Connect with us
Hirdetés

Ipar

Hogyan válasszunk mesterséges intelligenciát okosan?

mesterséges intelligencia
Képek forrása: Freepik

A generatív AI képességei rohamosan fejlődnek, de a gépi tanulás és a mesterséges intelligencia más típusai sok eseten jobb, egyszerűbb és költséghatékonyabb megoldást adnak a vállalatoknak. Beruházásuk megtérülése múlik azon, hogy a technológiák, eszközök és módszerek közül mekkora hozzáértéssel választanak.

A nagy felhajtásból adódóan a generatív mesterséges intelligenciát gyakran túlzott elvárások övezik. A generatív modellek képesek már képeket, szöveget, videót vagy akár zenét is előállítani – mindezt a tanításuk során látott adatokból megtanult összefüggések alapján.

Félreértés, hogy a generatív AI szöveges modelljei „okos keresők”. Ezek a modellek mindössze „következőszó-generátorok”, amelyek szavanként generálják ki jóslataikat a felhasználói bemenetre. Ahhoz, hogy az okos kereső képességekre felruházható legyen, elengedhetetlen a megfelelő szakértői kompetencia bevonása, különben kontroll és minőségbiztosítás nélkül a szövegben legvalószínűbben soron következő szót adja válaszul a tanítóadataikban látottak alapján. Szoftverkódot is ugyanígy generálnak. Bizonyos feladatok hatékony elvégzésére tehát kiválóan alkalmasak már most, más problémákhoz viszont működésükből kifolyólag nem ideálisak önállóan a szükséges eszközkészlet nélkül.

– Azon feladatok automatizálására, amelyekre a generatív AI nem ideális sokkal jobb és olcsóbb megoldást kínálhat egy-egy klasszikus gépi tanulási modell – mondta Póda Csanád, a Kontron Hungary ML/AI rendszertervező mérnöke. – A gépi tanulás (machine learning, ML) alkalmazása azonban kevésbé látványos, mint egy emberi nyelven „beszélgető” robot, így a széles nyilvánosság képzeletét sem ragadta meg úgy, mint a természetes nyelvi felületen bárki számára hozzáférhető generatív mesterséges intelligencia.

Aki nem ismeri ezeket a módszereket, könnyen elveszhet bennük egy magas színvonalú, hozzáértő támogató csapat nélkül. Ezért vagyunk mi – hogy segítsük a navigációt ezeken a zavaros vizeken.

Kis és nagy modellek, testre szabva

A generatív AI értelmes, hasznos, hatékony, megbízható, biztonságos és etikus használatához a megfelelő technológiai, szervezeti, emberi, társadalmi és szabályozási feltételeket is szükséges megteremteni.

Vállalati szinten tovább árnyalja a képet, illetve bővíti a lehetőségeket, hogy a nagy (nem csak nyelvi) generatív modellek mellett megjelent rengeteg kisebb, előtanított, nyílt forráskódú modell is – mondta Póda Csanád. Ezeket a különféle feladatok elvégzésére előre tanított, nyílt forráskódú modelleket a vállalatok saját adataikon testre szabhatják, így gyorsabban és költséghatékonyabban valósíthatják meg projektjeiket. Egy ilyen modell továbbfejlesztésével készítettük el például a Számlamenedzser alkalmazásunk szállítófüggetlen számlafeldolgozóját, amely a beérkező (akár scannelt) számlák adatait egy mély neurális háló segítségével ismeri fel és írja át automatikusan a vállalatirányítási rendszer megfelelő mezőibe. Ezáltal a hagyományos rendszereknél sokkal rugalmasabb megoldást kaptunk, amelynél nem kell minden új számlatípus feldolgozásához új sablonokat létrehozni, hanem minden számlatípust egy modell ismer és dolgoz fel.

Emellett a vállalatok a hatalmas adatmennyiségeken tanított, több milliárd paramétert használó generatív AI modellek kimenetét is optimalizálhatják Retrieval-Augmented Generation (RAG) segítségével. A költséghatékony módszerrel ugyanis a generatív modellek képességeit speciális területekre vagy saját belső tudásbázisukra terjeszthetik ki, így pontosabb és hasznosabb válaszokat kaphatnak anélkül, hogy a modellt újra kéne tanítani – az információt ugyanis az ügyfél saját dokumentumtárából keressük ki és adjuk át a generatív AI modelleknek feldolgozásra, ezzel csökkentve a hallucinációk valószínűségét.

Felhő és partner nélkülözhetetlen szerepe

Már ez a pár példa is mutatja, hogy a mesterséges intelligencia eszközök és módszerek milyen széles választékát fogja át. Kulcsfontosságú ezért, hogy a vállalatok az adott feladat függvényében jól válasszanak a folyamatosan bővülő palettáról.

A bőség zavarában és a felhajtás zajában azonban gyakran megesik, hogy a döntéshozók olyan AI-megoldásokat választanak, amelyektől üzleti felhasználási esetükben eleve hiába várnak eredményeket. Szerintem elsősorban ez okozza, hogy egy elemzői jelentés szerint a 2023-as vállalati AI kezdeményezések 80 százaléka megakadt a koncepcióvalidálás szintjén – mondta Póda Csanád. A másik oka ennek az, hogy a közelmúltig nem voltak meg azok az eszközök, amelyekkel ilyen rendszereket megbízható produktív környezetbe tudtunk helyezni. Itt azonban hatalmas előrelépés történt, és már nagyon jó minőségű AIOps és MLOps eszközök állnak rendelkezésünkre. Sok vállalat nem tud házon belüli AI kompetenciát kiépíteni, de ezt könnyen ellensúlyozhatja egy átfogó szakértelemmel és nagy tapasztalattal rendelkező tanácsadó- és rendszerintegrátor-partner bevonásával. Egy ilyen partner a projektek megvalósítását már az üzleti értékajánlatnak megfelelő gépitanulási-, illetve mesterségesintelligencia-eszköz kiválasztásától kezdve az élesbe állásig támogatni tudja.

Egy másik nagy hátráltató tényező ezen a téren, hogy a magyar vállalatok egy része ellentmondásos, szelektív módon még mindig idegenkedik a felhő használatától. Sok cég a Microsoft Office 365-re minden további nélkül előfizet, a belső, üzleti titkokat tartalmazó levelezését a Microsoft felhőjében tárolja, valamint irodai alkalmazásait felhőszolgáltatásként veszi igénybe. Az üzleti alkalmazásaikat viszont még mindig saját hardveren szeretnék futtatni  – noha a belőlük kinyert kimutatásokat szintén előszeretettel továbbítják e-mailben.

A házon belüli IT infrastruktúra sok szempontból nem tud versenyezni a nagy felhőszolgáltatók adatközpontjaival. Saját hardveren a vállalatok nemhogy generatív AI modelleket nem tudnának futtatni, de gyakran még a kisebb neurálisháló-alapú modelleket is csak olyan késleltetés mellett használhatnák, hogy az értelmetlenné tenné bevezetésüket. A kapacitás megfelelő bővítésére pedig az AI munkaterhelések futtatásához szükséges specializált hardver magas ára és a jelenlegi eszközhiány miatt sem gondolhatnának.

A döntéshozóknak tanácsos minél előbb megvizsgálniuk, hogy a mesterséges intelligencia használatához vállalatuknál milyen szabályok mentén használhatnak felhőalapú megoldásokat, és mely szolgáltatók tudják ezeket biztosítani, mert a választék ezen a téren is bővül  – mondta Póda Csanád. Ha továbbra is késlekednek, rövid időn belül nagy hátrányba kerülhetnek a felhőben szolgáltatásként elérhető AI képességeit eredményesen kiaknázó versenytársaikkal szemben. Bár minden esetben meg kell vizsgálni, hogy a különböző tényezők függvényében melyik szolgáltatási modell a legelőnyösebb, ma már általában a felhőt érdemes választani, hacsak használatát speciális megfelelési követelmények (törvényi szabályozottság) kategorikusan ki nem zárják. De a GDPR-nak való megfelelés például ma már nem probléma.

Nemzetközi ML/AI kompetencia-központ helyben

A megfelelő ML/AI megoldás és a szolgáltatási modell mellett a releváns üzleti felhasználási esetek megválasztása is fontos az AI beruházások gyorsabb megtérüléséhez, amiben a kompetens partner szintén sokat segíthet.

A rendszerintegrátorként ismert és elismert Kontron Hungary az utóbbi években ML/AI szakértelmét is olyan szintre fejlesztette, hogy a tagvállalatai közötti együttműködést erősítő Kontron Csoport úgy határozott, itt hozza létre csoportszintű ML/AI kompetencia-központját is, amelyet harminc fős tanácsadói és fejlesztői csapattá szeretnének bővíteni.

– Hazai ügyfeleink számára különösen előnyös, hogy cégünk méretéből adódóan szakmai területeink házon belül is szorosan együttműködnek egymással – mondta Póda Csanád. – Számos vállalat informatikai környezetét ismerő rendszer-integrációs csapatunk tudása és tapasztalata is hozzájárul így ML/AI projektjeik sikeres megvalósításához és további digitális átalakulásuk felgyorsításához.


További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Ipar

Robotika és AI a boltban – Automatizált konténerüzlet magyar fejlesztésben

Az ipari automatizálás és a digitális kereskedelem találkozásából egyre több innovatív megoldás születik. Ezek közé tartozik a hazai fejlesztésű automata önkiszolgáló konténerbolt koncepciója is, amely robotikai, mesterséges intelligencia alapú és informatikai rendszerek integrációjával kínál új lehetőséget a kiskereskedelem számára.

A fejlesztés hátteréről és műszaki megvalósításáról beszélgetünk Óvári Zsolttal, a Logbord 2010 Kft. logisztikai és üzletfejlesztési vezetőjével, valamint Bővíz Botonddal, a BBM Engineering Solutions Zrt. vezérigazgatójával, a projekt ipari automatizálási megvalósításáért felelős szakemberrel.

Egy új kiskereskedelmi modell születése

MM: A beszélgetés apropóját az adja, hogy a Botondék által megvalósított automata önkiszolgáló shopot a Siemens Zrt. a 2025-ös ipari digitalizációs fejlesztések között az inspiráló projektek közé választotta. Mi volt a fejlesztés kiindulópontja, és milyen problémára kerestek megoldást?

Óvári Zsolt: A Logbord 2010 Kft. egy informatikai vállalat, amely 2009 óta fejleszt vállalatirányítási és kereskedelmi rendszereket. Számos hazai partnerrel dolgozunk együtt a kiskereskedelmi szektorban, így pontosan látjuk, hogy az ágazat milyen kihívásokkal szembesül. Az elmúlt években a munkaerőhiány, a bérköltségek növekedése és az üzemeltetési költségek emelkedése komoly problémát jelentett sok üzlet számára. Különösen egyetemeken vagy kisebb településeken fordul elő, hogy egy hagyományos bolt működtetése gazdaságilag nem fenntartható. Olyan technológiai megoldást kerestünk, amely képes csökkenteni az élőmunka igényét, miközben biztosítja a kiskereskedelmi ellátást. Így született meg az automata önkiszolgáló konténerbolt koncepciója, amely robotizált raktárként működve képes kiszolgálni a vásárlókat.

MM: Hogyan működik a robotizált konténerbolt?

Óvári Zsolt: A rendszer egy zárt technológiájú, körülbelül negyven négyzetméteres konténerre épül, amely automatizált raktárként működik. A vásárlók egy mobilalkalmazáson keresztül választják ki a kívánt termékeket, majd egy átvételi időpontot jelölnek meg. A háttérrendszer kiszámolja, mikor kell elkezdeni a rendelés összeállítását, hogy az a vásárló érkezésére elkészüljön.


A robotok a konténeren belül összegyűjtik a szükséges termékeket, és egy ládába helyezik őket. Amikor a vásárló megérkezik a konténerhez, egy QR-kód vagy PIN segítségével azonosítja magát, és a rendszer kiadja a megrendelt árukat.


A konténerben egyszerre 600–800 különböző termék tárolható, amelyek között megtalálhatók az alapvető élelmiszerek, konzerváruk, tejtermékek, húskészítmények, fűszerek, valamint háztartási és vegyi termékek is. Ez a választék elegendő ahhoz, hogy egy átlagos háztartás alapvető szükségleteit kielégítse.

Automatizált logisztika

MM: Hogyan történik az áruk feltöltése és a készlet kezelése?

Óvári Zsolt: A konténer a vállalatirányítási rendszerben úgy jelenik meg, mint egy hagyományos kiskereskedelmi üzlet. A rendszer folyamatosan figyeli a termékek fogyását, és szükség esetén jelzi az utántöltést. Az áruszállítók egy betöltő rekeszen keresztül helyezik el az árut, amelyet a rendszer vonalkód-azonosítással és súlyméréssel ellenőriz.

A konténerben két külön hőmérsékleti zóna található. A hűtött tér 4–7 °C közötti hőmérsékleten működik, ahol például tejtermékeket vagy húsárut lehet tárolni. Emellett van egy temperált tér is, amely 12–15 °C körüli hőmérsékletet biztosít a szárazáruk számára.

Robotika és mesterséges intelligencia

MM: Egy ilyen rendszer mögött komoly automatizálási megoldások állnak. Milyen technológiák teszik lehetővé a működést?

Bővíz Botond: A konténerben három ipari robot működik. Két nagyméretű manipulátor a ládák mozgatásáért felel, míg egy harmadik robot végzi a termékek kiválogatását és a rendelések összeállítását. Ezek hat tengelyes ipari robotok, amelyek jelentős teherbírással rendelkeznek.

A rendszer egyik legfontosabb eleme a Siemens Robot Pick AI technológiája, amely egy háromdimenziós kamerarendszerrel együttműködve képes felismerni a termékek pozícióját és meghatározni a megfelelő megfogási pontot. Ez azért különösen fontos, mert a kiskereskedelemben rengeteg különböző formájú és csomagolású termék található.

A robotok vákuumos megfogórendszert használnak, amely többféle megfogófejet tartalmaz. Ennek köszönhetően a rendszer képes kezelni a kisebb zacskós termékektől egészen a nagyobb csomagolt árukig számos különböző tárgyat.

Ipari vezérlés és biztonság

MM: Egy ilyen rendszerben a megbízhatóság és a biztonság kulcsfontosságú. Hogyan oldották meg ezt a kérdést?

Bővíz Botond: A rendszer Siemens S7 1500 PLC alapú vezérléssel működik. Ez irányítja a robotokat, a szenzorokat és a biztonsági rendszereket is. Emellett egy komplex HMI felületet fejlesztettünk, amely lehetővé teszi a rendszer diagnosztikáját és karbantartását.

A robotok működése biztonsági zónákra van osztva, és csak speciális eljárással lehet belépni a robotok munkaterébe. A rendszer folyamatosan ellenőrzi a szenzorok működését, így egy esetleges hiba gyorsan diagnosztizálható.

Fejlesztési folyamat

MM: Mennyi idő alatt sikerült megvalósítani a projektet?

Bővíz Botond: A koncepció alapjai már rendelkezésre álltak, de a konkrét rendszer megvalósítása jelentős mérnöki munkát igényelt. A robotika, az informatikai háttérrendszer és az ipari vezérlés integrációja számos tervezési és tesztelési feladatot jelentett. A teljes fejlesztési és kivitelezési folyamat végül nagyjából fél év alatt valósult meg.

A projekt jövője

MM: Milyen jövőt látnak a technológia előtt?

Óvári Zsolt: A jelenlegi rendszer a második generációt képviseli. A következő lépés a modularitás növelése és a költségek csökkentése. A cél, a rendszer sorozatgyártása és a különböző méretű konfigurációkban telepíthetősége.

Az első rendszerek egyetemi környezetben működnek, de a technológia alkalmas lehet kisebb települések ellátására, ipari parkokban vagy nagyvárosi környezetben is.

A Logbord 2010 Kft. a Széchenyi István Egyetem és a Cibus Hungaricus Alapítvánnyal együttműködve hozta létre a robotizált automata boltot, az „Élelmiszer logisztikai keretrendszer létrehozása a kárpát-medencei régióban a versenyképes élelmiszeripar és biztonságos, a népegészségügyet és a magyar agráriumot támogató kereskedelmi eszközrendszer fejlesztése érdekében” című ÉLIP projekt keretében. A projekt célja a Digitális Élelmiszeripari Stratégia végrehajtásának szakmai támogatása, pilot projektek keretein belül a megoldások bemutatása az élelmiszerlánc résztvevőinek.

www.siemens.hu, e-erp.hu, www.bbmes.hu


További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Continue Reading

Ipar

Megfordult a trend: ismét nőtt a szakemberhiány

Átlagosan 56 napot kell várni egy kivitelezőre Magyarországon, ami három nappal több, mint egy évvel korábban – derül ki a Mapei Kft. építőipari szakemberek körében végzett nagymintás országos kutatásából. A szakipari munkák átlagos díja alig változott, 9596 forint négyzetméterenként. Az állami otthonfelújítási és otthonteremtési támogatások a szakemberek több mint felének hoztak megrendelést az elmúlt hat hónapban.

A felmérés szerint a szakemberek hangulata és várakozásai javultak, ugyanakkor az iráni háború hatásai kedvezőtlenül befolyásolják a kilátásokat.

„Bár a várakozási idő három nappal nőtt, a 56 napos átlag még mindig elfogadható, nagyjából ennyi idő kell ahhoz, hogy egy szakember új munkát el tudjon vállalni. A szakemberhiány ugyanakkor jelentősen eltér az ország egyes részei között, amit elsősorban a beruházások területi koncentrációja és az egyes térségek munkaerő-kínálata magyaráz”

– mondta Markovich Béla, a Mapei Kft. ügyvezetője.

A szakemberhiány regionális alakulása Magyarországon 2026 februárjában: (Forrás: Mapei Kft.)

A leghosszabb várakozási idő a Dél-Alföldön tapasztalható, ahol átlagosan 65 napot kell várni egy kivitelezőre. A régióban különösen Bács-Kiskun és Csongrád-Csanád vármegyében hosszabbak a vállalási idők, amit a térség ipari beruházásai és az élénkülő építési kereslet is magyarázhat.

A Közép-Dunántúlon szintén jelentős a szakemberhiány, itt átlagosan 63 napot kell várni a munkakezdésre. A régióban különösen Fejér és Komárom-Esztergom vármegyében jellemzőek a hosszabb vállalási idők, ami részben az ipari fejlesztésekhez és a főváros közelségéhez köthető.

A Dél-Dunántúlon átlagosan 60 nap telik el a szakember megkeresése és a munkakezdés között. A régióban elsősorban Somogy és Baranya vármegyében hosszabbak a vállalási idők.

A Nyugat-Dunántúlon átlagosan 59 napot kell várni egy kivitelezőre. A régióban különösen Győr-Moson-Sopron és Vas vármegyében jelentős a szakemberhiány, amit az erős gazdasági aktivitás és az osztrák munkaerőpiac elszívó hatása is befolyásolhat.

A Közép-Magyarország régióban átlagosan 58 nap a várakozási idő. Budapesten és Pest vármegyében a folyamatos felújítási és építési projektek tartják magasan a keresletet, ami szintén hozzájárul a hosszabb vállalási idők kialakulásához.

Az ország északi és keleti részein ugyanakkor kevesebbet kell várni a szakemberre. Észak-Alföldön átlagosan 49 napot kell várni a munkakezdésre, különösen Hajdú-Bihar és Szabolcs-Szatmár-Bereg vármegyében gyorsabb a kivitelezők elérhetősége.

Szakmacsoportok szerint szintén jelentős különbségek látszanak a vállalási időkben. A leghosszabb várakozási idő továbbra is a generálkivitelezőknél jellemző, ahol átlagosan 63 napot kell várni a munkakezdésre.

Hasonlóan hosszú a vállalási idő a burkolóknál (60 nap) és a kőműveseknél (59 nap), valamint az épületszigetelők esetében (57 nap). A középmezőnyben találhatók a bádogosok (54 nap), a festők (47 nap) és az ácsok (46 nap). A legrövidebb vállalási idő az épületgépészeti szakmákban jellemző: az épületgépészeknél átlagosan 44 nap, a víz- és gázszerelőknél 43 nap, míg a villanyszerelőknél mindössze 39 nap a jellemző vállalási idő.

A projektek mérete ugyancsak erősen befolyásolja a kivitelezés kezdetét: nagyberuházásoknál átlagosan 63 napot, közepes beruházásoknál 62 napot kell várni a munkakezdésre, míg kisebb munkáknál 52 nap, apró javításoknál pedig 43 nap az átlagos vállalási idő.

 

Északon és a Dunántúlon drágább, az Alföldön olcsóbb a kivitelezés

A munkadíjak ugyanakkor alig változtak az elmúlt évben. A szakipari munkák átlagos díja 2026 februárjában 9 596 forint volt négyzetméterenként, ami mindössze 1 százalékos növekedést jelent az előző évhez képest.

„A regionális adatok azonban jelentős különbségeket mutatnak, több mint 3500 forintos különbség van az ország legdrágább és legolcsóbb vármegyéje között. A különbségek hátterében elsősorban a gazdasági fejlettség, a beruházások koncentrációja és a fizetőképes kereslet eltérései állnak: azokban a régiókban, ahol több építési projekt zajlik és nagyobb a kereslet a kivitelezők iránt, a munkadíjak is jellemzően magasabb szinten alakulnak”

– mondta Markovich Béla.

 

A szakipari munkák átlagos munkadíja vármegyénként 2026 februárjában (Forrás: Mapei Kft.)

A legmagasabb átlagos munkadíj a Közép-Dunántúlon jellemző, ahol 10 402 Ft/m² az átlagos kivitelezési díj. Szintén az országos átlag felett alakulnak az árak Budapesten (10 072 Ft/m²) és Közép-Magyarországon (9 893 Ft/m²).

A dunántúli régiók közül Dél-Dunántúlon 9 714 Ft, míg Nyugat-Dunántúlon 9 418 Ft az átlagos szakipari munkadíj négyzetméterenként.

A legalacsonyabb árak az Alföldön jellemzők. Észak-Alföldön 8 532 Ft, míg Dél-Alföldön 8 824 Ft az átlagos munkadíj négyzetméterenként.

Megyei bontásban még nagyobb különbségek látszanak. A legmagasabb munkadíj Veszprém vármegyében figyelhető meg, ahol átlagosan 10 972 forintba kerül négyzetméterenként a szakipari kivitelezés. Szintén magasak az árak Komárom-Esztergom (10 614 Ft), Baranya (10 343 Ft) és Budapest (10 072 Ft) esetében.

A legalacsonyabb munkadíjak Békés vármegyében jellemzők, ahol átlagosan 7 413 forintot kell fizetni négyzetméterenként. Szintén az országos átlag alatt alakulnak az árak Hajdú-Biharban (7 947 Ft) és Bács-Kiskunban (8 410 Ft).

A költségek emelkedése rakja magasabbra az árakat

A felmérés szerint a kivitelezők több mint fele, 56 százaléka tervez áremelést, az átlagos tervezett drágulás pedig 10 százalék körül alakul. A Mapei Kft. ügyvezetője szerint azonban a kereslet alakulása és az erősödő piaci verseny korlátozza a tényleges áremelések lehetőségét, ezért a valós áremelés rendszerint elmarad a tervezettől. Ez történt az elmúlt évben is: a szakemberek tavaly átlagosan 14 százalékos áremelést terveztek, ezzel szemben a tényleges növekedés mindössze 1 százalék volt.

„A vállalkozások költségei folyamatosan emelkednek, de a piaci verseny és a megrendelők árérzékenysége sok esetben nem teszi lehetővé a teljes költségnövekedés érvényesítését a munkadíjakban”

– mondta Markovich Béla.

Az áremelések mögött elsősorban a költségek növekedése áll: a szakemberek 38 százaléka az inflációt és az általános megélhetési drágulást jelölte meg fő okként. Emellett a vállalkozási költségek emelkedése (15%), valamint az építőanyagok drágulása (11%) is jelentős szerepet játszik a munkadíjak emelésében.

Az állami támogatási programok már a kivitelezők felének hoztak megrendeléseket

„A szakemberek megrendelésállományában kimutatható szerepet játszanak az állami támogatási programok. A kutatás szerint a kivitelezők 58 százaléka az elmúlt hat hónapban kapott olyan megrendelést, amelynél a megrendelő valamilyen állami támogatást vett igénybe”

– mondta Markovich Béla.

A támogatott munkák aránya azonban jelentősen eltér az egyes kivitelezőknél. A szakemberek 25 százalékánál a támogatással megvalósuló munkák aránya legfeljebb 10 százalék, további 14 százalékuknál 11–25 százalék, míg 12 százalékuknál 26–50 százalék között alakul. A magas támogatási arány ritkább: a kivitelezők 5 százalékánál a megrendelések 51–75 százaléka, míg 2 százalékuknál 75 százalék feletti arányban kapcsolódik valamilyen állami programhoz.

A szakemberek várakozásai szerint a következő egy évben a legtöbben a Vidéki Otthonfelújítási Programtól (19%) és az energetikai Otthonfelújítási Programtól (17%) várnak munkát, míg az Otthon Start / CSOK Plusz programtól 12 százalék számít megrendelésekre. A Falusi CSOK esetében 5 százalék vár megrendelést, ugyanakkor a szakemberek 43 százaléka úgy látja, hogy egyik támogatási program sem hoz számára érdemi többletmunkát a következő évben.

Javultak a szemberek kilátásai, de az iráni háború rontott a kilátásokon

Mindeközben az ágazat hangulatában látványos változás figyelhető meg. A felmérés szerint a szakemberek 34 százaléka úgy érzi, hogy jó irányba haladnak a dolgok, ugyanekkora arány szerint rossz irányba tart az ágazat, míg 32 százalék szerint lényegében nem változott a helyzet.  

A változás trendje egyértelmű: a pozitív várakozások aránya 10 százalékponttal nőtt, miközben a pesszimista vélemények aránya 13 százalékponttal csökkent az előző évhez képest. A javuló várakozások azt mutatják, hogy a szakemberek hangulata fordulóponthoz érkezett.

„Az építőipar jelenlegi helyzetét egyszerre jellemzi a javulás és a bizonytalanság. A kutatás adatai alapján a javult a korábbi negatív hangulat, és egyfajta egyensúlyi, holtponti állapotba került, ahol a kilátások mérsékelten javultak. Ugyanakkor az iráni háború és az ebből fakadó alapanyagár-emelkedések, új kockázatokat hoztak a piacra. Ezek rövid távon elsősorban a költségeken és a beruházási döntéseken keresztül hatnak, és bizonytalanságot erősítenek a szereplőkben. Mindez azt jelenti, hogy bár a szektor februárban elérte a stabilizációs pontot, a további irányt, legyen az növekedés vagy visszaesés, nagyban befolyásolja a gazdasági és geopolitikai környezet alakulása”

– mondta Markovich Béla, a Mapei Kft. ügyvezetője.


További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Continue Reading

Ipar

Hatékonyabb és fenntarthatóbb működést hoz a repülőtereknek a Schneider Electric új megoldása

Egy új, kifejezetten a repülőterek számára kifejlesztett platformot mutatott be a Schneider Electric. Az „Integrated Platform Operations Center” (IPOC) nevű megoldás révén egyetlen felületen, valós időben lehet követni az energiaellátást, az eszközök állapotát és az üzemeltetést. A rendszer segíti a repterek üzemeltetőit a teljesítmény javításában, a rugalmasság növelésében és a dekarbonizáció felgyorsításában.

Bár az utasforgalom várhatóan több mint duplájára nő 2040-re, sok repülőtér még mindig akár 30-nál is több, egymástól elkülönülve, szigetszerűen működő rendszert üzemeltet a terminálokon, a földi és a légi kiszolgálásban. Az integráció hiánya amellett, hogy csökkenti a működési hatékonyságot, megnehezíti a valós idejű döntéshozatalt is. Emellett a repülőterekre egyre nagyobb nyomás nehezedik, többek között a nettó zéró kibocsátás elérésére kitűzött 2050-es határidő, valamint az emelkedő energiaköltségek kezelése miatt, amelyek a repülőtéri működési kiadások 10–15 százalékát adják.

A világ egyik vezető energia-technológiai vállalatához, a Schneider Electrichez tartozó AVEVA szoftverére épülő IPOC egyetlen platformban egyesíti az energiamenedzsment, automatizálási és ipari rendszereket. Így közvetlen kapcsolatot teremt a repülőtéri rendszerek, az üzemeltetésben dolgozó szakemberek és a kritikus folyamatok többsége között. Az IPOC átfogó képet nyújt a terminálokon működő, a légi és földi kiszolgáló rendszerekről, javítva a koordinációt és a valós idejű döntéshozatalt. A megfelelő kontextusba helyezett adatok támogatják a problémák korai felismerését és az incidensek gyorsabb osztályozását, ezáltal segítik az üzemeltetőket zavarok esetén a gyorsabb reagálásban.

Az IPOC integrálja a valós idejű energiafelhasználási adatokat és a kapcsolódó üzemeltetési információkat, így az utasélmény befolyásolása nélkül lehet jobban hozzáigazítani a fogyasztást a kereslethez. A sablonalapú, objektumorientált architektúra felgyorsítja a szabványosított eszközök bevezetését: a modelleket elég egyszer létrehozni, ezután több helyszínen is fel lehet használni őket. Ez lehetővé teszi a repülőterek számára, hogy többletköltségek nélkül szabványosítsák az egyes terminálokon az eszközök modellezését.

Már most is érezhető a pozitív hatás

A barcelonai El Prat repülőtéren az egymástól elkülönülve működő 20 rendszert az IPOC-hoz hasonló AVEVA System Platform-mal váltották le. A platformmal az üzemeltetők egyetlen, egységes felületen követhetik a terminál, a poggyászkezelés, a HVAC (fűtés, hűtés, szellőztetés) rendszerek és az erőmű működését. Így kevesebb az energia- és erőforrás-pazarlás, és hatékonyabbá válik a létesítmény működése. Az új platform kulcsszerepet játszott a jelentős fejlesztésekben, például az új terminál, a kifutópálya és a műholdas kapcsolatot biztosító épület megvalósításában. Emellett hozzájárult ahhoz is, hogy a repülőtér évente több mint 29 millió utasnak nyújtson jobb utazási élményt.


További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Continue Reading
Advertisement Hirdetés
Advertisement
Advertisement
Advertisement
Advertisement Hirdetés

Facebook

Advertisement Hirdetés
Advertisement Hirdetés

Ajánljuk

Advertisement

Friss