AI-агенты на стройке: кто и как контролирует проекты

За последний год крупные платформы управления строительными проектами — Procore, Autodesk Construction Cloud, Oracle Primavera — начали встраивать не просто чат-ботов, а агентов¹: программы, которые сами читают документацию по объекту, сверяют её с планом и предлагают действия. Autodesk в 2024 году показала Construction IQ и надстройки на базе своих ассистентов, Procore развивает Procore Copilot, а десятки стартапов вроде nPlan и Buildots продают отдельные ИИ-модули поверх чужих данных. Обещание одно: агент замечает срыв срока раньше прораба и раньше, чем это ударит по бюджету. Проверяем, насколько это близко к реальности.

Что именно делает агент на проекте

Классическая система управления строительством хранит график работ, сметы, акты, журналы, фотоотчёты и переписку. Раньше человек вручную сопоставлял: по графику фундамент должен быть готов, а в фотоотчёте его нет, а в актах он уже принят. Агент делает это сопоставление автоматически и на естественном языке объясняет, где нестыковка.

Типовые сценарии, которые вендоры показывают на демо и частично уже в продакшене:

• Контроль графика. Агент читает обновлённый план-график и предупреждает, какие работы уходят на критический путь и тянут за собой дату сдачи.
• Сверка документов. Сопоставление актов КС-2, журналов работ и фотофиксации — где приняли то, чего нет на объекте.
• Разбор переписки и RFI. Агент группирует запросы на разъяснение проекта, находит те, что висят без ответа дольше срока по контракту.
• Черновик претензии. Когда подрядчик выбивается из срока, агент собирает доказательную базу из журналов и готовит текст уведомления — человек проверяет и отправляет.

Ключевое слово — «черновик». Ни один из серьёзных вендоров не даёт агенту право самому отправлять юридически значимые документы или подписывать акты. Это остаётся за человеком, и на то есть причина: цена ошибки в строительстве измеряется миллионами и уголовными делами при обрушениях.

Агент не заменяет прораба и сметчика. Он убирает у них рутину сверки сотен страниц, чтобы человек тратил время на решение, а не на поиск того, что решать.

Чем это отличается от старой аналитики

Модули аналитики в Primavera и Procore существовали и до LLM: дашборды, отклонения план-факт, прогноз сроков по историческим данным. Разница в двух вещах. Первое — вход. Раньше система понимала только структурированные данные, аккуратно занесённые в поля. Агент работает с грязным входом: сканами актов, фотографиями, голосовыми заметками прораба, письмами. Второе — выход. Вместо графика с красной зоной агент выдаёт формулировку: «работа X опаздывает на 6 дней, потому что не поставлена арматура по позиции Y, ответственный — субподрядчик Z, по контракту это его зона».

Слабое место ровно то же, что и у любой LLM: агент может уверенно сослаться на пункт договора, которого нет, или неверно прочитать цифру со скана. Поэтому все ответственные внедрения строят поверх RAG² — модель отвечает только по конкретным документам проекта и обязана дать ссылку на источник, чтобы человек мог проверить.

Сравнение подходов

Три типа решений на рынке различаются тем, где живут данные и насколько глубоко агент интегрирован.

Стоимость сильно разнится: коробочные надстройки идут допоплатой к основной подписке на платформу, внешние модули часто считают по числу проектов или объёму объекта. Конкретные тарифы вендоры публикуют по запросу и меняют их регулярно — актуальные цифры смотрите на страницах Procore и Autodesk, а не в обзорах.

Кому это пригодится и кому нет

Скорее да

• Генподрядчик с десятком объектов. Когда контроль ведут несколько РП, агент выравнивает картину и ловит отклонения, которые в ручном режиме теряются между отчётами.
• Инфраструктурные проекты с длинным графиком. Прогноз ухода даты сдачи на длинных цепочках работ — то, где ИИ на исторических данных даёт реальную пользу.
• Компании с сильной претензионной работой. Автосбор доказательной базы из журналов и переписки экономит недели на подготовку споров с субподрядчиками.

Скорее нет

• Небольшая бригада на одном объекте. Если весь проект помещается в голове прораба, платить за агента и заполнять систему данными невыгодно.
• Стройка без цифрового учёта. Агенту нечего анализировать, если акты лежат бумагой в вагончике. Сначала нужен нормальный документооборот.
• Те, кто ждёт автопилот. Агент не примет за вас решение снять субподрядчика или остановить работы. Он подсветит проблему — отвечать всё равно человеку.

Что проверить перед внедрением

1. Где физически хранятся данные проекта и кто к ним имеет доступ у вендора — для стройки это часто вопрос коммерческой тайны и режимных объектов.
2. Даёт ли агент ссылку на источник каждого вывода. Без этого проверить его невозможно, а значит, доверять юридически значимым выводам нельзя.
3. На каких данных обучалась прогнозная часть и применима ли она к вашему типу объектов — модель на данных высотного жилья не факт что попадёт в сроки дорожного строительства.
4. Кто отвечает за ошибку агента по договору с вендором. Как правило — вы, поэтому финальное решение всегда за человеком.

¹ Агент — программа на основе языковой модели, которая не просто отвечает на вопрос, а выполняет цепочку действий: читает документы, обращается к системам, формирует результат и предлагает следующий шаг.

² RAG (retrieval-augmented generation) — подход, при котором модель отвечает не из общих знаний, а на основе конкретных документов, которые ей заранее подгрузили. Позволяет привязать ответ к источнику и снизить долю выдумок.