Специалисты ИТМО создали платформу, которая с применением разных ИИ-инструментов автоматизирует составление смет и контроль ремонта от дизайн-проекта до «последнего гвоздя». Программа за две минуты выполняет все расчеты, используя СНиПы и ГОСТы для повышения точности, анализирует рынок поставщиков, подбирает оптимальные цены на материалы и формирует необходимую документацию. В результате строительные и ремонтные организации способны экономить до 25% времени на управлении проектами и снижать перерасход бюджета примерно на 20%. Как сообщили «Известиям» эксперты, на данный момент внедрение ИИ в отрасли невелико — порядка 12% компаний применяют его регулярно. Тем не менее такие разработки будут пользоваться спросом в будущем.
ИИ-платформа составит сметуМагистранты AI Talent Hub Университета ИТМО предложили решение для острой в строительной сфере проблемы срывов сроков. Они разработали платформу ConstrAct, которая с помощью ИИ автоматизирует расчет смет и контроль ремонта «до последнего гвоздя».
Как рассказали «Известиям» в вузе, ключевая особенность решения в том, что оно основано на системе ИИ-агентов и подходит для задач разного масштаба: от общей планировки до детализированного дизайн-проекта. Специалистам не нужно вручную дорабатывать и адаптировать расчеты под каждого подрядчика. При оценке учитываются средние рыночные нормы расхода материалов и рекомендации по ремонту в соответствии с действующими нормативами.
— Платформа позволяет перейти от устаревших таблиц и человеческих ошибок к предсказуемому цифровому управлению стройкой. Это особенно важно для малого и среднего бизнеса, где каждый день простоя — это серьезные убытки, — рассказал основатель проекта, магистрант второго курса Артем Астапенко.
Платформа применяет СНиПы и ГОСТы для точных расчетов, оценивает предложения поставщиков, находит выгодные цены на материалы и автоматически генерирует документацию. По словам разработчиков, система берет на себя большую часть рутинных задач сметчиков и ремонтных компаний: от анализа и планирования этапов работ и необходимых материалов до подбора доступных специалистов под конкретные виды работ.
В проекте задействован целый пакет алгоритмов — от OCR+CV (распознавание текста на изображениях и компьютерное зрение) до мультиагентных систем, в которых используются LLM и VLM (большие языковые модели и модели, способные анализировать видео).
— Но, разумеется, работу сметчиков оно не заменит, а только поможет выполнять ее быстрее, — сказал Артем Остапенко.
Фото: личный архив Интерфейс системыСистема обрабатывает загруженные документы (чертежи, планы, дизайн-проекты), за две минуты формирует точную смету, выстраивает логистику этапов и помогает контролировать каждый шаг отделки. Благодаря этому строительные и ремонтные организации могут сокращать до 25% времени на управление проектами и уменьшать перерасход бюджета на 20%. По данным ИТМО, в результате число срывов сроков проектов снизится примерно вдвое.
Востребованность ИИ на строительном рынкеПотенциальные пользователи — строительно-ремонтные компании, девелоперы, сервисы недвижимости и частные заказчики.
Проект выполнили магистранты с учетом реальных потребностей строительной отрасли и рынка. Он уже привлекает интерес потенциальных заказчиков, отметил руководитель и сооснователь магистратуры по искусственному интеллекту ИТМО, лауреат премии Yandex ML Prize этого года в номинации «руководители образовательных программ» Дмитрий Ботов. В рамках отраслевых хакатонов команда создала специализированные подмодули под запросы крупных компаний.
— Роль AI-инженера сегодня трансформируется: из проектировщика и разработчика технических систем он становится специалистом, способным переводить отдельные процессы на нейросети и «ИИ-фицировать» бизнес, по аналогии с электрификацией в прошлом, — рассказал он.
Часть задач при строительстве объекты российские девелоперы уже сейчас передают ИИ-ассистентам. Наиболее востребованы сегодня нейросетевые сервисы для автоматизации рутинных операций в проектировании, отметил руководитель направления ИИ Cloud.ru Дмитрий Юдин.
— Сейчас порядка 70% времени процесса возведения объекта уходит именно на проектирование. Среди причин — дефицит квалифицированных инженеров, искажение данных при передаче между различными организациями, высокая стоимость задержек и ошибок. Поэтому у строительной отрасли сформировался запрос на использование LLM в том числе для ускорения анализа проектной документации, поиска информации в сметах, ассистирования в разработке смет, — сказал эксперт.
Еще одно популярное применение ИИ в строительстве — визуализация дизайна и интерьера. Модель генерирует варианты макетов и предлагает улучшения с учетом таких факторов, как цена, экологичность и используемые материалы. Время на визуализацию проектов с помощью ИИ сокращается примерно на 40%. Кроме того, ИИ активно применяют для составления планов и прогнозов: агент анализирует данные о доступности специалистов, материалах, погоде и предлагает или внедряет корректировки без ручного участия. Это позволяет уменьшить время задержек до 20%, сообщил специалист. Менее распространенные сценарии применения ИИ включают обработку видео с дронов для контроля хода строительства и автоматическое выявление рисков безопасности. Нейросети также используют в логистике для оптимизации маршрутов техники и грузоперевозок.
— Однако пока уровень внедрений невысокий — сейчас регулярно применяют ИИ в процессах строительства лишь порядка 12% компаний, — казал Дмитрий Юдин.
Предложенная платформа иллюстрирует общий тренд отрасли — переход от разрозненной цифровизации к сквозной автоматизации процессов. Оценивать такие решения следует через призму нормативных требований, надежности алгоритмов и реальной применимости на производстве, считает первый заместитель генерального директора научно-технического центра «Строительство», преподаватель кафедры металлических и деревянных конструкций Московского государственного строительного университета, эксперт НТИ Григорий Бажин.
— Заявленный эффект — экономия до 25% времени и снижение перерасхода бюджета на 20% — возможен только при условии, что алгоритмы учитывают реальные производственные условия: вариативность материалов, логистические задержки, отклонения фактических объемов от проектных, работу подрядчиков с разным уровнем квалификации. На практике это требует обученных моделей на больших корпусах данных и постоянного мониторинга качества, — подчеркнул эксперт.
В настоящий момент команда разработчиков ведет переговоры о запуске пилотных проектов и интеграции платформы с крупными маркетплейсами строительных услуг.