Искусственный интеллект на стройке: шесть кейсов, как ИИ меняет управление проектами

Строительство считается одной из самых консервативных отраслей в плане внедрения цифровых технологий. По данным Минцифры и ВШЭ в строительной отрасли расходы на цифровизацию составляют не более 2%. При этом эксперты уверены в перспективности развития «цифры» на стройке. В 2024-2025 гг на смену «бумаге», бесконечным часам проверок и совещаний пришел принципиально новый инструмент – цифровой напарник на базе искусственного интеллекта.

Такие платформы находятся в постоянном наращивании своих возможностей, но уже сейчас они представляют среду, которая берет на себя задачи по анализу гигабайтов данных и уже позволяет предвидеть проблемы.

Технический директор SIGNAL Александр Попов рассказал о шести кейсах использования искусственного интеллекта на стройке. Их результатом стала автоматизация процессов, освобождение специалистов от рутинных задач, не говоря уже о создании системы с видимым временным эффектом.

1. «Пульс» проекта

Любой руководитель проекта сталкивается с утренней рутиной: проверить, что произошло за сутки, какие документы поступили, какие замечания закрыты, а какие «зависли», где процесс согласования буксует. Обычно на это уходит до двух часов рабочего времени.

Теперь эту задачу можно поручить нейросети. Ночью или рано утром ИИ-алгоритм анализирует все события, а в начале рабочего дня руководитель получает краткую текстовую или аудиосводку – «дайджест» состояния проекта.

Вместо двух часов руководитель тратит пять минут. Но главное даже не в экономии времени, а в качестве информации. ИИ предоставляет не просто список событий, а возможность сразу увидеть полную картину, выявить узкие места и спланировать действия, а не реагировать на проблемы постфактум.

2. Оценка готовности СМР по фото

ИИ делает оценку готовности работ реалистичной, прозрачной и прогнозируемой.

Для выполнения этой задачи нейросеть использует данные еженедельной или, если это необходимо, ежедневной фотофиксации с одних и тех же точек. ИИ-помощник анализирует старые и новые снимки, распознает малейшие изменения: появилась кирпичная кладка, смонтированы новые конструкции, проложены коммуникации. На основе этого анализа система автоматически рассчитывает реальный процент готовности по каждой зоне, показывает еженедельную или ежемесячную динамику

На выходе руководитель получает не субъективное мнение, а объективную динамику в виде наглядных дашбордов. Система сама подсвечивает «красные зоны», где прогресса нет, и те участки, которые требуют дополнительного контроля. Это позволяет фокусировать ресурсы именно там, где они нужны, а не распылять их по всему проекту.

Одновременно создается эффект пассивного контроля. Фотографии видит заказчик, которому достаточно пару раз показать на них, где проблема. При этом подрядчик становится дисциплинированнее, площадка чище и организованнее. И все это — без постоянного давления и выездов.

На одном проекте благодаря анализу через фото в сжатые сроки был поднят темп работ на участке с серьезным отставанием от графика. Было решено перейти на ежедневную фотофиксацию этажа с 20-ти точек. Заказчик буквально по снимкам в режиме реального времени управлял процессом, перебрасывая бригады на проблемные зоны. Это позволило поднять темп и выйти в график.

3. Классификация моделей

Одна из главных проблем при работе с BIM-моделями – это несовместимость наименований, а значит и данных от разных подрядчиков. Название одного и того же элемента на стройке могло существенно отличаться. Это делало практически невозможной автоматическую привязку модели к календарному графику (4D) или смете (5D). Когда мы передали эту функцию ИИ, хаос прекратился.

ИИ-алгоритм выступает в роли универсального переводчика. Он анализирует геометрию и атрибуты каждого элемента модели и приводит их к единому, стандартизированному классификатору. Элементам присваиваются единые имена и коды, которые передаются всем участникам проекта – от проектировщика до сметчика.

В итоге все начинают «говорить» на одном языке, избежав проблемы «вавилонского столпотворения». Проект получает цифрового двойника, в котором можно строить точные графики выполнения работ, формирования сметы, подсчет объемов и динамики.

4. Умный поиск по документам

С ИИ появилась возможность находить нужную информацию на стройке за секунды,  тогда как раньше в поиске конкретного узла приходилось вручную листать десятки многостраничных PDF-файлов.

Нейросеть индексирует все чертежи в системе, распознает штампы, названия листов, ключевые пометки и создает единую поисковую систему по всему проекту. Инженер вводит запрос: «План монолитных конструкций, 7 этаж» и через секунду получает прямую ссылку на нужный лист в нужном файле.

Это сокращает время на поиск информации до 95% и значительно ускоряет принятие решений непосредственно на стройплощадке.

5. Определение зон с проектными ошибками

Главный инженер проекта (ГИП) – ключевая фигура, но часто его время съедает рутина: проверка элементарных ошибок, пустые штампы, отсутствие подписей, битые ссылки на нормативы. Это отвлекает от решения действительно сложных инженерных задач.

ИИ-агент проводит предварительный анализ входящей документации, но не выдает готовых замечаний, а лишь «подсвечивает» потенциально проблемные листы, обращая на них внимание ГИПа. Такие инструменты уже сегодня позволяют выявлять до 50% элементарных ошибок еще до того, как документ попадет к человеку. ГИП фокусируется на сложных технических задачах, а рутину выполняет ИИ-помощник. Процесс согласования ускоряется, а риск пропустить критическую ошибку из-за человеческого фактора сводится к минимуму.

6. Формирование ведомостей объемов работ

Подсчет объемов выполненных работ для различных форм (КС-2, КС-3, КС-6а) – это вечная головная боль. Ручной сбор данных из спецификаций и чертежей занимает дни, чреват ошибками и часто приводит к финансовым конфликтам с подрядчиками.

Нейросеть сканирует чертежи в форматах PDF и DWG, находит таблицы со спецификациями, распознает наименования и цифры, автоматически формируя цифровую ведомость объемов работ. Время на подсчеты сокращается с четырех рабочих дней до 30 минут, а каждая цифра становится «прозрачной» и верифицируемой. В итоговой ведомости она получает прямую ссылку на конкретную пометку в исходном чертеже. Это обеспечивает 100% проверяемость данных и снимает почву для споров с подрядчиком.

Заключение: стратегия, а не функция

Подводя итог, важно подчеркнуть два момента.

Во-первых, проекту, конечно, нужна цифровая основа для такой аналитики – среда общих данных (СОД). В ней вся информация уже структурирована и готова к интеллектуальной обработке. Такие платформы уже используют застройщики для своих проектов, но пока еще в недостаточном количестве. В России в целом несколько тысяч застройщиков, а к SIGNAL или платформам, подобным ей, подключены только 350-370 компаний.

При этом недавний опрос среди клиентов показал 76%-ный уровень удовлетворенности таким цифровым инструментом. Это выше, чем у многих корпоративных систем. Это значит, что технологии не усложняют жизнь строителям, а делают ее проще и понятнее.

Во-вторых, искусственный интеллект в строительстве – это не история про сокращение персонала. Это история про эволюцию каждого проекта в частности и всей отрасли в целом. Нейросеть не сможет заменить человека (по крайней мере в обозримом будущем), но уже сейчас она дает сверхспособности: видеть проект в реальном времени целиком, предсказывать узкие места на основе точных данных и принимать решения, подкрепленные аналитикой, а не интуицией.

Как показывает практика, эффект от внедрения таких решений измеряется не только в сэкономленных часах, но и в нивелировании споров, росте дисциплины, качестве работ, что в конечном счете влияет на сроки и бюджет. А цифровой напарник становится конкурентным преимуществом, которое напрямую влияет на сроки и прибыль.