НОВОСТИ СЕГОДНЯ
Специалисты из ИТМО разработали платформу, которая с помощью различных ИИ-инструментов автоматизирует расчет смет и контроль ремонта от дизайн-проекта до «последнего гвоздя». Программа за две минуты может выполнить все расчеты, используя СНиПы и ГОСТы для точности, анализирует рынок поставщиков, находит оптимальные цены на материалы и генерирует документацию. В результате строительные и ремонтные организации могут сэкономить до 25% времени на управлении проектами и сократить перерасход бюджета на 20%. Как рассказали «Известиям» эксперты, пока уровень внедрения ИИ в отрасли невысокий — его регулярно применяют порядка 12% компаний. Однако в будущем такие проекты будут очень востребованы.
ИИ-платформа составит смету
Магистранты AI Talent Hub Университета ИТМО предложили решение для актуальной для сферы строительства проблемы затягивания сроков. Они создали платформу ConstrAct, которая с помощью ИИ автоматизирует расчет смет и контроль ремонта «до последнего гвоздя».
Как рассказали «Известиям» в вузе, основное отличие решения в том, что оно сделано на базе системы ИИ-агентов и работает для решений разного формата: от планировки до детального дизайн-проекта. Специалистам нет необходимости доразмечать и дорабатывать решение под каждого отдельного подрядчика. В процессе оценки учитывается среднее количество материала по рынку и рекомендациям ремонта на основе действующих норм.
— 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 использует СНиПы и ГОСТы для точности расчетов, анализирует рынок поставщиков, находит оптимальные цены на материалы и генерирует документацию. По словам разработчиков, она решает большинство рутинных процессов сметчика и ремонтных компаний, от анализа, планирования этапов ремонта и необходимых материалов, до подборки свободных специалистов под тип работ.
В проекте используется целый ансамбль алгоритмов, от OCR+CV (распознавание текста на изображениях+ компьютерное зрение), до мультиагентных систем, использующих LLM и VLM (большие языковые модели и модели, способные понимать и обрабатывать видео).
— Но, разумеется, работу сметчиков оно не заменит, а только поможет выполнять ее быстрее, — сказал Артем Остапенко.
Система обрабатывает загруженные документы (чертежи, планы, дизайн-проекты), формирует точную смету за две минуты, выстраивает логистику этапов и помогает контролировать каждый шаг отделки. В результате строительные и ремонтные организации могут сэкономить до 25% времени на управлении проектами и сократить перерасход бюджета на 20%. В итоге сроки проектов будут срываться вдвое реже, добавили в ИТМО.
Востребованность ИИ на строительном рынке
В числе потенциальных пользователей — строительно-ремонтные компании, девелоперы, сервисы недвижимости и частные заказчики.
Проект выполнен студентами-магистрантами с пониманием реальных потребностей строительной отрасли и рынка. Он привлекает внимание 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 разработала 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 объектов российские девелоперы уже сейчас передают ИИ-ассистентам. Больше всего сейчас востребованы 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.
Среди других востребованных сценариев применения ИИ в строительстве — визуализация дизайна и интерьера. Модель генерирует варианты макетов и предлагает улучшения с учетом различных факторов: стоимость, экологичность и использование материалов. Время на визуализацию проектов благодаря ИИ также сокращается на 40%. Кроме того, искусственный интеллект активно используется для предоставления планов и прогнозов. ИИ-агент анализирует данные о доступности специалистов, материалов, погоде, и предлагает/внедряет корректировки без ручного вмешательства. Сокращение времени задержек — до 20%, сообщил специалист. Из менее популярных сценариев применения ИИ — обработка видео с дронов для контроля хода строительства на площадке, автоматическое выявление рисков безопасности. Также нейросети используют в логистике — для оптимизации маршрутов тракторов или грузовиков.
— Однако пока уровень внедрений невысокий — сейчас регулярно применяют ИИ в процессах строительства лишь порядка 12% компаний, — казал Дмитрий Юдин.
Представленная платформа отражает общий вектор развития отрасли — переход от фрагментарной цифровизации к сквозной автоматизации процессов. Однако оценивать подобные решения необходимо строго через призму нормативных требований, надежности алгоритмов и реальной применимости на производственных площадках, 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.
Сейчас команда разработчиков ведет переговоры о запуске пилотов и интеграции платформы с крупными маркетплейсами строительных услуг.
Похожие новости: