ИИ в составлении строительных смет: что уже работает, что пока лишь демонстрация и как подрядчикам это определить

Строительство начинается с чертежей. Прежде чем подрядчик сможет подать заявку на строительство здания, кто-то из его команды подсчитывает объемы работ по чертежам. Специалист изучает комплект проектной документации — PDF-чертежи, которые архитектор и инженеры выпускают для проекта, — и подсчитывает и измеряет все, что подрядчик будет поставлять и монтировать: розетки, двери, раковины, погонные футы стен, квадратные футы напольного покрытия. Эти объемы вносят в смету — документ с расценками, на основании которого формируется заявка. Если подрядчик выигрывает тендер, те же цифры снова фигурируют в документах об изменении объема работ — оформленных с указанием стоимости и подписанных поправках к договору, которые вносят при изменении проекта.

Подсчет объемов работ по чертежам занимает много времени, однообразен, а ошибки обходятся дорого, поэтому это очевидная область для применения ИИ. Я разрабатываю ПО для чтения строительных чертежей, и подрядчики, с которыми я общаюсь, пытаются понять, каким заявлениям об ИИ можно верить. Вот как я отличаю то, что уже работает, от того, что пока остается демонстрацией.

Оптимизм опережает внедрение

Два недавних опроса позволяют оценить этот разрыв. В исследовании Dodge Construction Network совместно с CMiC, опубликованном в декабре 2025 года, 87% подрядчиков заявили, что ожидают от ИИ преобразования отрасли, а 19% сообщили, что уже адаптировали под него свои рабочие процессы.

RICS, профессиональная организация сюрвейеров, опросила более 2 200 специалистов строительной отрасли для подготовки доклада об ИИ в строительстве за 2025 год. Около 45% сообщили, что в их организациях ИИ не внедрен, а менее 1% заявили, что его использование полностью интегрировано во все процессы организации. Construction Dive осветило результаты опроса под заголовком «Строители не спешат внедрять ИИ, несмотря на ожидаемые преимущества».

Оптимизм и внедрение ИИ по данным двух недавних опросов. Источники данных: Dodge Construction Network и CMiC (декабрь 2025 года), RICS (2025 год). Изображение: Bildrix

Подготовка к строительству — все, что подрядчик делает до начала работ на площадке (подача заявок, проверка документов, составление графиков), — естественная отправная точка, поскольку исходные данные уже представлены в цифровом виде.

Что работает уже сегодня

Чтение комплектов проектной документации уже стало отдельной категорией работающих продуктов. Программы могут сортировать и именовать листы комплекта, определять масштаб каждого чертежа, подсчитывать обозначения — например, розеток, светильников и сантехнических приборов — сверяясь с условными обозначениями, которые инженер подготовил для этого проекта, а также измерять помещения и стены. Распознавание условных обозначений на чертежах уже много лет активно изучается. В наборе данных FloorPlanCAD, опубликованном в 2021 году, размечено более 10 000 планов этажей по 30 категориям объектов, чтобы исследователи могли обучать и тестировать модели для решения этой задачи.

На практике хорошо работают еще две функции. Первая — поиск ответов на вопросы по чертежам и спецификациям с указанием листа, из которого взят ответ, чтобы специалист мог проверить его за несколько секунд. Вторая — перенос проверенных объемов работ в смету при условии, что в собственном справочнике расценок подрядчика есть соответствующие позиции.

Что пока остается демонстрацией

К трем заявлениям стоит отнестись с особым скепсисом.

Цены, которые никто не проверяет. Цены на материалы и оплату труда различаются по регионам и меняются со временем. Цена, предложенная ИИ, может стать разумной отправной точкой, но ее нужно явно пометить как рекомендацию и сверить с предложением поставщика до включения в заявку.

Любые виды работ с любыми исходными данными. Чистые векторные PDF-файлы, напрямую экспортированные из проектных программ, — самый простой случай. Сканированные листы, фотографии чертежей с телефона и неполные комплекты по-прежнему вызывают сбои, а возможности программ сильно различаются в зависимости от вида работ. Инструмент, который хорошо читает электрические чертежи, может почти не справляться с чертежами по другим видам работ.

Полностью автоматическая подготовка заявок. Многие факторы, определяющие итоговую заявку, вообще не отражены на чертежах: пробелы в разграничении объемов работ между специалистами разных профилей, способы и методы производства работ, фактическое состояние объекта при реконструкции, график и уровень риска, который подрядчик готов принять на себя. Сметчик утверждает итоговую сумму и отвечает за нее.

Что уже работает на практике, а что пока остается демонстрацией. Изображение: Bildrix

Четыре признака демонстрационной версии

1. Программа работает только на чертежах поставщика. Попросите показать ее на вашем комплекте проектной документации — желательно на самом неразборчивом из тех, по которым вы подавали заявку в прошлом квартале.
2. Указан один показатель точности без пояснений. Что именно подсчитывается и с какой точностью, на каких чертежах и каким способом? Цифра без разбивки по отдельным позициям почти ничего не говорит.
3. Ничего не помечено. Любая модель в чем-то не уверена. Если инструмент никогда не показывает сомнений, значит, он их скрывает.
4. Результат выгружается в таблицу, а кто-то вручную переносит данные в смету. Каждое число, введенное вручную, — еще один шанс допустить опечатку.

Что спросить у любого поставщика

• Какие исходные данные принимает программа, какие виды работ охватывает и от выполнения каких задач отказывается?
• Как программа показывает степень неопределенности и сколько времени занимает проверка одного из моих комплектов?
• Можно ли редактировать результат и переносятся ли мои правки в смету и в последующие изменения?
• Используются ли мои данные для обучения чьих-либо моделей и где они хранятся?

Рамочная модель NIST по управлению рисками ИИ — полезный ориентир для последней группы. Среди прочего, в ней говорится, что заслуживающий доверия ИИ должен быть обоснованным и надежным, безопасным и устойчивым, подотчетным и прозрачным, а также обеспечивать повышенную защиту конфиденциальности. Каждое из этих требований можно превратить в вопрос, который подрядчик задаст поставщику.

Почему сомнения — это преимущество

Модели часто бывают увереннее, чем им следовало бы. В 2017 году Гуо и его коллеги показали, что современные нейронные сети, как правило, плохо откалиброваны. Уверенность, которую показывает сеть, часто не соответствует тому, насколько часто она действительно дает правильный ответ. Калибровку можно улучшить, и тогда оценка уверенности превращается в очередь задач. Результаты с низкой оценкой уверенности передают человеку, а результаты с высокой — быстро проверяют.

Для меня это свойство важнее любой громкой функции. У сметчика нет времени перепроверять каждый подсчет в комплекте из нескольких сотен листов. Зато он может проверить несколько десятков пунктов, которые программа помечает как сомнительные. Сметчик по-прежнему подписывает тендерное предложение, а хорошие инструменты позволяют быстро его проверить.

Программа считывает данные и подсчитывает объемы, человек проверяет сомнительные результаты, а сметчик подписывает тендерное предложение. Изображение: Bildrix

Недавно Unite.AI опубликовал материал Бабера Джаведа о разработке ИИ для расчета заработной платы, приема абитуриентов и других сфер, где ошибки обходятся дорого. По его мнению, во всем, что влечет финансовые или юридические последствия, должны главенствовать детерминированные правила; модель же должна интерпретировать данные и объяснять выводы, а там, где ошибки дорого обходятся, необходима проверка человеком. Строительное тендерное предложение — как раз такой случай.

За чем следить дальше

Я ожидаю, что в ближайший год прогресс будет связан с тем, что происходит после первого подсчета объемов: сравнением редакций чертежей и переносом изменившихся объемов в документы на внесение изменений и счета без повторного ввода данных. Именно на изменениях подрядчики теряют деньги, сами того не замечая: если никто не учел изменение в стоимости, работа выполняется бесплатно.

Если вы занимаетесь подрядным бизнесом и хотите попробовать что-то из этого, протестируйте решение на собственных чертежах, поручите человеку проверять каждый результат и записывайте свои показатели: затраченное время, выявленные и пропущенные ошибки. Эти данные дадут вам больше, чем любые цифры поставщика.

Что вам нужно увидеть, прежде чем доверить машинному подсчету объема работу, в смете на которую будет стоять ваше имя?