♠️Девелопмент: cash или crash 🎱

Excel - бич современности.

Хотите почувствовать себя ничтожным? Займитесь учётом в Excel. Почти неделя работы и ноль результата.

Нет, я люблю Эксель, когда в нём нужно просто свести и слегка «причесать» отчёты, выгруженные из автоматизированных систем. Но когда вся работа по сбору данных ведется вручную именно в нём... Причём в форме книжки с иллюстрациями! Так, чтобы на одном листе было максимум информации, а на другом — выдержка с первого, но максимально витиеватая, без системы. И тянуть данные не формулой, а вручную. 😳

Привет, ошибки! Привет, потеря времени! А на тебе, до кучи, твой синдром отличницы и самозванца, который ты успешно победила благодаря автоматизации и ИИ.

Самое интересное, что все твои способности автоматизировать и писать обработки с помощью ИИ здесь не сработают. Ибо нет системы.

Как можно сейчас вообще использовать Excel для учета? А он стал нормой и даже стандартом.
Как будто из инструментов тебе дали счеты и калькулятор.

Какой результат так можно получить? Быстрый, но кривой, однозначно. А спустя время и не поймешь, что и откуда взялось.

Я всегда предпочитала выстраивать систему, процесс, конвейер. Да, на это нужно время. Но потом результат можно получать быстро. И он будет точным.

Как пример можно привести строительство дома. Это все равно что привезти кирпичи, цемент и скинуть все в кучу. Но чтобы в доме можно было жить, нужно потратить время и сложить коробку (систему).

Бесплатный n8n workflow для CAD (BIM):
Автоматическая оценка стоимости групп и всего проекта с LLM (работает с Revit, IFC, DWG)

Это готовое решение на платформе n8n, позволяющий автоматически определять стоимость отдельных категорий конструкций и общего объёма строительного проекта на основе данных из файлов Revit, IFC или DWG. Процесс реализован с привлечением различных языковых моделей (LLM), таких как Grok, OpenAI, Anthropic, которые самостоятельно классифицируют строительные материалы, выявляют актуальные расценки из внешних источников и представляют всю информацию в удобной форме отчета.

Принцип работы решения:

- Данные из файлов Revit, IFC или DWG автоматически преобразуются в удобную табличную форму (DataFrame).
- Языковые модели (LLM) автоматически определяют группы элементов, классифицируют материалы и выбирают актуальные цены из базы данных и сети Интернет.
- Документы и интерактивные панели создаются автоматически, исключая необходимость ручных операций.

Итоги работы:

Проект подается в формате RVT или IFC, а на выходе получается полный отчет с разбивкой по стоимости каждого элемента. Любые настройки процесса можно адаптировать под конкретный проект (группировка, страна ценообразования, API ключей LLM). Одна группа обрабатывается за 5–15 секунд в зависимости от используемой LLM.

Значение для рынка:

Работа традиционных специалистов (BIM-координаторов, менеджеров, сметчиков и инженеров) перестает сводиться к ручному вводу данных. Теперь важнее умение эффективно взаимодействовать с AI: создавать точные запросы (prompts), устанавливать правильные параметры процессов и анализировать конечный результат.

Ссылка на workflow:
🔗 GitHub: https://github.com/datadrivenconstruction/cad2data-Revit-IFC-DWG-DGN-pipeline-with-conversion-validation-qto
Файл workflow: n8n_Construction_Price_Estimation_with_LLM.json

Начало обсуждение кейса: t.me/n8n_pipelines/2020
Группа "n8n Development": t.me/n8n_pipelines

Интересная статья на Хабре о том, как на связке платформы n8n и ИИ автоматизировать бизнес-процессы в строительстве и архитектуре.

«Большая часть «офисной работы» (по субъективному опыту, CAD вместе с BIM занимает здесь 2–10%) — это бесконечный цикл Email—Excel—PDF—Excel—PDF—Email, повторяющийся каждый день — снова и снова. Это смертельно скучно и, что важнее, отнимает часы каждую неделю».

Внутри статьи три готовых процесса для проектировщиков и BIM:

🟢Для конвертации файлов .rvt, .ifc, .dwg или .dgn в базу элементов (.xlsx-.csv) — экспортирует 3D-геометрию (.dae).

🟢Для проверки качества данных CAD/BIM (Revit, AutoCAD, IFC, MicroStation).

🟢Для расчёта объёмных параметров для одной из групп из CAD-(BIM)-моделей и генерации HTML-отчёта.

Автоматизация перестает быть конкурентным преимуществом и становится необходимым скиллом. Также как и ИИ. Так что осваиваем, если ещё не пробовали.

#unrealneural #AILAB #ЛабораторияИИ
GPT 5
Генерация изображений

Тестирую на архитектурные способности новую модель.
"Нарисуй 15 этажное зданием с террасами. Фасад сделай параметричным, используй теплые и яркие цвета. День. Лето. Современное благоустройство."

#unrealneural #AILAB #ЛабораторияИИ
GPT 5
Генератор планировок

Тестирую на архитектурные способности новую модель.
"Создай планировку 2 комнатной квартиры с гардеробной, кухней-гостиной, спальней, прихожей и раздельным с/у. Подпиши везде площади и добавь маршрут перемещения внутри квартиры. Обозначь размеры, окна, двери и мебель."

#unrealneural
Пообщался с GPT-5-nano и спросил что нового он умеет с пунктами применимости для задач девелопмента и архитектурного проектирования

1. Расширенный контекст и лучшее удержание информации в рамках одной сессии.
Применимость: держать требования, user stories и архитектурные решения в связной беседе, легче прослеживать связь между ними.
Примеры использования: сбор backlog, acceptance criteria и ADR в рамках одной встречи; быстрый доступ к контексту при дальнейшем обсуждении.

2. Улучшенная логика и планирование решений.
Применимость: чётче формулировать архитектурные паттерны, выбор технологий и trade-offs; улучшает обоснование в design docs.
Примеры использования: сравнение монолит vs микросервисы, выбор базы данных с аргументацией по масштабируемости и стоимости.

3. Улучшенная генерация кода и отладка.
Применимость: ускорение старта проекта, создание тестовой инфраструктуры, упрощение рефакторинга и объяснение логики.
Примеры использования: генерация каркасов REST/GraphQL сервисов, тестовых наборов, комментариев к сложным алгоритмам.

4. Мультимодальность: работа с изображениями и диаграммами.
Применимость: анализ UML/архитектурных диаграмм, мокапов и UI-скриншотов, сопоставление диаграмм с требованиями.
Примеры использования: конвертация диаграмм в спецификации API, верификация соответствия UI-решений требованиям.

5. Улучшенная работа с структурированными данными (JSON, YAML, OpenAPI/Swagger, SQL-схемы).
Применимость: работа с API-спецификациями, конфигурациями развёртывания, моделями данных и контрактами между сервисами.
Примеры использования: генерация OpenAPI из требований, валидация JSON-схем, автоматическое создание миграций.

6. Адаптация под стиль проекта и шаблоны документов.
Применимость: единый стиль кода и документации, ускоренная подготовка design docs и API-справок.
Примеры использования: настройка шаблонов ADR, API-документации и README; выравнивание форматов под команду.

7. Безопасность, приватность и этическая ответственность.
Применимость: безопасная разработка, соответствие политик приватности и комплаенсу, минимизация рисков.
Примеры использования: рекомендации по приватности по дизайну, аудит безопасности архитектурных решений, фильтры контента на стадии ревью.

8. Локализация и многоязычность.
Применимость: подготовка интернационализированной документации и интерфейсов, работа с локализованными требованиями.
Примеры использования: переводы требований и инструкций, подготовка локализованных UI-сообщений.

9. Точность и устойчивость к галлюцинациям.
Применимость: критические решения и верификация идей на ранних этапах; точные пояснения и примеры.
Примеры использования: проверки фактов в архитектурных вариациях, привязка предложений к источникам и чек-листам.

10. Планирование проектов и задач.
Применимость: создание roadmaps, планов спринтов и оценки трудозатрат.
Примеры использования: распланировать этапы проекта, распределение задач по спринтам, оценка времени и зависимостей.

11. Персонализация под проект.
Применимость: адаптация стиля коммуникации, форматов документов и уровня детализации под команду.
Примеры использования: настройка уровня технической детализации в доках, подбор подходящих форматов отчетности.

Китай утвердил национальный стандарт для цифровых двойников городов

31 декабря 2024 года в Китае был официально утвержден национальный стандарт GB/T 45109.1-2024 под названием «Умный город — Городской цифровой двойник — Часть 1: Техническая справочная архитектура».
Документ вступил в силу 1 июля 2025 года и заложил основу для создания единой системы цифровых двойников городов по всей стране.

Что это значит?

Цифровой двойник города — это виртуальная копия реального города, которая создается с помощью IoT-датчиков, Big Data, искусственного интеллекта и 3D-моделирования. Такой двойник позволяет:
— Оптимизировать городское планирование
— Улучшать транспортные потоки
— Прогнозировать ЧС (наводнения, аварии, пробки)
— Тестировать новые инфраструктурные проекты до их реализации

Новый стандарт унифицирует подходы к разработке цифровых двойников, что ускорит внедрение технологии в китайских городах.

Китай — лидер в цифровизации городов

— КНР уже активно развивает концепцию умных городов, и стандарт GB/T 45109.1-2024 — еще один шаг к тотальному внедрению цифровых технологий в урбанистику. Например:
— Шанхай использует цифрового двойника для управления энергопотреблением.
— Шэньчжэнь тестирует виртуальные модели транспортных развязок.
— Пекин применяет двойников для анализа экологической обстановки.

А что в мире?

— Сингапур — один из первых городов, создавший полномасштабный цифровой двойник (проект Virtual Singapore).
— ЕС развивает программу Destination Earth для моделирования климатических изменений.
— Россия также экспериментирует с цифровыми двойниками (например, в Москве и Иннополисе).
— Китай идет дальше всех — стандартизация на национальном уровне ускорит массовое внедрение технологии.

Цифровые двойники городов — это будущее урбанистики, и Китай делает ставку на эту технологию. В ближайшие годы мы увидим, как виртуальные модели помогут сделать города умнее, безопаснее и комфортнее.

Источник: ancb.ru

⚠️Кассовые разрывы в строительных организациях: анализ и предотвращение

Кассовые разрывы — это ситуации, когда фактический баланс денежных средств в кассе или на расчетном счете строительной организации оказывается отличным от данных бухгалтерского учета. Эти расхождения могут возникать как из-за специфических особенностей строительной отрасли, так и из-за общих факторов, характерных для бизнеса.

💬В этой статье я опишу причины кассовых разрывов в строительных компаниях, их последствия и методы предотвращения.

➡️ Основные причины кассовых разрывов в строительных организациях связаны с ошибками в расчетах. При составлении смет и калькуляций часто возникают неточности, что приводит к неправильному учету поступлений и расходов. Неожиданные дополнительные затраты также могут сыграть свою роль, поскольку в процессе строительства могут появляться незапланированные расходы на материалы, услуги или непредвиденные работы, затрудняющие контроль бюджета.

➡️ Сложности, возникающие из-за работы субподрядчиков, также могут негативно сказываться на кассовых потоках. Задержки в выполнении работ или несоответствия в расчетах с субподрядчиками могут приводить к финансовым проблемам.

➡️ Кассовые разрывы могут иметь серьезные последствия для строительных компаний. Длительные финансовые затруднения могут заставить организацию обращаться за внешним финансированием, что влечет дополнительные обязательства и повышает финансовые риски. Нехватка денежных средств может привести к задержкам в выполнении строительных проектов, что негативно отражается на сроках их завершения. Также проблемы с кассовыми разрывами могут подорвать доверие партнеров и ухудшить репутацию компании.

➡️ Для предотвращения кассовых разрывов строительным организациям важно обратить внимание на автоматизацию учета. Внедрение специализированного программного обеспечения поможет сократить количество ошибок и улучшить контроль за расходами. Точность планирования и мониторинг бюджета на всем протяжении проекта также играют ключевую роль в предотвращении финансовых неурядиц.

➡️ Также стоит уделить внимание тщательному отбору субподрядчиков и регулярному контролю за их работой, чтобы минимизировать риски, связанные с их ненадежностью. Проведение инвентаризаций и проверка наличия денежных средств помогут оперативно выявлять возможные несоответствия и недостачи.

‼️📊🛡Понимание причин возникновения кассовых разрывов и внедрение систем контроля позволит строительным компаниям избежать проблем в будущем и обеспечить успешное выполнение проектов.

⚠️

Систематическая работа над повышением точности учета и управления финансами станет залогом надежности и стабильности компании на рынке.

⚠️

Не могу не поблагодарить Центральный банк РФ за снижение ключевой ставки до 18%.
Уверен, это положительно скажется на всём бизнесе страны!