{"id": "C11-CONSTR-EPC-INFRA-P01", "record_kind": "practice", "novelty": "new", "prior_id": null, "links_prior": [], "early_candidate_id": null, "stream_primary": "CONSTR", "tags": [], "organization": "VINCI Construction (инженерные подразделения, инструмент Select)", "org_type": "генподрядчик / инфраструктурная группа, Франция", "process": "Автоматический предварительный отбор и анализ заявок на тендер (call for tenders): анализ документов и оценка стоимости на основе прошлых предложений", "period": "запуск Select — unknown, после 2023 (в тексте 2023 год описывает состояние «до»); сообщение о результате — 13.04.2026", "industry": "строительство (генподряд, инфраструктура)", "industry_std": "construction", "process_stage": "estimate_tender_contract", "role_in_chain": "general_contractor_epc", "function": "предварительный скрининг и анализ тендерной документации инженерными командами перед принятием решения об участии", "b2b_b2c": "b2b", "country": "Франция", "country_basis": "VINCI Construction — французская группа; речь идёт о собственных инженерных командах VINCI Construction", "before": "In 2023, engineering teams could spend several hours conducting their preliminary analysis of a single call for tenders.", "after": "Select, a solution developed in-house to protect confidential data, has shortened this step to about 30 seconds. Engineers can now spend more time on higher-value tasks such as analysing risks, drafting proposals and liaising with customers.", "technologies": ["other"], "technology_basis": "AI is mobilised to streamline operations, right from the earliest stages of a project. An in-house solution now makes it possible to automatically preselect the most suitable calls for tender by analysing documents and estimating costs based on past proposals, which saves teams a considerable amount of time.", "ai_component_established": true, "human_role": "Инженерные команды получают результат предотбора и тратят освободившееся время на анализ рисков, подготовку предложений и общение с заказчиками", "agent_role": "Автоматически анализирует документы тендера и оценивает стоимость на основе прошлых предложений, сокращая время предварительного анализа одной заявки с нескольких часов примерно до 30 секунд", "authority": "unknown — источник не указывает, кто формально принимает решение об участии в тендере после работы инструмента", "change_depth": "operation", "governance_change": {"established": false, "what_ru": "Источник описывает перераспределение рабочего времени инженеров (меньше на скрининг, больше на анализ рисков и подготовку предложений), но не описывает изменения формальных прав принятия решений о заявках", "basis_quote": "Engineers can now spend more time on higher-value tasks such as analysing risks, drafting proposals and liaising with customers.", "locator": "raw/vinci_ai_teams.html.extract.txt"}, "deployment_stage": "limited_production", "stage_marker_quote": "AI is mobilised to streamline operations, right from the earliest stages of a project. An in-house solution now makes it possible to automatically preselect the most suitable calls for tender by analysing documents and estimating costs based on past proposals, which saves teams a considerable amount of time.", "ai_native_label": "none", "ai_native_label_basis": "Источник не использует термин «AI-native»", "effects": [{"metric": "время предварительного анализа одной тендерной заявки", "value": "с нескольких часов до ~30 секунд", "unit": "время", "base_object": "одна заявка на тендер (call for tenders), инженерные команды VINCI Construction", "baseline": "несколько часов (2023, до внедрения Select; сама дата запуска Select источником не названа)", "period": "unknown (запуск Select) → 13.04.2026 (дата публикации)", "claimed_by": "VINCI Construction", "status": "SOURCE_CLAIM", "original_number": "In 2023, engineering teams could spend several hours conducting their preliminary analysis of a single call for tenders. ... Select ... has shortened this step to about 30 seconds."}], "effect_evidence": "source_claim", "effect_evidence_note": "Величина эффекта (часы → 30 секунд) заявлена самой VINCI Construction без независимого измерения; методика подсчёта не раскрыта", "outcome": "SOURCE_CLAIM: инструмент Select сократил время предварительного анализа одной тендерной заявки с нескольких часов до около 30 секунд, что, по словам компании, освобождает инженеров для задач более высокой ценности", "uncertainty": "Единственный источник — сам блог VINCI Construction (company); конкретная технология (NLP/ML-модель) источником не названа, поэтому technologies отмечены как «other», а не как NLP; независимой прессы о Select не найдено в рамках бюджета пакета. Отождествление «an in-house solution» (F02, 22.09.2025 — предотбор тендерных заявок по документам и оценке стоимости) с инструментом «Select» (F03, 13.04.2026 — скрининг тендеров за ~30 секунд) — HYPOTHESIS автора карточки по совпадению описанной функции (предварительный анализ/отбор заявок на тендер); источник F02 название «Select» не использует, прямого тождества источники не утверждают. Масштаб применения (доля тендеров, число подразделений, где используется Select) источником не назван; поэтому deployment_stage понижен до limited_production, а не production.", "alternative_explanations": "unknown", "costs_side_effects": "unknown — стоимость разработки и поддержки Select не раскрыта", "pdca": null, "transfer_limits": "Select разработан «to protect confidential data» — «для защиты конфиденциальных данных», то есть заточен под собственные данные и процессы VINCI Construction; переносимость на другие компании источником не обсуждается", "reliability_note": "Первичный источник — сама компания-практик (VINCI Construction); независимая пресса не привлекалась в рамках бюджета пакета", "claims": [{"text_ru": "ИИ применяется для оптимизации бизнес-процессов с самых ранних стадий проекта: внутреннее решение автоматически предотбирает наиболее подходящие тендерные заявки, анализируя документы и оценивая стоимость на основе прошлых предложений", "status": "SOURCE_CLAIM", "verification_scope": "факт внедрения", "source_url": "https://vinci-construction.com/en/initiatives/how-vinci-construction-harnesses-artificial-intelligence-to-further-performance/", "locator": "raw/vinci_ai_performance.html.extract.txt", "quote_original": "AI is mobilised to streamline operations, right from the earliest stages of a project. An in-house solution now makes it possible to automatically preselect the most suitable calls for tender by analysing documents and estimating costs based on past proposals, which saves teams a considerable amount of time.", "quote_ru": "ИИ используется для оптимизации операций с самых ранних стадий проекта. Внутреннее решение теперь позволяет автоматически предотбирать наиболее подходящие тендерные заявки, анализируя документы и оценивая стоимость на основе прошлых предложений"}, {"text_ru": "В 2023 году предварительный анализ одной тендерной заявки занимал у инженерных команд несколько часов; инструмент Select сократил этот шаг примерно до 30 секунд", "status": "SOURCE_CLAIM", "verification_scope": "величина эффекта", "source_url": "https://vinci-construction.com/en/initiatives/how-ai-is-helping-vinci-construction-teams-build-better-decide-faster-and-run-projects-more-efficiently/", "locator": "raw/vinci_ai_teams.html.extract.txt", "original_number": "In 2023, engineering teams could spend several hours conducting their preliminary analysis of a single call for tenders. ... Select ... has shortened this step to about 30 seconds.", "quote_original": "In 2023, engineering teams could spend several hours conducting their preliminary analysis of a single call for tenders. Select, a solution developed in-house to protect confidential data, has shortened this step to about 30 seconds.", "quote_ru": "В 2023 году предварительный анализ одной тендерной заявки мог занимать у инженерных команд несколько часов. Select, решение, разработанное собственными силами для защиты конфиденциальных данных, сократило этот шаг примерно до 30 секунд"}], "sources": [{"url": "https://vinci-construction.com/en/initiatives/how-vinci-construction-harnesses-artificial-intelligence-to-further-performance/", "title": "How VINCI Construction harnesses artificial intelligence to further performance?", "publisher": "VINCI Construction", "author": "VINCI Construction (корпоративная публикация; цитата Gilles Godard, Chief Digital Transformation Officer)", "date": "2025-09-22", "type": "company_blog", "locator": "полный текст (raw/vinci_ai_performance.html.extract.txt)", "reading_scope": "full_text", "accessed_at": "2026-09-25T12:55:00+03:00", "file_id": "C11-CONSTR-EPC-INFRA-F02", "is_primary": true, "interested_party": "company"}, {"url": "https://vinci-construction.com/en/initiatives/how-ai-is-helping-vinci-construction-teams-build-better-decide-faster-and-run-projects-more-efficiently/", "title": "How AI is helping VINCI Construction teams build better, decide faster and run projects more efficiently", "publisher": "VINCI Construction", "author": "VINCI Construction (корпоративная публикация; цитаты Patrick Sulliot, President; Guillaume Malochet, Director of Strategy and Innovation)", "date": "2026-04-13", "type": "company_blog", "locator": "полный текст (raw/vinci_ai_teams.html.extract.txt)", "reading_scope": "full_text", "accessed_at": "2026-09-25T12:55:00+03:00", "file_id": "C11-CONSTR-EPC-INFRA-F03", "is_primary": true, "interested_party": "company"}], "author_model": "claude-sonnet-5", "next_action": "Найти независимую прессу (Le Moniteur, Construction Dive Europe) о Select для независимого подтверждения и уточнения технологии (NLP/ML)"}
{"id": "C11-CONSTR-EPC-INFRA-P02", "record_kind": "practice", "novelty": "new", "prior_id": null, "links_prior": [], "early_candidate_id": null, "stream_primary": "CONSTR", "tags": [], "organization": "Sixense Engineering (подразделение VINCI Construction)", "org_type": "инженерная компания по мониторингу и диагностике сооружений, группа VINCI", "process": "Автоматический первичный скрининг снимков с дронов для выявления трещин и других дефектов конструкций мостов, тоннелей и плотин (инструмент Caméléon)", "period": "инструмент разработан в 2021 году; используется по состоянию на 13.04.2026 (дата публикации источника)", "industry": "строительство / инженерная диагностика сооружений", "industry_std": "construction", "process_stage": "quality_supervision", "role_in_chain": "construction_supervision", "function": "техническая диагностика состояния мостов, тоннелей и плотин по снимкам с дронов", "b2b_b2c": "b2b", "country": "не указана источником для самой Sixense Engineering; материнская компания VINCI Construction — Франция", "country_basis": "Sixense Engineering названа как подразделение VINCI Construction; собственная страновая привязка проектов в тексте не указана", "before": "Inspecting a bridge, tunnel or dam is time-consuming. The teams at Sixense Engineering now use drones to capture thousands of high-resolution images in order to identify cracks and other structural defects. This has significantly improved inspector safety as well as inspection scopes. But analysing that amount of data caused bottlenecks.", "after": "Caméléon, an AI-enhanced solution developed in-house in 2021, now runs initial screenings and detects anomalies automatically. This enables faster, more accurate diagnostics and frees up teams to focus on the jobs where they add the most value: interpretating findings, advising and making decisions.", "technologies": ["CV"], "technology_basis": "Caméléon, an AI-enhanced solution developed in-house in 2021, now runs initial screenings and detects anomalies automatically.", "ai_component_established": true, "human_role": "Инженеры Sixense Engineering интерпретируют находки, консультируют и принимают решения после автоматического первичного скрининга; отдельно упомянуты операторы дронов, снимающие тысячи изображений", "agent_role": "Проводит первичный автоматический скрининг тысяч снимков с дронов и автоматически обнаруживает аномалии (трещины и другие дефекты)", "authority": "unknown — источник указывает, что команды сосредотачиваются на интерпретации, консультировании и принятии решений («interpretating findings, advising and making decisions»), но формальные полномочия по итоговому решению не детализированы", "change_depth": "operation", "governance_change": {"established": false, "what_ru": "Источник описывает перераспределение времени команды (от первичного скрининга к интерпретации и консультированию), но не описывает изменения формальных прав/ролей по итоговому решению", "basis_quote": "This enables faster, more accurate diagnostics and frees up teams to focus on the jobs where they add the most value: interpretating findings, advising and making decisions.", "locator": "raw/vinci_ai_teams.html.extract.txt"}, "deployment_stage": "production", "stage_marker_quote": "Caméléon, an AI-enhanced solution developed in-house in 2021, now runs initial screenings and detects anomalies automatically.", "ai_native_label": "none", "ai_native_label_basis": "Источник не использует термин «AI-native»", "effects": [{"metric": "скорость и точность диагностики дефектов сооружений (качественная оценка, без числового значения)", "value": "unknown — числовое значение источником не приведено", "unit": null, "base_object": "проекты инспекции мостов, тоннелей и плотин, выполняемые Sixense Engineering", "baseline": null, "period": "с 2021 по 13.04.2026", "claimed_by": "VINCI Construction", "status": "SOURCE_CLAIM", "original_number": "This enables faster, more accurate diagnostics and frees up teams to focus on the jobs where they add the most value."}], "effect_evidence": "source_claim", "effect_evidence_note": "Источник утверждает ускорение и повышение точности диагностики качественно, без числовых показателей (объём сэкономленного времени, точность обнаружения не раскрыты)", "outcome": "SOURCE_CLAIM: инструмент Caméléon с 2021 года автоматически проводит первичный скрининг снимков с дронов и обнаруживает аномалии, что, по словам компании, ускоряет и повышает точность диагностики и освобождает инженеров для интерпретации и консультирования", "uncertainty": "Единственный источник — блог VINCI Construction (company); числовые показатели эффекта не приведены; собственная страновая локализация Sixense Engineering не указана", "alternative_explanations": "unknown", "costs_side_effects": "unknown", "pdca": null, "transfer_limits": "Инструмент разработан внутри группы VINCI для собственных задач инспекции инфраструктуры (мосты, тоннели, плотины); применимость вне группы источником не обсуждается", "reliability_note": "Первичный источник — сама компания-практик (VINCI Construction / Sixense Engineering как её подразделение); независимая пресса не привлекалась в рамках бюджета пакета", "claims": [{"text_ru": "Команды Sixense Engineering используют дроны для съёмки тысяч изображений высокого разрешения с целью выявления трещин и других дефектов конструкций; анализ такого объёма данных создавал узкое место", "status": "SOURCE_CLAIM", "verification_scope": "описание процесса до внедрения ИИ-скрининга", "source_url": "https://vinci-construction.com/en/initiatives/how-ai-is-helping-vinci-construction-teams-build-better-decide-faster-and-run-projects-more-efficiently/", "locator": "raw/vinci_ai_teams.html.extract.txt", "quote_original": "Inspecting a bridge, tunnel or dam is time-consuming. The teams at Sixense Engineering now use drones to capture thousands of high-resolution images in order to identify cracks and other structural defects. This has significantly improved inspector safety as well as inspection scopes. But analysing that amount of data caused bottlenecks.", "quote_ru": "Инспекция моста, тоннеля или плотины — процесс, требующий много времени. Команды Sixense Engineering теперь используют дроны для съёмки тысяч изображений высокого разрешения с целью выявления трещин и других дефектов конструкций. Это значительно повысило безопасность инспекторов и расширило охват инспекций. Но анализ такого объёма данных создавал узкие места"}, {"text_ru": "Caméléon — ИИ-усиленное решение, разработанное собственными силами в 2021 году, теперь выполняет первичный скрининг и автоматически обнаруживает аномалии", "status": "SOURCE_CLAIM", "verification_scope": "факт внедрения и стадия", "source_url": "https://vinci-construction.com/en/initiatives/how-ai-is-helping-vinci-construction-teams-build-better-decide-faster-and-run-projects-more-efficiently/", "locator": "raw/vinci_ai_teams.html.extract.txt", "quote_original": "Caméléon, an AI-enhanced solution developed in-house in 2021, now runs initial screenings and detects anomalies automatically.", "quote_ru": "Caméléon, ИИ-усиленное решение, разработанное собственными силами в 2021 году, теперь выполняет первичный скрининг и автоматически обнаруживает аномалии"}], "sources": [{"url": "https://vinci-construction.com/en/initiatives/how-ai-is-helping-vinci-construction-teams-build-better-decide-faster-and-run-projects-more-efficiently/", "title": "How AI is helping VINCI Construction teams build better, decide faster and run projects more efficiently", "publisher": "VINCI Construction", "author": "VINCI Construction (корпоративная публикация)", "date": "2026-04-13", "type": "company_blog", "locator": "полный текст (raw/vinci_ai_teams.html.extract.txt)", "reading_scope": "full_text", "accessed_at": "2026-09-25T12:55:00+03:00", "file_id": "C11-CONSTR-EPC-INFRA-F03", "is_primary": true, "interested_party": "company"}], "author_model": "claude-sonnet-5", "next_action": "Найти собственную страницу Sixense Engineering (sixense-group.com) о Caméléon с числовыми показателями и независимую прессу"}
{"id": "C11-CONSTR-EPC-INFRA-P03", "record_kind": "practice", "novelty": "new", "prior_id": null, "links_prior": [], "early_candidate_id": null, "stream_primary": "CONSTR", "tags": [], "organization": "Jean Lefèvre UK (подразделение VINCI Construction)", "org_type": "подрядчик по строительству и обслуживанию дорог, Великобритания", "process": "Моделирование износа дорожного покрытия во времени и симуляция сценариев планового дорожного ТОиР (инструмент Maintenance Planner)", "period": "по состоянию на 13.04.2026 (дата публикации источника); дата запуска инструмента не названа", "industry": "строительство / дорожное хозяйство", "industry_std": "construction", "process_stage": "operation_maintenance", "role_in_chain": "specialty_contractor", "function": "планирование дорожного технического обслуживания и консультирование клиентов по инвестиционным решениям на основе моделей износа покрытия", "b2b_b2c": "b2b", "country": "Великобритания", "country_basis": "название подразделения «Jean Lefèvre UK» и формулировка источника «Jean Lefèvre UK teams»", "before": "unknown — источник не описывает процесс планирования ТОиР дорог до внедрения Maintenance Planner", "after": "Jean Lefèvre UK teams have gone one step further with Maintenance Planner, a tool that uses machine learning to model road wear over time and simulate a variety of maintenance scenarios. The figures show that planned maintenance has a significantly smaller carbon footprint than unplanned maintenance. Maintenance Planner is now more than an internal management tool: it is also helping customers. VINCI Construction can now help them review their options and guide their investment decisions with objective models – i.e. play an advisory role thanks to AI-powered analytics.", "technologies": ["predictive_ML"], "technology_basis": "Maintenance Planner, a tool that uses machine learning to model road wear over time and simulate a variety of maintenance scenarios.", "ai_component_established": true, "human_role": "Специалисты Jean Lefèvre UK / VINCI Construction используют выходные модели инструмента, чтобы консультировать клиентов и направлять их инвестиционные решения (консультационная роль)", "agent_role": "Моделирует износ дорожного покрытия во времени и симулирует различные сценарии обслуживания, формируя объективные модели для сравнения планового и внепланового ТОиР", "authority": "unknown — источник не указывает формальные полномочия; итоговые инвестиционные решения остаются за клиентами («guide their investment decisions»)", "change_depth": "operation", "governance_change": {"established": false, "what_ru": "Источник описывает расширение консультационной функции по отношению к клиентам («play an advisory role thanks to AI-powered analytics»), но не описывает изменения формальных прав принятия решений", "basis_quote": "VINCI Construction can now help them review their options and guide their investment decisions with objective models – i.e. play an advisory role thanks to AI-powered analytics.", "locator": "raw/vinci_ai_teams.html.extract.txt"}, "deployment_stage": "production", "stage_marker_quote": "Maintenance Planner is now more than an internal management tool: it is also helping customers.", "ai_native_label": "none", "ai_native_label_basis": "Источник не использует термин «AI-native»", "effects": [{"metric": "углеродный след планового vs внепланового дорожного ТОиР (качественное сравнение, без числового значения)", "value": "плановое ТОиР — значительно меньший углеродный след", "unit": null, "base_object": "проекты дорожного ТОиР, обслуживаемые Jean Lefèvre UK", "baseline": "внеплановое ТОиР", "period": "по состоянию на 13.04.2026", "claimed_by": "VINCI Construction", "status": "SOURCE_CLAIM", "original_number": "The figures show that planned maintenance has a significantly smaller carbon footprint than unplanned maintenance."}], "effect_evidence": "source_claim", "effect_evidence_note": "Утверждение о меньшем углеродном следе планового ТОиР приведено без конкретных числовых значений («the figures show», но сами цифры не даны)", "outcome": "SOURCE_CLAIM: Maintenance Planner используется для планирования дорожного ТОиР и, по словам компании, показывает значительно меньший углеродный след планового обслуживания по сравнению с внеплановым; инструмент также применяется в консультировании клиентов", "uncertainty": "Единственный источник — блог VINCI Construction (company); конкретные числа по углеродному следу не приведены; дата запуска инструмента и охват (число проектов/клиентов) не названы", "alternative_explanations": "unknown", "costs_side_effects": "unknown", "pdca": null, "transfer_limits": "Инструмент разработан для дорожного хозяйства Великобритании (Jean Lefèvre UK); применимость к другим типам инфраструктуры или странам источником не обсуждается", "reliability_note": "Первичный источник — сама компания-практик (VINCI Construction); независимая пресса не привлекалась в рамках бюджета пакета", "claims": [{"text_ru": "Jean Lefèvre UK использует Maintenance Planner — инструмент на основе машинного обучения для моделирования износа дорожного покрытия и симуляции сценариев обслуживания", "status": "SOURCE_CLAIM", "verification_scope": "факт внедрения", "source_url": "https://vinci-construction.com/en/initiatives/how-ai-is-helping-vinci-construction-teams-build-better-decide-faster-and-run-projects-more-efficiently/", "locator": "raw/vinci_ai_teams.html.extract.txt", "quote_original": "Jean Lefèvre UK teams have gone one step further with Maintenance Planner, a tool that uses machine learning to model road wear over time and simulate a variety of maintenance scenarios.", "quote_ru": "Команды Jean Lefèvre UK пошли ещё дальше с Maintenance Planner — инструментом, который использует машинное обучение для моделирования износа дорожного покрытия во времени и симуляции различных сценариев обслуживания"}, {"text_ru": "Данные показывают, что плановое обслуживание имеет значительно меньший углеродный след по сравнению с внеплановым; инструмент также используется для консультирования клиентов и обоснования их инвестиционных решений", "status": "SOURCE_CLAIM", "verification_scope": "величина эффекта", "source_url": "https://vinci-construction.com/en/initiatives/how-ai-is-helping-vinci-construction-teams-build-better-decide-faster-and-run-projects-more-efficiently/", "locator": "raw/vinci_ai_teams.html.extract.txt", "original_number": "The figures show that planned maintenance has a significantly smaller carbon footprint than unplanned maintenance.", "quote_original": "The figures show that planned maintenance has a significantly smaller carbon footprint than unplanned maintenance. Maintenance Planner is now more than an internal management tool: it is also helping customers.", "quote_ru": "Данные показывают, что плановое обслуживание имеет значительно меньший углеродный след, чем внеплановое. Maintenance Planner теперь не просто внутренний инструмент управления — он также помогает клиентам"}], "sources": [{"url": "https://vinci-construction.com/en/initiatives/how-ai-is-helping-vinci-construction-teams-build-better-decide-faster-and-run-projects-more-efficiently/", "title": "How AI is helping VINCI Construction teams build better, decide faster and run projects more efficiently", "publisher": "VINCI Construction", "author": "VINCI Construction (корпоративная публикация)", "date": "2026-04-13", "type": "company_blog", "locator": "полный текст (raw/vinci_ai_teams.html.extract.txt)", "reading_scope": "full_text", "accessed_at": "2026-09-25T12:55:00+03:00", "file_id": "C11-CONSTR-EPC-INFRA-F03", "is_primary": true, "interested_party": "company"}], "author_model": "claude-sonnet-5", "next_action": "Найти отдельную страницу Jean Lefèvre UK/VINCI UK о Maintenance Planner с числовыми показателями углеродного следа и охватом"}
{"id": "C11-CONSTR-EPC-INFRA-P04", "record_kind": "practice", "novelty": "new", "prior_id": null, "links_prior": [], "early_candidate_id": null, "stream_primary": "CONSTR", "tags": [], "organization": "VINCI Construction — подразделения Building France и Civil Engineering France (платформа Backin)", "org_type": "генподрядчик, Франция", "process": "Сопоставление стройплощадок с избытком материалов/оборудования и площадок с потребностью в них для повторного использования (платформа Backin)", "period": "«recently rolled out» — недавно внедрена, по состоянию на 13.04.2026 (точная дата запуска не названа)", "industry": "строительство (генподряд)", "industry_std": "construction", "process_stage": "subcontractors_equipment_materials", "role_in_chain": "general_contractor_epc", "function": "поиск возможностей повторного использования строительных материалов и оборудования между площадками", "b2b_b2c": "b2b", "country": "Франция", "country_basis": "названы подразделения Building France и Civil Engineering France", "before": "a job that was time-consuming and difficult to scale up when it was done manually", "after": "Backin, a solution that the Building France and Civil Engineering France divisions recently rolled out, connects worksites offering supplies and materials with worksites that need them. AI now automatically extracts information about the available supplies and materials ... That information is then fed into a database that swiftly identifies reuse opportunities, and is helping to turn reuse into standard practice across worksites.", "technologies": ["other"], "technology_basis": "AI now automatically extracts information about the available supplies and materials – a job that was time-consuming and difficult to scale up when it was done manually.", "ai_component_established": true, "human_role": "Ранее сотрудники вручную извлекали информацию о материалах/оборудовании; источник не детализирует, кто принимает решение о конкретной сделке по повторному использованию после работы платформы", "agent_role": "Автоматически извлекает информацию о доступных материалах и оборудовании и передаёт её в базу данных, которая быстро выявляет возможности повторного использования между площадками", "authority": "unknown", "change_depth": "operation", "governance_change": {"established": false, "what_ru": "Источник описывает автоматизацию извлечения данных о материалах и работу базы данных, но не описывает изменения формальных прав принятия решений о повторном использовании материалов", "basis_quote": "That information is then fed into a database that swiftly identifies reuse opportunities, and is helping to turn reuse into standard practice across worksites.", "locator": "raw/vinci_ai_teams.html.extract.txt"}, "deployment_stage": "limited_production", "stage_marker_quote": "Backin, a solution that the Building France and Civil Engineering France divisions recently rolled out, connects worksites offering supplies and materials with worksites that need them.", "ai_native_label": "none", "ai_native_label_basis": "Источник не использует термин «AI-native»", "effects": [{"metric": "масштаб/охват внедрения повторного использования материалов (качественно, без числового значения)", "value": "unknown — числовое значение источником не приведено", "unit": null, "base_object": "площадки подразделений Building France и Civil Engineering France", "baseline": null, "period": "по состоянию на 13.04.2026", "claimed_by": "VINCI Construction", "status": "SOURCE_CLAIM", "original_number": "is helping to turn reuse into standard practice across worksites"}], "effect_evidence": "source_claim", "effect_evidence_note": "Источник утверждает продвижение повторного использования материалов к статусу стандартной практики без числовых показателей охвата или экономии", "outcome": "SOURCE_CLAIM: платформа Backin автоматически сопоставляет площадки с избытком и с потребностью в материалах/оборудовании, по словам компании способствуя превращению повторного использования в стандартную практику на площадках", "uncertainty": "Единственный источник — блог VINCI Construction (company); конкретная модальность ИИ (текстовое извлечение из описаний vs распознавание изображений) не названа, поэтому technologies отмечены как «other»; дата запуска и число охваченных площадок не приведены", "alternative_explanations": "unknown", "costs_side_effects": "unknown", "pdca": null, "transfer_limits": "Платформа развёрнута двумя французскими подразделениями VINCI Construction (Building France, Civil Engineering France); применимость к другим подразделениям/странам источником не обсуждается", "reliability_note": "Первичный источник — сама компания-практик (VINCI Construction); независимая пресса не привлекалась в рамках бюджета пакета", "claims": [{"text_ru": "Backin — решение, недавно внедрённое подразделениями Building France и Civil Engineering France, соединяет площадки, предлагающие материалы и оборудование, с площадками, которые в них нуждаются", "status": "SOURCE_CLAIM", "verification_scope": "факт внедрения", "source_url": "https://vinci-construction.com/en/initiatives/how-ai-is-helping-vinci-construction-teams-build-better-decide-faster-and-run-projects-more-efficiently/", "locator": "raw/vinci_ai_teams.html.extract.txt", "quote_original": "Backin, a solution that the Building France and Civil Engineering France divisions recently rolled out, connects worksites offering supplies and materials with worksites that need them.", "quote_ru": "Backin — решение, которое подразделения Building France и Civil Engineering France недавно внедрили; оно соединяет площадки, предлагающие материалы и оборудование, с площадками, которые в них нуждаются"}, {"text_ru": "ИИ автоматически извлекает информацию о доступных материалах и оборудовании — задача, которая раньше отнимала много времени и с трудом масштабировалась при ручном выполнении; информация передаётся в базу данных, быстро выявляющую возможности повторного использования", "status": "SOURCE_CLAIM", "verification_scope": "описание технологии/процесса", "source_url": "https://vinci-construction.com/en/initiatives/how-ai-is-helping-vinci-construction-teams-build-better-decide-faster-and-run-projects-more-efficiently/", "locator": "raw/vinci_ai_teams.html.extract.txt", "quote_original": "AI now automatically extracts information about the available supplies and materials – a job that was time-consuming and difficult to scale up when it was done manually. That information is then fed into a database that swiftly identifies reuse opportunities, and is helping to turn reuse into standard practice across worksites.", "quote_ru": "ИИ теперь автоматически извлекает информацию о доступных материалах и оборудовании — задача, которая при ручном выполнении отнимала много времени и с трудом масштабировалась. Эта информация затем передаётся в базу данных, которая быстро выявляет возможности повторного использования и помогает превратить его в стандартную практику на площадках"}], "sources": [{"url": "https://vinci-construction.com/en/initiatives/how-ai-is-helping-vinci-construction-teams-build-better-decide-faster-and-run-projects-more-efficiently/", "title": "How AI is helping VINCI Construction teams build better, decide faster and run projects more efficiently", "publisher": "VINCI Construction", "author": "VINCI Construction (корпоративная публикация)", "date": "2026-04-13", "type": "company_blog", "locator": "полный текст (raw/vinci_ai_teams.html.extract.txt)", "reading_scope": "full_text", "accessed_at": "2026-09-25T12:55:00+03:00", "file_id": "C11-CONSTR-EPC-INFRA-F03", "is_primary": true, "interested_party": "company"}], "author_model": "claude-sonnet-5", "next_action": "Найти отдельную страницу о Backin с датой запуска и масштабом охвата площадок"}
{"id": "C11-CONSTR-EPC-INFRA-P05", "record_kind": "practice", "novelty": "new", "prior_id": null, "links_prior": [], "early_candidate_id": null, "stream_primary": "CONSTR", "tags": ["vendor_material"], "organization": "Kajima Corporation (совместно с вендором Archetype AI)", "org_type": "генподрядчик, Япония", "process": "Ретроспективный анализ архива видеозаписей и погодных данных удалённого проекта расширения канала в Ниигате с помощью модели Newton (Physical AI): подтверждение отработанных рабочих часов техники, визуализация журнала работ и агрегированный обзор за период (Daily Log Lens, Summary Lens); мониторинг в реальном времени в пилоте не описан как реализованный — упомянут источником как намерение на будущее", "period": "пилот, описан в публикации от 29.04.2025; проект по расширению канала — пятилетний («KAJIMA's five-year effort to widen an aging 100-year-old canal in Niigata»), точные календарные даты не названы", "industry": "строительство (гражданское строительство, гидротехника)", "industry_std": "construction", "process_stage": "progress_time_cost_control", "role_in_chain": "general_contractor_epc", "function": "ретроспективный разбор накопленного архива видео и метеоданных стройплощадки для подтверждения рабочих часов техники и анализа факторов производительности; мониторинг в реальном времени — заявленное намерение на будущее, не описанная практика", "b2b_b2c": "b2b", "country": "Япония", "country_basis": "KAJIMA's five-year effort to widen an aging 100-year-old canal in Niigata, Japan", "before": "Project managers need daily insight into the work, progress, and safety on-site, even when they can't monitor it in person. ... It was impossible for humans to find the right video of the targeted drilling operations from 12,000 videos", "after": "Newton analyzed 11,957 videos, with 662 videos (representing 746 days of footage) specifically used to confirm the construction work hours spent on the project. ... Newton was able to extract these targeted videos seamlessly in seconds", "technologies": ["CV", "other"], "technology_basis": "Newton Semantic Lenses interpret the vast amount of video and weather data in several key ways, allowing project managers to focus on specific aspects of the construction process. ... we also introduced video playback with object detection.", "ai_component_established": true, "human_role": "По описанию вендора (не прямая цитата о фактическом использовании), менеджеры проекта могут просматривать сегменты видео с выделенными ИИ объектами для визуальной проверки интерпретаций ИИ («providing visual verification of the AI's interpretations for the user»). Shinnosuke Sekihara (Mechanical and Electric Deputy Manager, KAJIMA) прямой цитатой описывает задачу поиска нужного видео среди 12 000 видео и то, что Newton извлёк целевые видео за секунды. Akihiro Manda (Technology Development Manager, KAJIMA) прямой цитатой говорит о будущем намерении использовать Newton для мониторинга площадок в реальном времени («In the future, we envision using Newton to analyze not only what work was done in the past but to monitor construction sites in real time») — это план на будущее, а не описание уже действующей роли.", "agent_role": "Newton анализирует видео и погодные данные, извлекает целевые видео по запросу, визуализирует периоды работ и работы техники (Daily Log Lens), формирует агрегированный обзор работ за период (Summary Lens), выполняет обнаружение объектов на видео", "authority": "unknown — источник указывает, что интерпретации ИИ визуально проверяются пользователем («providing visual verification of the AI's interpretations for the user»), но формальные полномочия по итоговым решениям не детализированы", "change_depth": "operation", "governance_change": {"established": false, "what_ru": "Источник описывает пилотный инструмент анализа видео для менеджеров проекта; изменения формальных прав/ролей не заявлено", "basis_quote": "Archetype AI has collaborated with KAJIMA to develop a Physical AI pilot that meets their unique needs.", "locator": "raw/archetypeai_kajima.html.extract.txt"}, "deployment_stage": "pilot", "stage_marker_quote": "Archetype AI has collaborated with KAJIMA to develop a Physical AI pilot that meets their unique needs.", "ai_native_label": "none", "ai_native_label_basis": "Источник не использует термин «AI-native»", "effects": [{"metric": "объём проанализированных видеозаписей стройплощадки", "value": "11957", "unit": "видео", "base_object": "видеосъёмка проекта расширения канала в Ниигате (первый проект KAJIMA в портфеле Archetype AI)", "baseline": null, "period": "пилот, до публикации 29.04.2025", "claimed_by": "Archetype AI / KAJIMA (цитаты Shinnosuke Sekihara)", "status": "SOURCE_CLAIM", "original_number": "Newton analyzed 11,957 videos, with 662 videos (representing 746 days of footage) specifically used to confirm the construction work hours spent on the project."}, {"metric": "целевой показатель доли дистанционного управления площадками (цель компании, не достигнутый результат — модальность «aims to achieve»)", "value": "50", "unit": "%", "base_object": "стройплощадки KAJIMA в целом (заявленная цель, не факт по проекту в Ниигате)", "baseline": null, "period": "план, дата не названа", "claimed_by": "Archetype AI (пересказ заявленной цели KAJIMA в блоге вендора; прямой цитаты представителя KAJIMA с этой цифрой в тексте нет)", "status": "SOURCE_CLAIM", "original_number": "KAJIMA aims to transform both their own operations and the industry at large by leveraging cutting-edge technologies to achieve 50% remote management of jobsites."}], "effect_evidence": "source_claim", "effect_evidence_note": "Источник — блог вендора Archetype AI с цитатами сотрудников KAJIMA; независимого измерения точности или влияния на срок/стоимость проекта не приведено; показатель «50% дистанционного управления» — заявленная цель компании, а не измеренный результат", "outcome": "SOURCE_CLAIM: в пилоте Newton ретроспективно проанализировал 11 957 видео с удалённого проекта расширения канала (662 видео/746 дней съёмки использованы для подтверждения рабочих часов); по прямой цитате сотрудника KAJIMA, ранее было невозможно вручную найти нужное видео среди 12 000, а Newton сделал это за секунды. По описанию вендора (не по прямой цитате о факте использования) визуализации Lens могут помочь находить неэффективности; мониторинг в реальном времени назван сотрудником KAJIMA как намерение на будущее, а не как уже работающая функция.", "uncertainty": "Источник — блог вендора Archetype AI (interested_party: vendor) с двумя прямыми цитатами сотрудников KAJIMA. Модальность смешана: ретроспективный анализ архива (746 дней съёмки) — описанный факт пилота; мониторинг в реальном времени — прямая цитата Akihiro Manda о намерении на будущее («In the future, we envision using Newton … to monitor construction sites in real time»), не установленная практика — в process/function это разделено. Независимого материала от самой KAJIMA о проекте не найдено в рамках бюджета пакета. Фраза «With the KAJIMA pilot success» — самооценка вендора об успехе пилота, не независимая оценка и не прямая речь KAJIMA.", "alternative_explanations": "unknown", "costs_side_effects": "unknown", "pdca": null, "transfer_limits": "Пилот описан для одного конкретного удалённого проекта KAJIMA (канал в Ниигате); источник (вендор) заявляет о применимости ко всей строительной отрасли в целом, но это прогнозная формулировка о будущем применении, а не описанный факт переноса", "reliability_note": "Источник — блог вендора Archetype AI (interested_party: vendor); тег vendor_material; ограничение — единственный вендорский кейс о KAJIMA в пакете по правилу WORKER.md. Фраза «With the KAJIMA pilot success» в источнике — собственная оценка вендором успеха пилота, а не независимая оценка и не цитата представителя KAJIMA; приведена в тексте статьи без атрибуции конкретному спикеру.", "claims": [{"text_ru": "Проект менеджерам было невозможно вручную найти нужное видео бурения среди 12 000 видео; Newton смог извлечь нужные видео за секунды", "status": "SOURCE_CLAIM", "verification_scope": "описание задачи и результата (цитата сотрудника KAJIMA)", "source_url": "https://www.archetypeai.io/blog/kajima-archetype-physical-ai-in-construction", "locator": "raw/archetypeai_kajima.html.extract.txt", "quote_original": "It was impossible for humans to find the right video of the targeted drilling operations from 12,000 videos; Newton was able to extract these targeted videos seamlessly in seconds,\" explains Shinnosuke Sekihara, Mechanical and Electric Deputy Manager at KAJIMA.", "quote_ru": "«Человеку было невозможно найти нужное видео целевых буровых операций среди 12 000 видео; Newton смог извлечь эти целевые видео за считаные секунды», — поясняет Синносуке Сэкихара, заместитель менеджера по механике и электрике в KAJIMA"}, {"text_ru": "Newton проанализировал 11 957 видео, из которых 662 видео (746 дней съёмки) использованы для подтверждения рабочих часов на строительстве", "status": "SOURCE_CLAIM", "verification_scope": "величина эффекта (объём обработанных данных)", "source_url": "https://www.archetypeai.io/blog/kajima-archetype-physical-ai-in-construction", "locator": "raw/archetypeai_kajima.html.extract.txt", "original_number": "Newton analyzed 11,957 videos, with 662 videos (representing 746 days of footage) specifically used to confirm the construction work hours spent on the project.", "quote_original": "The project's scope was immense — Newton analyzed 11,957 videos, with 662 videos (representing 746 days of footage) specifically used to confirm the construction work hours spent on the project.", "quote_ru": "Масштаб проекта был огромным — Newton проанализировал 11 957 видео, из которых 662 видео (746 дней съёмки) были использованы специально для подтверждения рабочих часов, затраченных на проекте"}, {"text_ru": "В тексте блога вендора Archetype AI утверждается, что KAJIMA ставит целью трансформировать собственные операции и отрасль в целом, используя передовые технологии, чтобы добиться удалённого управления 50% площадок — это пересказ вендором цели KAJIMA, а не прямая цитата представителя KAJIMA (заявленная цель, не достигнутый результат)", "status": "SOURCE_CLAIM", "verification_scope": "заявленная цель компании в пересказе вендора (план, не факт; не прямая цитата представителя KAJIMA)", "source_url": "https://www.archetypeai.io/blog/kajima-archetype-physical-ai-in-construction", "locator": "raw/archetypeai_kajima.html.extract.txt", "original_number": "KAJIMA aims to transform both their own operations and the industry at large by leveraging cutting-edge technologies to achieve 50% remote management of jobsites.", "quote_original": "KAJIMA aims to transform both their own operations and the industry at large by leveraging cutting-edge technologies to achieve 50% remote management of jobsites.", "quote_ru": "KAJIMA ставит целью трансформировать как собственные операции, так и отрасль в целом, используя передовые технологии, чтобы достичь удалённого управления 50% площадок"}], "sources": [{"url": "https://www.archetypeai.io/blog/kajima-archetype-physical-ai-in-construction", "title": "How The 184-Year-Old KAJIMA Is Embracing an AI Future in Construction", "publisher": "Archetype AI", "author": "Archetype AI Team", "date": "2025-04-29", "type": "company_blog", "locator": "полный текст (raw/archetypeai_kajima.html.extract.txt)", "reading_scope": "full_text", "accessed_at": "2026-09-25T12:55:00+03:00", "file_id": "C11-CONSTR-EPC-INFRA-F05", "is_primary": true, "interested_party": "vendor"}], "author_model": "claude-sonnet-5", "next_action": "Найти собственные материалы KAJIMA (kajima.co.jp) о проекте расширения канала в Ниигате для независимого подтверждения пилота"}
{"id": "C11-CONSTR-EPC-INFRA-P06", "record_kind": "practice", "novelty": "new", "prior_id": null, "links_prior": [], "early_candidate_id": null, "stream_primary": "CONSTR", "tags": ["vendor_material"], "organization": "Kajima Corporation (совместно с вендором AI inside Inc.)", "org_type": "генподрядчик, Япония", "process": "Учёт и управление стройматериалами и техникой на площадке по снимкам с дрона с распознаванием образов и привязкой к 3D-модели площадки (система «AI and Drone-Based Materials and Equipment Management System» на платформе AnyData)", "period": "система выбрана в программу MLIT PRISM в 2022 финансовом году; уже введена на объекте к дате публикации 19.07.2023", "industry": "строительство (гражданское строительство, гидротехника)", "industry_std": "construction", "process_stage": "subcontractors_equipment_materials", "role_in_chain": "general_contractor_epc", "function": "учёт и контроль материалов и техники на стройплощадке через цифровой двойник", "b2b_b2c": "b2b", "country": "Япония", "country_basis": "It has already been introduced at Kajima's construction site at Ohkozu Diversion Channel for the first phase of the new second-bed solid conversion project", "before": "At construction sites, many materials and equipment are handled in the construction process, and they have been traditionally managed visually and manually by on-site personnel. The work has not only been time-consuming and labor-intensive, but it has also posed safety issues in that the personnel must enter high and narrow areas.", "after": "Based on images of the construction site taken from the air by a drone, \"AnyData\" generates an AI model identifying the names and locations of materials and equipment scattered around the area and links the model with Kajima's 3D model of the site. Materials and equipment can then be automatically detected from the drone's aerial images, with their names and locations displayed and managed on the 3D model.", "technologies": ["CV"], "technology_basis": "Management of materials and equiptment at construction sites will become advanced by combining drones, which can travel faster than humans, with image recognition AI.", "ai_component_established": true, "human_role": "Ранее — визуальный обход и учёт материалов/техники персоналом на площадке вручную; после внедрения этот обход не требуется («Human patrols and visual searches for materials and equipment will be unnecessary»), дальнейшее распределение задач персонала источником не детализировано", "agent_role": "AnyData по снимкам дрона строит ИИ-модель, определяющую названия и расположение материалов/техники, и связывает её с 3D-моделью площадки; материалы и техника автоматически обнаруживаются и отображаются на 3D-модели", "authority": "unknown", "change_depth": "operation", "governance_change": {"established": false, "what_ru": "Источник описывает внедрение на одном конкретном объекте и план дальнейшего распространения по всей компании как перспективу, а не свершившееся изменение ролей/прав: «with plans for company-wide expansion at Kajima»", "basis_quote": "AI inside will contribute to improving the productivity at construction sites by supporting the advancement of the system and its conversion to other sites, with plans for company-wide expansion at Kajima.", "locator": "raw/aiinside_kajima.html.extract.txt"}, "deployment_stage": "limited_production", "stage_marker_quote": "It has already been introduced at Kajima's construction site at Ohkozu Diversion Channel for the first phase of the new second-bed solid conversion project.", "ai_native_label": "none", "ai_native_label_basis": "Источник не использует термин «AI-native»", "effects": [{"metric": "сокращение времени работы персонала на площадке по учёту материалов и техники", "value": "approximately 75", "unit": "%", "base_object": "работа персонала на площадке Kajima по учёту материалов/техники, объект Ohkozu Diversion Channel, первая фаза проекта («new second-bed solid conversion project»)", "baseline": "ручной визуальный обход и учёт персоналом до внедрения системы", "period": "к дате публикации 19.07.2023", "claimed_by": "AI inside Inc. и Kajima Corporation (совместный пресс-релиз)", "status": "SOURCE_CLAIM", "original_number": "The realization of digital-twinning the management work for materials and equipment has reduced the work time of on-site personnel by approximately 75%."}], "effect_evidence": "source_claim", "effect_evidence_note": "Показатель ~75% заявлен совместно вендором (AI inside Inc.) и клиентом (Kajima) в общем пресс-релизе, без независимого измерения и без раскрытия методики подсчёта; охват ограничен одним объектом/первой фазой", "outcome": "SOURCE_CLAIM: система на объекте Ohkozu Diversion Channel уже введена и, по совместному заявлению AI inside Inc. и Kajima, сократила время работы персонала по учёту материалов и техники примерно на 75%; система также выбрана в государственную программу MLIT PRISM на 2022 финансовый год", "uncertainty": "Источник — совместный пресс-релиз вендора AI inside Inc. и клиента Kajima (interested_party: vendor); независимого подтверждения цифры 75% не найдено; дальнейшее общекорпоративное распространение на момент публикации было планом, не фактом", "alternative_explanations": "unknown", "costs_side_effects": "unknown", "pdca": null, "transfer_limits": "На момент публикации система введена на одном объекте (Ohkozu Diversion Channel, первая фаза); общекорпоративное распространение в Kajima и перенос на другие площадки — заявленный план, а не описанный факт", "reliability_note": "Источник — совместный пресс-релиз вендора AI inside Inc. и клиента Kajima; тег vendor_material; отдельно упомянуто участие государственной программы Японии MLIT «PRISM» (Public/Private R&D Investment Strategic Expansion PrograM) как контекст финансирования/отбора, не как независимая оценка эффекта", "claims": [{"text_ru": "На стройплощадках материалы и техника традиционно учитывались визуально и вручную персоналом, что требовало много времени и труда и создавало проблемы безопасности при входе в высокие и узкие зоны", "status": "SOURCE_CLAIM", "verification_scope": "описание процесса до внедрения", "source_url": "https://inside.ai/en/news/2023/0719_aiinside-kajima", "locator": "raw/aiinside_kajima.html.extract.txt", "quote_original": "At construction sites, many materials and equipment are handled in the construction process, and they have been traditionally managed visually and manually by on-site personnel. The work has not only been time-consuming and labor-intensive, but it has also posed safety issues in that the personnel must enter high and narrow areas.", "quote_ru": "На стройплощадках задействовано много материалов и техники, и традиционно ими управляли визуально и вручную силами персонала на площадке. Эта работа не только требовала много времени и труда, но и создавала проблемы безопасности, поскольку персоналу приходилось заходить в высокие и узкие зоны"}, {"text_ru": "Система уже введена на объекте Kajima — Ohkozu Diversion Channel, первая фаза проекта; цифровое двойникование управления материалами и техникой сократило время работы персонала на площадке примерно на 75%", "status": "SOURCE_CLAIM", "verification_scope": "факт внедрения и величина эффекта", "source_url": "https://inside.ai/en/news/2023/0719_aiinside-kajima", "locator": "raw/aiinside_kajima.html.extract.txt", "original_number": "The realization of digital-twinning the management work for materials and equipment has reduced the work time of on-site personnel by approximately 75%.", "quote_original": "It has already been introduced at Kajima's construction site at Ohkozu Diversion Channel for the first phase of the new second-bed solid conversion project. The realization of digital-twinning the management work for materials and equipment has reduced the work time of on-site personnel by approximately 75%.", "quote_ru": "Система уже введена на стройплощадке Kajima — Ohkozu Diversion Channel, в рамках первой фазы нового проекта преобразования второго ложа. Реализация цифрового двойникования работы по управлению материалами и техникой сократила время работы персонала на площадке примерно на 75%"}], "sources": [{"url": "https://inside.ai/en/news/2023/0719_aiinside-kajima", "title": "AI inside and Kajima Corporation Develops \"AI and Drone-Based Materials and Equipment Management System\"", "publisher": "AI inside Inc.", "author": "AI inside Inc. (совместный пресс-релиз с Kajima Corporation)", "date": "2023-07-19", "type": "company_blog", "locator": "полный текст (raw/aiinside_kajima.html.extract.txt)", "reading_scope": "full_text", "accessed_at": "2026-09-25T12:55:00+03:00", "file_id": "C11-CONSTR-EPC-INFRA-F06", "is_primary": true, "interested_party": "vendor"}], "author_model": "claude-sonnet-5", "next_action": "Найти независимую отраслевую прессу (Nikkei Construction, ENR) о результатах на объекте Ohkozu Diversion Channel для независимого подтверждения показателя ~75%"}