Как AI-стек закрывает весь рабочий контур стройки — и почему у новых проектов фора

Что значит «AI закрывает весь стек стройки»

Современный набор инструментов — при должном усердии команды разработки и адаптивной архитектуре — способен закрыть не одну функцию, а весь рабочий контур строительной компании: контроль на объекте, документооборот, финансы и управленческий учёт, финмодели и проектную аналитику. Ключевое слово — адаптивность: система должна подстраиваться под процессы бизнеса, а не ломать их. Именно это отличает рабочее внедрение от красивой демо-обёртки.

Почему в стройке это особенно недооценено

Потому что стройка — один из наименее оцифрованных секторов в мире. Индекс цифровизации McKinsey Global Institute ставит строительство на 2-е место с конца; производительность отрасли за 20 лет выросла лишь на ~1% против ~2,8% в среднем по экономике, а на IT компании исторически тратят менее 1% выручки — втрое меньше, чем в автопроме и аэрокосмосе. При этом McKinsey оценивает, что цифровизация способна поднять производительность стройки на 50–60%. То есть отставание — это и есть размер апсайда.

Где сейчас реально находится AI — хайп-цикл без иллюзий

Если смотреть трезво, «универсального AI на всё» сейчас нет. По Gartner Hype Cycle for AI 2025, сам GenAI съехал в «долину разочарования» — рынок наигрался в универсальные обёртки и осознаёт пределы; на пике завышенных ожиданий теперь AI-агенты и «AI-ready данные», а фокус смещается к фундаментальным вещам (AI-инженерия, ModelOps), которые нужны для стабильной работы в проде. Наш вывод из этого простой: ставку надо делать не на хайп, а на «скучный» фундамент — данные, процессы, инженерию.

Почему у крупных буксует, а у новых проектов фора

Главный парадокс: 95% корпоративных GenAI-пилотов не доходят до отдачи. По исследованию MIT (GenAI Divide, 2025) лишь ~5% пилотов дают измеримый эффект на P&L. Причина не в моделях, а в «разрыве обучения»: универсальные инструменты не подстраиваются под реальные рабочие процессы, а их сажают поверх жёсткого легаси. Показательно: покупка у профильных вендоров и партнёрства успешны ~67% раз, а внутренние сборки — втрое реже. Крупные не проигрывают в ресурсах (по McKinsey State of AI 2025 компании с выручкой $5B+ масштабируют AI чаще, чем малые) — они проигрывают в трении: слишком много legacy, которое дорого перестраивать. Новый проект этого груза не несёт: его можно строить AI-native с нуля. Это и есть фора.

Причём тут европейские регламенты (BIM, RIBA)

Зрелые рынки уже сделали цифру нормой на уровне закона. В Британии с 2016 действует BIM-мандат (сейчас — Information Management Mandate в рамках UK BIM Framework и стандартов ISO 19650), обязательный для госпроектов независимо от размера; цифровые стадии зашиты в RIBA Plan of Work — от проектирования до эксплуатации. Это готовый каркас процессов, в который система просто интегрируется. Черногория работает в другом формате и идёт к этому своим темпом — но цифровизация сюда придёт в любом случае, и такой каркас её подхватит. Мы хотим встретить эту волну готовыми.

Где тут риск

Источники

• MIT NANDA, «The GenAI Divide: State of AI in Business 2025» — 95% пилотов без отдачи, ~5% успех, buy 67% vs build. По материалам Fortune (18.08.2025), Forbes (26.08.2025).
• Gartner, «Hype Cycle for Artificial Intelligence 2025» — пресс-релиз (05.08.2025).
• McKinsey, «The State of AI 2025» — 88% используют AI, ~1/3 масштабируют, $5B+ чаще.
• McKinsey Global Institute, «Reinventing Construction: A Route to Higher Productivity» — 2-е место с конца, +1% vs +2,8%, потенциал +50–60%.
• UK BIM Framework / ICE — BIM-мандат, ISO 19650, RIBA Plan of Work.