К 2030 году рынок искусственного интеллекта (ИИ) в строительстве может достичь $550 млрд, а в России — 1 трлн рублей. Однако внедрение сдерживают регуляторные барьеры и нехватка кадров. При этом на фоне роста стоимости трудовых ресурсов возрастает потребность в новых решениях — как на строительной площадке, так и за её пределами. Но пока результаты не слишком впечатляют. Отчасти это связано с изоляцией от западных технологий, отчасти — с высокой стоимостью внедрения инноваций.
Какие технологии ИИ используются на стройке
Одним из немногих успешно освоенных инструментов стали ТИМ-технологии, которые уже используют все крупные застройщики. Тем не менее они пока не интегрированы в единую экосистему. Можно предположить, что с развитием искусственного интеллекта в ближайшее время станет возможным отказ от архитекторов и проектировщиков (это 1,5–3,5 % строительного бюджета).
Полный переход к автоматизированным закупкам материалов может сэкономить ещё 1–5 %. Некоторые компании уже внедряют подобные решения, но для масштабирования необходимо, чтобы на цифровой уровень перешли не только застройщики, но и поставщики.
«В ближайшие годы вряд ли удастся реализовать это повсеместно из-за множества неопределённостей, низкой готовности отрасли к изменениям и высокой стоимости внедрения. Однако есть отдельные направления, где искусственный интеллект уже можно применять», — считает директор по строительству Setl Group Виталий Ершов.
ИИ крайне функционален в вопросах прогнозирования и планирования. Он может анализировать исторические данные о ценах, экономические показатели и другие факторы, чтобы прогнозировать будущие цены на строительные материалы. Есть эффект от работы ИИ с кадрами — при загрузке полных данных о проекте, ходе и темпах строительства можно рассчитывать необходимость в рабочей силе.
Также алгоритмы AI могут обрабатывать данные о сроках выполнения задач, доступности ресурсов, погодных условиях и других факторах, чтобы создать оптимальные графики строительства и минимизировать задержки. Другая возможность — оценка рисков, при которой собираются данные о прошлых проектах, условиях окружающей среды и других факторах, выявляющих потенциальные риски и предлагающих стратегии их снижения.
