📍«ЖКХ. Мечты сбываются» с Еленой Молчановой (ex- Шерешовец)

Искусственный интеллект в УК. Часть 3. А можно сделать так, чтобы аварий было меньше?

Продолжаю размышлять над статьёй Сергея Путина о применении ИИ в водоканалах. На этот раз — о технической эксплуатации.

В статье есть интересная мысль: самое старое оборудование не всегда самое опасное. Для оценки риска важны не только возраст и материал, но и история аварий, условия эксплуатации и последствия возможного отказа.

А теперь представьте, что у нас в управлении 50 домов. В каждом насосы, задвижки, инженерные сети, где-то лифты, где-то теплообменники. И всё это хозяйство требует внимания, обслуживания и ремонта.

Обычно мы прекрасно знаем, где проблемы. Особенно после третьей аварии за месяц.)))

Но что, если программа будет анализировать заявки АДС, результаты осмотров, историю ремонтов и заранее показывать инженеру оборудование, которое стоит проверить в первую очередь?

Например, один насос работает уже пятнадцать лет и особых проблем не доставляет. А другой, сравнительно новый, за последние три месяца ремонтировали четыре раза. ИИ может заметить такую закономерность и обратить на неё внимание инженера ещё до очередной аварии.

Конечно, это не заменяет обязательных осмотров и технического обслуживания. Но может помочь разумнее распределять силы и деньги.

И ещё одна идея, которая мне очень нравится, — умный помощник диспетчера.

Житель звонит и говорит: «У нас опять холодные батареи, вчера слесарь приходил, ничего не сделал!»

А диспетчер сразу видит на экране историю обращений по квартире, предыдущие работы, жалобы соседей и информацию о состоянии системы отопления в доме.

Не нужно искать старые заявки, обзванивать коллег и пытаться вспомнить, кто туда вчера ходил. Всё собрано в одном месте, а система ещё и подсказывает, что стоит проверить.

Или другой пример. Подрядчик представил акт выполненных работ с фотографиями, а программа заметила, что одна из фотографий уже использовалась в отчёте две недели назад. Не доказательство нарушения, конечно, но отличный повод присмотреться.

И вот здесь мы подходим к самому главному.

В статье автор пишет, что искусственный интеллект сам по себе не экономит ни воду, ни деньги. Результат появляется только тогда, когда его рекомендации превращаются в реальные действия.

Мне кажется, это вообще главный принцип любой цифровизации в ЖКХ.

Если после внедрения новой программы у диспетчера стало меньше работы, инженер быстрее находит проблему, а бухгалтер перестал тратить полдня на поиски ошибки — замечательно!

А если все сотрудники теперь обязаны заполнять дополнительные отчёты ради красивой презентации руководству, то это не цифровизация. Это просто ещё одна головная боль, только за деньги.)))

И напоследок вопрос к руководителям УК: если бы вам предложили внедрить искусственный интеллект только для одной задачи, что бы вы выбрали — взыскание долгов, проверку начислений, предупреждение аварий или работу с обращениями жителей?

Мне кажется, ответы могут оказаться очень интересными.

Искусственный интеллект в УК. Часть 2. Где искать деньги?

В продолжение утреннего поста хочу рассказать о двух идеях из статьи про цифровой водоканал, которые мне особенно понравились. Обе вполне применимы к управляющим организациям.

Первая — работать с должниками по-разному.

Мы привыкли к стандартной схеме: задолженность, уведомление, претензия, судебный приказ, приставы. Но ведь должники совершенно разные!

Один просто забыл заплатить, второй регулярно платит с опозданием, третий готов погашать долг частями, а четвёртый годами игнорирует всё, что ему присылают.

И вот представьте программу, которая анализирует историю платежей и подсказывает, какое действие с конкретным должником с большей вероятностью принесёт результат.

Кому-то достаточно напоминания, кому-то стоит позвонить, с кем-то обсудить рассрочку, а по кому-то уже давно пора готовить документы в суд.

Причём оценивать можно не только вероятность оплаты, но и стоимость взыскания. Потому что потратить три тысячи рублей рабочего времени на возврат двух тысяч — тоже, согласитесь, своеобразное достижение.)))

Разумеется, окончательные решения остаются за сотрудниками, а особенности конкретного дела и юридические ограничения никто не отменял.

Вторая идея — искать ошибки в начислениях автоматически.

Представьте, что программа каждое утро проверяет тысячи лицевых счетов и показывает бухгалтеру только подозрительные ситуации.

В одном помещении почему-то прекратились начисления. В другом неожиданно изменился объём потребления. Где-то неправильно применили тариф, где-то платёж поступил, но не распределился, а по какому-то дому резко выросли объёмы КР на СОИ.

И вместо того чтобы вручную перебирать огромные таблицы, бухгалтер получает конкретный список того, что действительно стоит проверить.

Мне кажется, здесь скрыт очень большой потенциал. Причём не только для поиска недополученных денег, но и для предотвращения ошибочных начислений, жалоб и последующих перерасчётов.

А теперь мне интересно: кто-нибудь из вас уже использует подобные инструменты? Не обязательно именно ИИ. Может быть, у вас есть программы, которые автоматически выявляют ошибки или помогают выбирать стратегию взыскания?

Поделитесь, пожалуйста. Очень хочется узнать, что уже работает на практике.

Продолжение следует. В следующем посте поговорим об авариях, ремонтах и диспетчерах.