Юрий Хаханов: «ИИ-проектировщик вытеснит человека быстрее, чем вы думаете»

Какие ИИ-проекты реально адаптированы к специфике стройки, к ее особенным данным, стадийности, нормативам и физической непредсказуемости? Что, по вашему мнению, в этой отрасли может «выстрелить» первым?

Честно говоря, я бы не стал делать акцент на «непредсказуемости» стройки, она не настолько хаотична, чтобы выносить это в отдельную категорию. А вот то, что ИИ сейчас охватывает почти все стадии жизненного цикла — от проектирования до эксплуатации и развития территорий, — уже стало нормой.

На этапе проектирования, особенно при работе с типовыми или социальными объектами, ИИ способен сгенерировать десятки архитектурных решений за считаные часы. То, что раньше занимало у архитектурного бюро месяц, теперь выполняется за день. Так процессы ускоряются в разы.

Контроль строительства тоже стремительно уходит в «цифру». Появляются решения на базе интеллектуальной видеоаналитики: камеры фиксируют происходящее на площадке, а система в реальном времени определяет отклонения от плана, сигнализирует о потенциальных нарушениях, будь то сбои в поставках или нарушение техники безопасности. Все это превращает наблюдение в полноценный инструмент управления.

Развиваются и более прикладные инструменты. Раньше инженер выходил на объект и вручную фиксировал, что не так. Сейчас достаточно навести камеру телефона и ИИ сам определит нарушения, от неубранного мусора до несоответствий в конструкции. Проверка становится намного быстрее и точнее.

В продажах ИИ работает особенно активно. Он помогает анализировать звонки, обрабатывать массивы данных, выявлять клиентов, с которыми стоит продолжать работу. Здесь эффект от применения виден сразу, и бизнес быстро считывает выгоду.

Не менее важна и сфера эксплуатации. Ушли иностранные производители оборудования, вместе с ними ушли и регламенты. Теперь обслуживание приходится выстраивать заново, и тут как раз помогает ИИ. Он анализирует показания систем, особенно по дорогостоящим узлам, и подсказывает, когда действительно необходим ремонт. Это и есть предиктивная аналитика, давно применяемая в промышленности, а теперь адаптированная под жилые и коммерческие объекты.

Да, решения часто приходят из других отраслей, но хорошо настраиваются под строительную специфику. Конечно, сигналы, которые обрабатываются в здании, сильно отличаются от тех, что идут с турбины или компрессора. Но сами алгоритмы и логика работы моделей схожи. Отличий меньше, чем кажется.

Вы сказали, что в стройке не так много непредсказуемости. Но как обывателю мне кажется: если ИИ проектирует здание, то ведь это серьезно. Раньше на это уходили недели, а теперь часы? Кто и как проверяет, что все сделано правильно?

Да, конечно, все в итоге проверяется вручную. Искусственный интеллект пока не рисует здания в нужном для стройки разрешении и точности. Он генерирует концепции, черновые архитектурные решения, на их основе человек выбирает наилучший вариант. А дальше уже идет полноценная детализация, которую по-прежнему выполняют архитекторы и инженеры.

Есть стартапы, которые сейчас пытаются автоматизировать даже проектирование инженерных систем — пожарных, вентиляционных и других. Но это все еще на стадии разработки, до промышленного внедрения такие решения пока не дошли.

Вы еще говорили про видеоаналитику. Понятно, когда она выявляет мусор или нарушения, но как система может просто помогать стройке? Что она отслеживает? Рабочих?

Сценариев много. Камеры фиксируют количество рабочих на объекте, отслеживают, кто находится на площадке, сколько времени провел, какую зону покинул. Это помогает вести точную статистику и следить за трудовой дисциплиной.

Следующий уровень — контроль средств индивидуальной защиты. Система отслеживает, надеты ли каски, жилеты, перчатки, а в некоторых случаях — даже насколько корректно их носят. Например, маска на подбородке — это уже нарушение. В промышленности такие алгоритмы применяются жестко, потому что штрафы серьезные. В стройке пока мягче, но технологии уже те же.

Есть и более сложные задачи, например, автоматический анализ строительной готовности: сколько этажей уже построено, соответствует ли это плану. И еще один блок — тревожные сигналы, так называемые алармы. На стройке они свои: система может связаться с краном, спецтехникой, определить, находится ли человек в потенциально опасной зоне. Это все помогает следить за безопасностью в режиме реального времени.

По-вашему, это все действительно помогает? Или рабочие чувствуют, что за ними постоянно следят?

Это, конечно, история про помощь. Если бы она мешала, такие системы просто не внедряли бы. Но да, если смотреть глазами «ленивого рабочего», то ИИ, конечно, мешает расслабляться. С другой стороны, он помогает работать эффективнее и безопаснее. Все зависит от точки зрения.

Есть ли примеры, где ИИ уже применяется в проектах Build UP? Кто что делает и на каком этапе?

Да, у нас уже есть компании, которые, например, умеют генерировать несколько вариантов размещения домов в квартале, с учетом высотности, инсоляции, нормативов. Причем такие решения масштабируются: они могут работать как на небольшом участке, так и на территории в 100 гектаров и больше.

В продажах тоже интересные кейсы. Есть решения, которые генерируют персональные презентации для клиентов. Покупатель приходит в офис, отвечает на несколько вопросов о своих предпочтениях и система тут же собирает подборку вариантов, формирует презентацию и отправляет ее на e-mail или в мессенджер. Не нужно просматривать сотни объектов, остается выбрать из двух-трех наиболее подходящих.

Мы общались с пользователями, они говорят, что такие подборки действительно полезны и срабатывают точно.

Есть и другие инструменты, например бейджи с записью разговоров, где потом ИИ анализирует диалог с клиентом. Таких решений все больше, и они закрывают реальные задачи.

Расскажите, где ИИ действительно помогает снижать количество ошибок или оптимизировать стройплощадку?

Да, я бы вернулся к теме стройконтроля. Есть две типичные ошибки. Первая — когда рабочий неправильно классифицирует нарушение. Таких типов довольно много, и человек может просто выбрать не тот. Искусственный интеллект, анализируя фото, обеспечивает куда более высокую точность определения, что именно идет не так.

Вторая распространенная ошибка — когда обходчик отмечает не то помещение, где произошло нарушение. И потом, когда нужно разобраться, где именно была сделана фотография, это становится проблемой. ИИ, после нескольких проходов по объекту, может сам рассчитать и определить, в каком помещении зафиксировано нарушение.

Фактически ИИ уже сейчас частично заменяет человека, быстрее, точнее, без потери контекста. В будущем, думаю, мы вообще перейдем к автоматическому контролю: не рабочий с телефоном будет ходить, а камеры будут размещены на мобильных носителях, например роботах-собаках. И все это будет работать автономно. С технологической точки зрения ограничений почти нет, вопрос лишь в масштабе внедрения, думаю, такие решения станут реальностью в ближайшие два-три года.

Тогда логичный вопрос: не приведет ли широкое внедрение ИИ к сокращению рабочих мест? Или, наоборот, появятся новые специальности и людям нужно будет переобучаться?

Какие-то профессии, конечно, уйдут, как это всегда бывает с приходом новых технологий. Но если смотреть в исторической перспективе, смена технологических укладов не приводила к росту безработицы. Такой прямой связи нет. Просто меняется структура занятости: появляются новые профессии, другие требования к квалификации.

И что важно, ИИ сам по себе требует серьезной подготовки. Чтобы обучить модель, нужно провести сотни, а то и тысячи обходов с оборудованием, собрать и разметить массив данных. Поэтому, наоборот, сейчас возникает спрос на профессии, связанные с обучением и настройкой ИИ. Так что массового вытеснения людей я не жду. Скорее трансформацию и перепрофилирование.

Получается, вы в том числе закрываете проблему нехватки кадров с помощью ИИ?

Именно так. Сейчас минимальная зарплата даже для низкоквалифицированного рабочего на стройке около 100 тысяч рублей. Таких, кто согласен работать за меньшие деньги, просто не осталось.

Если сравнить с ситуацией двух-трехлетней давности, когда рабочая сила стоила 20–40 тысяч, разница огромная. Тогда технологии выглядели как «дорогая альтернатива», и многие говорили: проще взять еще пару человек на смену. А сегодня фокус сместился. Автоматизация и ИИ стали гораздо более экономически обоснованными.

А вы уже задумывались о том, как обучать людей работе с ИИ? Или они адаптируются сами, в процессе?

Пока вопрос решается в основном на уровне корпоративного обучения. Но мы видим, что появляются и специализированные программы, новые направления в университетах. Ведущие вузы уже запускают профили, связанные с ИИ в строительстве, урбанистике, эксплуатации. Так что система начинает реагировать.

Как вы оцениваете потенциал 3D-печати и роботизации в связке с ИИ? Это уже наступившее будущее или пока пилоты?

Здесь несколько аспектов.

Во-первых, далеко не все знают, но Россия сейчас — один из мировых лидеров по экспорту 3D-принтеров. Мы действительно находимся на передовой. Еще пять лет назад в этой сфере у нас в Сколково было всего две-три компании, сегодня — более двадцати. Рост в десять раз и по числу разработчиков, и по количеству производителей оборудования и технологий.

Уже сейчас в стране есть коттеджные поселки, напечатанные на 3D-принтерах. Их продают, люди в них живут. Пока, конечно, речь идет о малоэтажном строительстве — это основная зона применения, но спрос и интерес растут.

Во-вторых, активно развивается направление экотуризма. Например, в Подмосковье в прошлом году появился первый в стране 3D-отель. Там сейчас очередь на бронирование — порядка полугода. И любой желающий может попробовать пожить в «напечатанном» номере. Это уже не концепт, а реальный коммерческий объект.

Стоит понимать, что малоэтажка — это не ниша, а уже доминирующий формат. Около четырех лет назад в России впервые доля малоэтажного строительства превысила многоэтажное. Сейчас она стабильно выше 50% и продолжает расти.

И если говорить шире, российские 3D-принтеры уже используют даже за пределами стройки. Например, на них печатали искусственные коралловые рифы, которые затем устанавливали в море. И на них действительно начала формироваться экосистема. Такие кейсы доказывают, насколько широк потенциал технологии.

Наш первый резидент в этой сфере компания АМТ. Они совершили прорыв, первыми в мире научившись печатать не на специальных, а на обычных бетонах. Такой подход принципиально меняет ситуацию: спецбетоны дорогие, их сложно доставлять, к тому же они требуют особых условий. А тут стандартный стройматериал, который уже есть на площадке. Благодаря этому внедрение технологии становится гораздо проще и дешевле.

Как участники акселератора решают проблему с качеством и объемом данных для ИИ? Все-таки стройка не самая цифровая отрасль. Хватает ли данных для обучения моделей?

На самом деле это одна из главных проблем в отрасли. И, если честно, силами акселератора ее не решить, у нас все-таки фокус на развитие малых компаний.

А вот задача по сбору и консолидации отраслевых данных уже на уровне государства. Нужно формировать единое хранилище, на котором смогут учиться ИИ-модели. И я надеюсь, что в ближайшие годы удастся договориться о принципах совместной работы в этом направлении. Без таких усилий прогресс будет фрагментарным.

Какую ошибку чаще всего совершают ИИ-стартапы, приходящие с идеями для города?

Ошибаются все по-разному. Но если выделить что-то общее — многие недооценивают силу традиционных алгоритмов. Иногда классическая логика оказывается эффективнее, чем ИИ. Конечно, тренд на искусственный интеллект продолжает расти, и в ближайшие годы он, скорее всего, обгонит все остальные подходы. Но пока не все и не везде стоит автоматизировать именно нейросетями.

Например, в недвижимости уже несколько лет обсуждается идея динамического ценообразования. Предполагается, что ИИ будет рассчитывать стоимость строительства, в зависимости от условий, ресурсов, сроков. Идея витает года три-четыре. Все хотят, чтобы она «летала», но пока она так и не заработала. Слишком много переменных и не хватает стабильной цифровой базы.

Какие механизмы вы используете, чтобы стартапы доходили не только до стадии MVP, но и до контрактов с крупными застройщиками или администрациями?

Наш основной инструмент — программа Build UP. В этом году мы проводим ее уже в седьмой раз. Она включает две ключевые части.

Первая — это поиск решений. Причем мы, насколько мне известно, единственные не только в России, но и в мире, кто на протяжении шести лет стабильно находит 600–700 новых технологий в год, ориентированных именно на недвижимость, стройку и эксплуатацию объектов.

Вторая часть — помощь во внедрении. Здесь мы выступаем как медиаторы между стартапами и крупным бизнесом, устраняя типичное недопонимание между сторонами. В этом и заключается наша уникальная роль: довести решение до практического применения.

Если сравнить по цифрам: когда бизнес работает со стартапами напрямую, до результата доходят максимум два-три стартапа из десяти. У нас конверсия 70–80%, то есть семь-восемь решений успешно интегрируется в большой бизнес. Такая эффективность достигается благодаря методике, воронке и отраслевому фокусу. И по масштабам мы даем самую большую воронку в сфере недвижимости. Подобного объема пока никто не предлагает.

За последние шесть лет мы внедрили более сотни инновационных решений, и это уже не эксперимент, а отработанная система. Есть чем гордиться.

Вы также курируете Greentech-направление. Какие ИИ-проекты появляются там? Например, в области прогнозирования потребления ресурсов?

Да, конечно. Во-первых, мы очень быстро провели импортозамещение в области «зеленых» стандартов для строительства. Раньше многие ориентировались на зарубежные методики, сейчас девелоперы успешно перешли на отечественные — и довольны. Среди решений — системы Clever, Green Zoom и другие. Это было быстро и, по сути, безболезненно.

Во-вторых, быстро растет интерес к энергоэффективности. Один из востребованных подходов — оптимизация потребления. Здесь активно применяются алгоритмы на базе ИИ. Сначала система анализирует профиль использования энергии на конкретном объекте, затем дает рекомендации: когда стоит снизить отопление или кондиционирование, какие помещения можно отключать в ночное время, где можно автоматизировать регулировку температуры в зависимости от количества людей.

Допустим, в переговорной ожидали 10 человек, а пришло 15. ИИ автоматически усиливает вентиляцию. Или наоборот, если помещение пустует, зачем его отапливать или охлаждать на полную?

Это не просто про технологии, а еще и про культуру разумного потребления ресурсов. И здесь ИИ — хороший помощник.

Ну и совсем экзотические, но рабочие кейсы: у нас есть стартап, который делает мебель из грибов. Есть краски, полностью безопасные для природы. «Зеленое» строительство не просто живо, оно развивается.

Кто сегодня в городских и строительных структурах лучше всего воспринимает ИИ: проектировщики, девелоперы, власти?

Больше всего открыты к технологиям девелоперы, они на первом месте. За ними идут проектировщики. Власти скорее наблюдают со стороны. Их роль пока больше регулирующая: есть понимание, что ИИ надо осмысленно внедрять, не оставляя без надзора.

Что касается проектировщиков, передовые уже активно используют все, что есть на рынке, в том числе решения наших стартапов. Некоторые пошли дальше, они создают собственные команды, которые пишут ИИ-продукты под задачи конкретного проектного института.

Конечно, есть и те, кто работает по старинке. Но их становится все меньше просто потому, что без технологического апгрейда у них почти не остается конкурентных преимуществ. Поэтому искусственный интеллект в проектировании неизбежно займет свою нишу.

А готовы ли муниципалитеты принимать решения, подсказанные ИИ? Или пока человек всегда будет держать «ручник»?

Тут, наверное, лучше спрашивать у самих муниципалитетов. По моим ощущениям — интерес есть. Но есть и сдерживающие факторы, в первую очередь нормативно-правовые.

Сейчас ведь как? ИИ может что-то смоделировать, но подпись в конце должен поставить человек. Причем часто без возможности что-то изменить или переосмыслить. Такая ситуация, скажем так, не самая комфортная. Поэтому органы власти пока осторожничают.

Если бы вы могли выбрать только один сценарий применения ИИ, который точно хотелось бы реализовать в ближайшие три года, что бы это было: ИИ-архитектор, ИИ-мэр или ИИ-крановщик?

ИИ-крановщика точно не хотел бы — по крайней мере пока. А вот ИИ-проектировщик — это, на мой взгляд, наиболее перспективный и реалистичный сценарий.
Тренд уже задан: ИИ все активнее используется в архитектуре и проектировании. И кажется, что доля ручного труда будет постепенно сокращаться. В этой сфере автоматизация выглядит логично и оправданно.