От 3D-модели квартиры до градостроительной концепции: как ИИ меняет строительство и девелопмент
Разбирались вместе с экспертами, где ИИ уже дает измеримый эффект и действительно ли он способен заменить специалистов.
Нейросети перестали быть экспериментом для строительной отрасли. Сегодня с их помощью архитекторы создают 3D-модели, девелоперы проверяют десятки вариантов планировок и концепций, специалисты автоматизируют работу с документацией, а компании сокращают часы ручного труда в тендерах, BIM и аналитике. Еще недавно сценарий, при котором искусственный интеллект получает фотографии черновой квартиры и планировку, а затем собирает на их основе трехмерную модель помещения, выглядел скорее как технологическая демонстрация. Теперь подобные инструменты становятся частью рабочего процесса. Новая ИИ-модель Astra от ChatGPT, представленная 3 сентября 2026 года, заявлена разработчиками как инструмент для сложных многошаговых задач. В перспективе такие технологии позволяют не просто визуализировать пространство: пользователь может менять элементы 3D-модели, формировать дизайн-концепцию, подбирать материалы, составлять спецификации и сметы, а потенциально — искать исполнителей. Но насколько далеко российские архитекторы, девелоперы и строительные компании уже продвинулись в использовании ИИ? Редакция Всеостройке.рф поговорила с представителями отрасли о том, какие задачи они передали нейросетям и каких результатов удалось добиться.
Архитектор остается главным, ИИ — инструментом
В архитектурном бюро akvk+partners сознательно разделяют зоны ответственности человека и искусственного интеллекта. Андрей Калинин, архитектор, сооснователь akvk+partners:
«Мы в akvk+partners сознательно разделяем роли человека и искусственного интеллекта в процессе создания архитектуры. На первом месте для нас всегда остаётся профессионализм человека. Мы считаем важным сохранять и развивать эту роль, а нейросети использовать как дополнительный инструмент, который расширяет возможности архитектора, но не заменяет его работу. Для нас архитектура — это не изображение, которое можно быстро сгенерировать и представить как готовое решение. За каждым проектом должны стоять идея, понимание контекста, профессиональный выбор и ответственность архитектора. Именно это позволяет создавать действительно уникальную архитектуру».
При этом в бюро уже есть целый набор конкретных ИИ-кейсов.
Иван Пушкин, архитектор akvk+partners, интегратор ИИ:
«Мы используем нейросети прежде всего там, где они позволяют ускорить отдельные этапы проектирования и быстрее проверить большее количество вариантов. Обычно работа начинается с предпроектной аналитики. ИИ помогает быстрее собрать и структурировать информацию об участке, сопоставить разные параметры — транспорт, окружение, инфраструктуру, рельеф и другие особенности территории — и сформировать гипотезы для дальнейшей проверки. Это позволяет учитывать больше факторов и быстрее получить целостное представление о месте. При этом данные, полученные от нейросети, обязательно проверяем: они могут быть неточными или неактуальными. Следующий заметный кейс — архитектурные визуализации, особенно виды с высоты птичьего полёта. Раньше подготовка окружения — рельефа, соседней застройки, озеленения, дорог и других элементов — могла занимать от 4 часов до 1–2 рабочих дней. Сейчас с помощью ИИ это время сокращается в 2–3 раза. При этом очень важна точность постановки задачи: чем точнее она сформулирована, тем меньше последующей корректировки. Используем ИИ и для постобработки визуализаций: можно быстро тестировать разные варианты освещения, времени года, озеленения, наполнения и материалов. При этом результат требует проверки — нейросеть может изменить существующие элементы или добавить то, чего в проекте нет. Отдельно используем связку ИИ с Blender. Сейчас она позволяет за несколько минут создавать рабочие 3D-модели небольших архитектурных форм, мебели и оборудования, которые затем можно использовать в проекте. В зависимости от сложности объекта такая модель занимает порядка 5–20 минут. Раньше на аналогичную работу могло уходить несколько дней. ИИ полезен и на этапе поиска архитектурных решений. Иногда ошибки или артефакты в сгенерированных вариантах, наоборот, помогают увидеть неожиданное направление и быстро проверить идею. При этом мы оцениваем не скорость генерации саму по себе, а весь процесс. Вариант можно получить за десять минут, но затем потратить несколько часов на проверку и доработку. Поэтому в каждой задаче важно понимать, где ИИ действительно экономит время, а где быстрее и качественнее сделать работу самостоятельно. И при этом скорость развития самих технологий впечатляет: пока вы читаете этот текст, ИИ, возможно, уже сделал ещё один шаг вперёд и получил новые возможности. Поэтому мы постоянно тестируем новые инструменты и смотрим, где они действительно могут быть полезны в архитектурной практике».
«Унистрой»: ИИ берет на себя документы, BIM и планировки
У «Унистрой» нейросети используются не только для генерации изображений, но и для автоматизации внутренних бизнес-процессов.
Михаил Калашников, заместитель генерального директора компании «Унистрой»:
«Да, мы регулярно используем нейросети и ИИ-инструменты в работе — как в уже действующих бизнес-процессах, так и при разработке новых решений для проектирования, BIM, аналитики и работы с документацией. При этом для нас ИИ — не замена специалиста и не система, которой передаётся принятие инженерных или управленческих решений. Скорее это дополнительный инструмент: специалист формулирует задачу и правила, а ИИ помогает быстрее обработать данные, проверить гипотезу, автоматизировать повторяющиеся операции или найти нужную информацию». Один из уже внедренных кейсов — обработка УПД от поставщиков. Документы приходят в PDF, а одинаковые товары могут называться по-разному. ИИ распознает позиции и предлагает соответствия корпоративному справочнику, который содержит несколько тысяч позиций. Финальное подтверждение остается за сотрудником. Еще одно направление — анализ проектной документации и подготовка данных для «шахматки». Нейросеть распознает таблицы, помещения, номера и площади, сопоставляет их с корпоративным справочником и формирует структурированный файл для загрузки в мастер-систему. ИИ применяется и при разработке плагинов для Revit. Они автоматизируют расстановку перемычек, светильников, розеток, выключателей и другого оборудования. При этом специалист задает правила, а ИИ помогает разработчикам быстрее писать код, работать с Revit API и искать ошибки. Отдельное направление — квартирография и планировки. Здесь алгоритмы должны учитывать размеры квартир, входы, окна, коридоры, лестнично-лифтовые узлы, торцы секций и множество других ограничений. ИИ помогает анализировать алгоритмы и искать причины некорректных раскладок. Также компания работает с DWG, DXF и IFC, превращая графическую информацию в структурированные данные. Это позволяет автоматизировать классификацию элементов и сопоставление их со справочниками материалов и работ. Есть и полностью реализованный кейс с Excel: «В результате из одной исходной выгрузки одной командой формируются сразу два готовых Excel-отчёта». При изменении проекта достаточно сделать новую выгрузку и повторить обработку. Кроме того, в компании развивается корпоративная база знаний с ИИ-ассистентом, а в BIM-направлении создается собственный помощник внутри Revit — ТИМка. Он объединяет корпоративную базу знаний, данные BIM-модели и инструменты автоматизации. В перспективе проектировщик сможет не искать нужный плагин или команду, а сформулировать задачу обычным языком — например: «расставь светильники в комнатах». «В направлении 3D мы рассматриваем ИИ в первую очередь как средство автоматизации технических операций, а не как замену визуализатору. Например, помощнику можно предоставить ограниченный набор команд для работы с объектами, материалами, освещением и камерой в Unreal Engine. Тогда часть однотипных операций — например, подготовку нескольких вариантов освещения одной сцены при сохранении камеры и основных настроек — можно автоматизировать. Художественное направление, композиция и выбор итогового варианта при этом остаются за специалистом. ИИ также применяем для обработки больших объёмов текста: регламентов, инструкций, технических требований, истории изменений программ и протоколов совещаний. Например, запись рабочей встречи можно транскрибировать, а затем автоматически выделить из неё принятые решения, спорные вопросы, задачи, ответственных и требования, которые необходимо перенести в техническое задание. Вместо повторного просмотра всей встречи сотрудник получает структурированный результат и при необходимости возвращается к конкретному фрагменту обсуждения. Аналогично историю изменений программного продукта можно сначала преобразовать в техническое описание, а затем — в короткую понятную инструкцию для конечного пользователя: что изменилось, какую задачу решает новая функция и как ей пользоваться», — отмечает Михаил Калашников.
Концепцию микрорайона можно собрать за несколько дней
По мнению Арсения Киселева, коммерческого директора ГК «Новалур», нейросети уже стали полноценным рабочим инструментом.
«Одно из преимуществ нейросетей — сокращение трудозатрат на визуализацию проектов. Замена цвета на рендере теперь занимает пару минут. Заказчик видит результат сразу, что значительно ускоряет процедуру согласования. Можно сказать, что нейросети стали полноценным рабочим инструментом».
ИИ уже используется и в более сложных задачах. В частности, Ant Road Planner (ИТМО) моделирует пешеходные потоки с точностью 98%. ИИ-рендеры применяются при разработке дворов по программам ФКГС, а D5 Render способен автоматически заполнять площади растениями с учетом рельефа. Правда, инженерные параметры — уклоны, дренаж и почву — нейросеть самостоятельно не рассчитывает, поэтому необходима проверка специалиста.
Есть и масштабные кейсы в градостроительстве. Платформа rTIM (Rocket Group) совместно с Фондом ДОМ.РФ сгенерировала более 20 концепций застройки территории площадью 42 га за один день. Полный цикл занял три дня, а сроки сократились в 2,5 раза. У TSD Group концепции микрорайонов «Горизонты Хибин» в Кировске площадью 6 га и «Гармония Севера» в Мончегорске площадью 13,83 га были выполнены за три дня одним специалистом вместо 5–8 дней. Нейросети применяются и в планировках. Московская «Квартирография» выдает до трех вариантов планировочных решений за две минуты. По приведенным компанией данным, эффективность использования наземной площади увеличивается на 45%, а эргономика жилых помещений — на 35%. Московский «Цифровой нормоконтроль» сократил время проверки вдвое, а точность выросла на 80%. Сервис SML генерирует эскиз за 3–5 секунд, при этом доля планировок с серьезными ошибками снизилась до 6,9%. ИИ используется и в работе со сметами и документацией. DATATIM увеличил точность категоризации с 70% до 95%. Еще один пример — «СтройИнтел», который разобрал документацию по газификации Мособлгаза за восемь часов вместо 15 дней и выявил шесть расхождений между разделами.
Для строительных компаний особенно заметный эффект ИИ может давать там, где сотрудники ежедневно работают с большими объемами однотипной документации.
Ирина Нагина, коммерческий директор «Фасадные Решения»:
«Мы используем нейросети и автоматизацию прежде всего в работе с тендерной и коммерческой документацией. Для нас здесь самый понятный критерий эффективности — не сам факт внедрения ИИ, а количество ручных операций, которые удалось убрать из процесса, и время специалиста, которое удалось освободить». По ее словам, подготовку технико-коммерческого предложения удалось ускорить в семь раз. Раньше специалист вручную переносил идентичные позиции из коммерческих предложений поставщиков в ТКП для клиента. Теперь эта часть процесса автоматизирована: сотрудник получает уже собранную структуру и занимается проверкой данных, оценкой решения и оптимизацией. Еще один кейс — заполнение форм для идентичных объемов работ. Здесь автоматизация позволила примерно вдвое сократить срок подготовки документов. При этом компания работает над более сложной задачей — автоматическим сопоставлением объемов работ в проектной документации с ведомостями объемов работ. «Готового решения, которое закрывало бы нашу задачу так, как нам необходимо, мы на рынке пока не нашли, поэтому сейчас ищем собственный подход». По мнению Ирины Нагиной, именно здесь проходит важная граница между автоматизацией и профессиональной экспертизой: «Мы не пытаемся заменить нейросетью сметчика или специалиста тендерного отдела, но хотим перестать использовать квалифицированного специалиста там, где его работу способен выполнить алгоритм».
Архитектурное бюро сократило градостроительный цикл с месяца до 18 часов
Еще более показательный кейс приводит Валерия Савиных, архитектор, урбанист, основатель и управляющий партнер бюро городской среды ПРОСТРАНСТВА (SPACES). По ее словам, ИИ прежде всего меняет экономику архитектурного проекта и скорость работы. В бюро используются ИИ-боты для мониторинга профессиональных информационных ресурсов. Один из них каждую неделю формирует сводку новостей по заданной тематике и ключевым словам. Другой помогает с почтовым тиражом: каждое утро формирует сводку задач и планы на день. Встречи транскрибируются и сохраняются на сервере по проектам. На их основе можно быстро формировать пояснительные записки и черновики презентаций. Следующий шаг — автоматизация верстки презентаций по чертежам, схемам и транскрибациям. ИИ применяется и в визуализации: архитекторы создают «белую болванку», добавляют текстуры и с помощью нейросетей тестируют различные решения. Кроме того, технологии используются при разработке сложных механизированных МАФов. Но наиболее впечатляющий кейс связан с градостроительным проектированием больших территорий.
«Обычно цикл создания первоначального варианта от разработки ТЭПов до создания массинга занимал один месяц. Недавно на аналогичный объем территории мы собрали первую “рыбу” для обсуждения менее чем за 18 часов (чуть меньше трех рабочих дней) — это колоссальная экономия ресурса и времени».
У бюро есть и большая внутренняя база знаний: научные статьи, исследования, мировые практики. ИИ анализирует эти массивы по каждому объекту и извлекает ключевые аспекты с референсами. При этом решения, подчеркивает Валерия Савиных, принимает архитектор. Интересный пример — анализ энергоэффективности и инсоляции. В проекте общественного пространства в Ташкенте специалисты рассчитали не просто продолжительность затенения, а процент площади территории, находящейся в тени. В результате 60% территории оказалось в тени, что, по расчетам бюро, позволит снизить общую температуру на участке на 7–10 градусов. ИИ помогает бюро и компенсировать дефицит профессионального программного обеспечения: «Из-за санкций нам недоступен ряд профессиональных программ, и поэтому с помощью нейросетей, не имея профильного IT-образования и штата айтишников, мы сами пишем для своих нужд программные скрипты и модули».
Экономический эффект тоже оказывается заметным. По словам Валерии Савиных, содержание нейросетей — разные языковые модели развернуты на трех компьютерах, а основными функциями пользуются архитекторы и инженеры — обходится компании примерно в зарплату одного архитектора. При этом сокращать штат за счет ИИ в бюро не планируют. Рутинные задачи забирает технология, а специалисты получают возможность заниматься более сложной и творческой работой. «Вместо того чтобы взять еще 4–5 архитекторов, которыми надо управлять, подстраивая и синхронизируя все процессы, мы создали три полноценные ИИ-модели и пытаемся их масштабировать дальше». Сейчас бюро участвует в конкурсе на разработку общественного парка в Эмиратах. В техническом задании муниципалитет отдельно указал: финальные решения должен принимать архитектор, а поиск вариативности, учет множества факторов и оптимизацию должен выполнять ИИ.
ИИ ускорил разработку цифровых продуктов на 20%
Нейросети активно используются не только в архитектуре и строительстве, но и при разработке цифровых продуктов для отрасли.
По словам менеджера по продукту Мажордом Михаила Четверикова, в «Философте» ИИ используется на разных этапах разработки цифровых продуктов. Нейросеть помогает собирать и структурировать информацию из интервью, встреч и обратной связи пользователей, выявлять повторяющиеся проблемы и формировать продуктовые гипотезы. Еще одно направление — аналитика. Часть задач, для которых раньше требовалось участие разработчиков, теперь можно решать быстрее: получать нужный скрипт, проводить анализ и повторно использовать сценарий для новых данных. С помощью ИИ также создаются внутренние инструменты — продуктовые дашборды, аналитические сервисы, инструменты обработки звонков и боты. В разработке нейросети помогают находить нужные участки кода, сокращать рутинные операции, решать инженерные задачи и создавать прототипы до начала полноценной разработки. Результат измерим:
«По итогам I и II кварталов 2026 года использование ИИ позволило нам ускорить разработку примерно на 20%. Отдельные продуктовые инициативы были полностью реализованы с применением ИИ, что позволило существенно сократить затраты на их разработку».
Девелопер: ИИ помогает визуализировать и контролировать продажи
Мария Могилевцева-Головина, коммерческий директор строительной компании «Квартал-инвестстрой», отмечает, что компания подходит к внедрению ИИ прагматично.
«Используем искусственный интеллект там, где это реально экономит время, снижает издержки и повышает качество продукта, но сознательно не делегируем ИИ стратегические решения». Одно из направлений — визуализация и графика. Нейросети используются для постобработки архитектурных рендеров, улучшения качества изображений, дорисовки деталей экстерьера и интерьера, изменения времени года и суток. Второе направление — SMM и генерация контента. AI помогает создавать регулярные публикации, генерировать идеи и структурировать тексты, сохраняя единый Tone of Voice бренда. Третье — оценка качества трафика и контроль отдела продаж. Компания завершает интеграцию AI-модуля для аналитики звонков. Система должна автоматически определять «температуру» лида и прогнозировать вероятность конверсии, а также анализировать работу менеджера и подсвечивать упущенные возможности. При этом стратегические и брокерские задачи компания нейросетям не передает: «У нас сильная команда экспертов-аналитиков, и мы доверяем ИИ только рутинные или вспомогательные операции».
КОЛДИ: градостроительный потенциал за два-три дня вместо месяца
Алексей Погонин, директор по продукту КОЛДИ, также считает ИИ прежде всего рабочим инструментом:
«В КОЛДИ мы рассматриваем искусственный интеллект прежде всего как рабочий инструмент, который помогает быстрее проверять гипотезы и принимать решения на разных этапах создания продукта. При этом нейросети не заменяют архитектора, дизайнера или продуктовую команду — они позволяют специалистам сокращать время на рутинные задачи и одновременно работать с большим количеством альтернатив». Один из кейсов — оформление новой штаб-квартиры КОЛДИ на Кузнецком Мосту. ИИ использовали для подбора палитры акцентных зон на основе произведений из коллекции Третьяковых. Нейросеть применяется и для первоначального поиска пространственного образа — экстерьеров и интерьеров. Это позволяет быстрее сформировать несколько стилистических направлений и выбрать наиболее перспективные для дальнейшей разработки. Еще более заметный эффект получен при формировании градостроительного потенциала земельного участка с визуализацией фасадных решений. Раньше подрядчики оценивали выполнение такой работы примерно в месяц. Сейчас КОЛДИ выполняет этот этап самостоятельно за два-три дня. При этом Алексей Погонин подчеркивает: в девелопменте цена ошибки слишком высока, чтобы полностью передавать принятие решений искусственному интеллекту. «Например, при разработке планировки жилого проекта необходимо одновременно учитывать архитектуру, конструктивные и инженерные ограничения, нормативные требования и сценарии жизни будущего резидента. Финальное решение в таких задачах всегда остается за профессиональной командой».
В перспективе КОЛДИ рассматривает ИИ для предпроектного анализа, работы с большими массивами данных, подготовки документации, подбора материалов, оптимизации внутренних процессов и эксплуатации объектов.
Екатерина Сударева, директор по маркетингу компании Starkwood, отмечает, что компания рассматривает нейросети как вспомогательный инструмент.
ИИ применяется при подготовке и доработке визуализаций — рендеров и видео, которые используются для демонстрации архитектуры проектов и интерьерных решений. Еще одно направление — аналитические материалы: структурирование данных и подготовка сводных обзоров рынка. По оценке компании, это позволяет экономить порядка 20–30% времени на подготовительных стадиях. При этом непосредственно архитектурное проектирование, расчеты, подготовку смет и спецификаций в Starkwood по-прежнему выполняют специалисты компании.
От генерации картинок к полноценному цифровому помощнику
Если сопоставить все приведенные кейсы, становится очевидно: строительная отрасль использует ИИ далеко не только для красивых картинок. Сегодня нейросети уже участвуют в: предпроектной аналитике, создании архитектурных и интерьерных визуализаций, генерации и проверке планировок, градостроительном моделировании, создании 3D-моделей, работе с Revit, DWG, DXF и IFC, обработке УПД и другой документации, подготовке Excel-отчетов, сметных и тендерных процессах, аналитике звонков, работе с BI и корпоративными базами знаний, подготовке презентаций, транскрибации совещаний, написании программных скриптов и плагинов, анализе инсоляции и энергоэффективности, тестировании продуктовых гипотез. При этом практически все эксперты сходятся в одном: главная ценность ИИ сегодня не в том, чтобы заменить архитектора, инженера, сметчика или девелопера, а в том, чтобы убрать из их работы рутину и дать возможность быстрее перебирать варианты. Цифры показывают, что речь идет уже не о небольших экспериментах. Где-то срок сокращается с нескольких дней до 5–20 минут, где-то — с месяца до двух-трех дней или с четырех недель до 18 часов. В тендерной работе подготовка ТКП ускорилась в семь раз, разработка цифровых продуктов — примерно на 20%, а подготовительные аналитические процессы в Starkwood — на 20–30%. И, пожалуй, главный тренд заключается именно в этом: ИИ постепенно перестает быть отдельным сервисом, которым пользуются энтузиасты, и превращается в слой, встроенный непосредственно в рабочие процессы — от Revit и BIM до закупок, продаж, аналитики и управления проектами. При этом финальная ответственность пока остается за человеком. И именно это, судя по приведенным кейсам, позволяет компаниям использовать максимальную скорость нейросетей, не отказываясь от профессиональной экспертизы.
На видео — робот Bright Dream Robotics девелопера Country Garden. Машина самостоятельно наносит шпаклёвку и краску на стены, потолки, балки и другие поверхности.
Минтранс России объявил конкурс среди регионов на запуск проекта по развитию беспилотной аэрологистики. Победитель станет площадкой для отработки доставки грузов дронами.
Разбираемся, как начинался бизнес Сергея Махова, что известно о его семье и личной жизни и что стоит за развитием одного из заметных застройщиков Русского Севера.
Кандидаты в депутаты Госдумы отчитались о доходах и имуществе, но Центризбирком нашел в декларациях то, о чем претенденты на депутатские мандаты забыли.
Китай меняет требования к жилью: в центре внимания теперь звукоизоляция, защита от протечек, доступность, качество строительства и комфорт после заселения.
Рассказываем о биографии Беслана Берсирова, его семье и карьере: как будущий совладелец и генеральный директор ГК «ТРЕСТ» прошел путь от строительного мастера до успешного девелоперского бизнеса.
14-09-2026 15:45
13 
