблюдая за внедрением искусственного интеллекта в разных сферах, я обратил внимание на важность умения обучать нейросети, именно от этого зависит степень использования вычислительных ресурсов. Если не обработать должным образом входящую информацию, то ответ действительно будет долго считаться. Думаю, со временем даже появится новая профессия — преподаватель для искусственного интеллекта с разными специализациями. Это, кстати, очень перспективная профессия, советую обратить на нее внимание.
Что касается непосредственно вычислительных мощностей, то есть разные нейросети. Есть узкоспециализированные, которые работают быстрее и требуют меньших ресурсов. Они долго обучаются, и для них нужны большие датасеты, которых обычно не бывает в стройке и проектировании. А вот языковые модели нейросетей (LLM) являются мультиэкспертными, они дольше думают, требуют больше вычислительных ресурсов, и с ними можно работать в проектировании и строительстве.
Но хочу уточнить, что вычислительные мощности — это все-таки не мегакомпьютеры, которые используются, например, для майнинга криптовалют. Если для каких-то сложных, объемных задач нужны повышенные ресурсы, то есть специальные компании, которые предоставляют мощности на аутсорсинг. При необходимости их можно арендовать, какой-то особой проблемы с этим нет ни у нас, ни за рубежом.
— Какие направления применения искусственного интеллекта в проектировании выглядят сейчас наиболее перспективными? И с чего стоит начать внедрение ИИ?
— Достаточно перспективным видится направление Е-агентов, которые сами будут общаться с нейросетью и выполнять простые задачи. Например, формулировать промты. Такие электронные агенты возьмут на себя роль посредника между человеком и нейросетью.
Что касается советов, то я рекомендую пробовать, экспериментировать и нарабатывать свой собственный опыт. Сейчас очень много бесплатных продуктов, можно начать с каких-то бытовых задач, а потом уже применять ИИ в профессиональной деятельности. Также полезно изучать опыт коллег, осваивать новое в компании единомышленников — это всегда и быстрее, и эффективнее, да и веселее.
