Где ИИ приносит максимум пользы: логистика, строительство, аналитика или креатив

Искусственный интеллект (ИИ) уже перестал быть футуристической концепцией на стройплощадках. Как подчеркивает Алексей Мостовщиков, генеральный директор АНО «Агентство цифрового развития», «цифровой помощник в каске» – это не метафора, а новая реальность отрасли. В эксклюзивном интервью эксперт детально разобрал текущее состояние, вызовы и перспективы внедрения ИИ в бизнес.

Где ИИ приносит реальную отдачу прямо сейчас?

По мнению Мостовщикова, ИИ демонстрирует наиболее быстрый экономический эффект в областях, требующих оперативных решений и насыщенных рутинными операциями:

1. Логистика: Оптимизация маршрутов, управление запасами, сокращение простоев приводят к снижению издержек на 10-50%. Примеры: решения Novo BI для «Волмы» и «Увелки», платформа «N3.Аналитика» (снижение аварийности на 5,5%, оптимизация перевозок в 20 регионах).
2. Строительство: Сокращение сроков проектов на 10-30% и уменьшение бюджета на 10-20% – уже практика, а не теория. Ключевые инструменты:
   • Платформы мониторинга (напр., «Самолет 10D»): Контроль сроков и безопасности стройплощадок в реальном времени.
   • Нейросети (напр., VIJU от «Самолета»): Сокращение простоев техники на 40% за счет анализа работы кранов.
   • Алгоритмы прогнозирования (напр., ДОМ.РФ): Оценка ликвидности объектов, прогнозирование стоимости квадратного метра и сроков строительства (сокращение времени оценки заявки с часов/дней до 30 секунд).
   • Компьютерное зрение (напр., Росэнергоатом, Setl Group): Автоматический контроль ношения средств индивидуальной защиты (СИЗ — касок, жилетов), снижение травматизма.
   • Предиктивная аналитика (напр., «Газпром нефть», «ЛУКОЙЛ»): Прогнозирование поломок оборудования, уменьшение простоев на треть.
3. Государственный сектор: Ускоренная обработка данных для мониторинга (видеоаналитика Ростелекома за ТКО, «Цифровой водоканал» Росатома — экономия до 11% за счет снижения потерь воды, предотвращение аварий в ЖКХ). Пример системного подхода — цифровые школы в Москве.
4. Креативная сфера: Генерация контента, визуалов, текстов становится рутиной во многих компаниях.

Главные барьеры на пути цифровизации строительства

Несмотря на прогресс, внедрение ИИ сталкивается с серьезными препятствиями:

1. Дефицит и низкое качество данных: Разрозненность, устаревшие форматы, отсутствие единой структуры делают данные непригодными для обучения ИИ. Без качественных данных ИИ бесполезен.
2. Нехватка квалифицированных кадров: По оценкам, ИИ используют лишь около 3% строительных компаний. Основная причина — не отсутствие интереса, а дефицит специалистов, умеющих работать с ИИ-инструментами.
3. Сопротивление изменениям и низкая цифровая грамотность: Недостаток доверия к технологиям, страх замены людей, консерватизм («мы всегда так работали»). Эта проблема затрагивает как рядовых сотрудников, так и руководителей. Без понимания базовых принципов и уверенности в пользе инициативы не получают поддержки.

Решение: Укрепление доверия через демонстрацию реальных кейсов и образовательные инициативы (напр., ТИМ-классы в школах для развития инженерного мышления и навыков работы с цифровыми инструментами у детей).

Нормативное регулирование ИИ: Прогресс и нерешенные вопросы

Активно обсуждается законопроект об ИИ. Есть политическая воля (Указ №124 от 2024 г., обязывающий госструктуры внедрять ИИ), но реализация отстает. Например, 33% госконтрактов в строительстве до сих пор не содержат требований по ИИ.

Позитив:

• Поддержка отечественных разработчиков.
• Реестр Минстроя РФ насчитывает уже 34 российских ИИ-решения (и список растет).

Проблемы:

• Авторское право для генеративного ИИ: Кто автор и несет ответственность за решения, созданные ИИ (в проектировании, разработке)? Требует правовой проработки.
• Неполное соблюдение нормативов: Требуется усиление контроля за исполнением Указа №124.

Экспорт российских ИИ-решений: Вызовы и пути преодоления

Выходу российских ИИ-продуктов (особенно в строительстве и урбанистике) на мировой рынок мешают:

1. Нормативные различия: Стандарты (напр., для BIM-моделей — цифровых 3D-моделей зданий), регуляторика (GDPR в ЕС vs российские правила) сильно отличаются.
2. Жесткая конкуренция: Доминирование глобальных игроков (Autodesk, Trimble в BIM). Российские решения (Renga, nanoCAD) близки по качеству, но малоизвестны за рубежом.
3. Отсутствие международных кейсов: Решения (ДОМ.РФ, VIJU) заточены под внутренний рынок, нет внедрений за рубежом → нет доверия на глобальном уровне.
4. Технологическая изоляция: Санкции ограничили доступ к AWS, Google Cloud, что затрудняет развертывание для зарубежных заказчиков.

Стратегия экспорта:

1. Развивать партнерства со странами БРИКС+ (более открытые рынки, проще адаптация).
2. Активное участие в международных выставках (напр., RosBuild), где есть спрос на импортозамещение.
3. Создание полноценных экспортных версий продуктов: не только перевод интерфейса, но и адаптация под местные стандарты, документацию, многоязычие с самого начала проектирования.

Перспективные направления ИИ в строительстве и не только

Эксперт выделяет несколько ключевых трендов:

1. Генеративные технологии: Создание планировок, проектных решений (Rocket Group, ДОМ.РФ в комплексном развитии территорий) – дает ощутимую экономию времени/ресурсов.
2. Прикладные модели:
   • Компьютерное зрение (контроль СИЗ, безопасность).
   • Предиктивная аналитика (прогноз поломок, как в «ЛУКОЙЛе»).
3. Отраслевые платформы (стратегически важно): Систематизация подходов, установка стандартов, повышение прозрачности рынка (напр., Реестр ИИ-решений Минстроя).
4. Нормализация номенклатуры («земная», но критичная тема): Устранение проблемы разных названий одних и тех же материалов/процессов в разных системах, что затрудняет интеграцию. Пример – экосистема «ОРЛАН System», объединяющая отраслевые решения. При оценке стартапов критично понимание командой специфики рынка и умение работать со строительными данными.

Строительная отрасль – фокус системной работы

Для Агентства цифрового развития ИИ в строительстве – не разовая тема, а системное направление работы более 6 лет. Минстрой активно продвигает ИИ (реестры, гранты, пилоты). Появляются измеримые результаты (как 30-секундная оценка заявки в ДОМ.РФ).

Однако вызовы остаются: Около 30-35% строительных компаний относятся к цифровизации формально, как к «галочке». Изменение этого мышления – ключевая задача, в решении которой помогают отраслевые форумы.

Дополнительный вектор: Внедрение блокчейна в строительство на базе «ОРЛАН System» («Единая блокчейн-платформа для строительного рынка» – часть нацпроекта «Экономика данных»). Цель – создать прозрачную, быструю и безопасную цифровую среду для всех участников (от проектировщиков до госзаказчиков).

Где ИИ в строительстве дает максимальный эффект?

Мостовщиков выделяет три ключевых направления:

1. Управление проектами (наибольший комплексный эффект):
   • Автоматизация планирования, контроля сроков, оптимизация ресурсов.
   • Реальность: «Самолет 10D» сокращает простои на 40%; ИИ ДОМ.РФ снижает перерасход материалов на 15-20% за счет точности (превосходит ручной расчет в Excel); ML-системы прогнозируют задержки с учетом погоды, логистики, человеческого фактора.
2. Предиктивный анализ (работа с рисками):
   • Прогноз поломок («Газпром нефть» — уменьшение простоя на треть).
   • Анализ BIM-моделей на коллизии (конфликты систем) на ранних стадиях.
   • Оценка ликвидности и прогнозирование спроса (ДОМ.РФ).
3. Технический надзор и безопасность:
   • Компьютерное зрение (контроль СИЗ — Росэнергоатом, Setl Group).
   • Дроны с ИИ (напр., SkyMule — контроль качества бетона, вязки арматуры).
   • Автоматическая проверка соответствия ГОСТам (нейросети в авторском надзоре «Газпром нефти»).

Формирование нормативной базы: Активность и участники

Работа над нормами идет активно с участием Минстроя, девелоперов (Setl Group, «Эталон», «А101») и технологических компаний.

Достижения:

• Введены национальные стандарты (с января 2025 г.): ГОСТ Р 71750 (терминология ИИ в стройтехнике), ПНСТ 966 (алгоритмы распознавания препятствий).
• Отраслевые стандарты (напр., «Газпром нефти» по ИИ для контроля качества, апрель 2025 г.).
• Реестр ИИ-решений Минстроя/ДОМ.РФ (>40 продуктов).
• Разработка методики оценки внедрения ИИ по 12 параметрам (технология, экономика, социум).
• Господдержка: Указ Президента №124 (2024 г.) обязывает госзаказчиков внедрять ИИ; грантовые программы («Сколково»).

Задачи на будущее: Устранение барьеров в обмене данными между системами и разработка единых подходов к сертификации алгоритмов ИИ.

Заключение: От экспериментов к новой реальности

«Волна хайпа на ИИ прошла», – констатирует Мостовщиков. К технологии теперь относятся прагматично: как к инструменту, который должен либо сокращать издержки, либо повышать эффективность. Приведенные кейсы (VIJU, «Самолет 10D», алгоритмы ДОМ.РФ, системы безопасности) – это не пилоты и не презентации, а повседневная практика, приносящая измеримую экономию и повышающая безопасность. Цифровой помощник в каске – не метафора будущего, а рабочий инструмент сегодняшней стройки. Отрасль стоит на пороге нового этапа, где ключевыми станут системная интеграция решений (как в экосистеме «ОРЛАН System»), развитие нормативной базы и преодоление кадровых вызовов. Успех будет за теми, кто воспринимает ИИ не как «галочку», а как стратегический ресурс трансформации.