Кейс: строительная компания сократила смету на 22% с AI-проектированием

Строительная отрасль — одна из последних, где «цифра» всё ещё означает Excel. Проектная документация на бумаге, сметы в OpenOffice, переписка с подрядчиками в WhatsApp. Московская строительная компания «СтройТехПро» (имя изменено, цифры реальные) в конце 2024 решила сломать эту традицию. За полгода они внедрили три AI-инструмента и сократили административные расходы на 22% при росте числа объектов с 4 до 6 одновременно. Разбираем, что именно сделали и сколько это стоило.

Контекст

Компания: генеральный подрядчик, коммерческое строительство (офисы, склады, легкая промышленность). Москва и Московская область.

Оборот: 420 млн ₽/год (2024).

Штат: 85 человек (40 ИТР, 45 рабочих).

Ключевые боли до внедрения:

• Проверка сметы от субподрядчика занимала 3–5 рабочих дней. Сметчик — 1 человек.
• Документация (акты КС-2, КС-3, исполнительные схемы) генерировалась вручную. 4 человека в ПТО.
• Анализ чертежей на ошибки и коллизии — на совещаниях, потери часов инженеров.
• Входящие запросы клиентов обрабатывались 2–4 дня, конкуренты отвечали в день.

Что внедрили

1. AI-проверка смет (основной блок)

Задача: субподрядчик присылает смету на 15–30 млн ₽. Нужно проверить расценки, объёмы, нормы. Вручную — 3–5 дней одного сметчика.

Решение: кастомный AI-агент на базе GPT-4o + система RAG над нормативной базой:

• ГЭСН (государственные элементные сметные нормы).
• ФЕР (Федеральные единичные расценки).
• ТЕР по московскому региону.
• Собственная база «рыночных цен» за последние 2 года (590 позиций).

Как работает:

1. Сметчик загружает Excel/XML смету в систему.
2. AI парсит каждую строку, сверяет с нормативами.
3. Флагирует аномалии: расценка X завышена на 18% vs норматив, объём Y не соответствует техзаданию.
4. Генерирует отчёт: страница PDF с таблицей флагов, общим перерасходом, рекомендациями по торгу.

Бюджет: 680 000 ₽ разработка + интеграция (3 месяца, 1 разработчик + технический директор). API GPT-4o — 25 000 ₽/мес.

Результат:

• Время проверки: с 3–5 дней до 40–90 минут.
• Выявленный перерасход на первых 12 смётах: 8.2 млн ₽ (после переговоров с субподрядчиками сэкономлено 4.6 млн ₽).
• Сметчик перешёл от «проверки цифр» к «переговорам по цифрам».

2. AI-генерация исполнительной документации

Задача: формирование актов КС-2 (выполненные работы), КС-3 (справки о стоимости), исполнительных схем. ПТО тратило 30–40% времени на форматирование и перенос данных.

Решение: AI-бот на базе Claude Sonnet + n8n-воркфлоу:

1. Прораб вносит данные через форму в Telegram-боте: объект, дата, перечень работ с объёмами.
2. n8n передаёт данные в Claude.
3. Claude генерирует заполненный шаблон КС-2 в Word (через python-docx).
4. Документ приходит прорабу и ПТО в Telegram.

Бюджет: 280 000 ₽ разработка + 12 000 ₽/мес API.

Результат:

• ПТО с 4 человек до 2 (2 перешли на управление качеством).
• Время от данных прораба до готового акта: с 3 дней до 2 часов.
• Ошибки форматирования: с ~30% актов до ~3%.

Подробнее про AI-документооборот — в статье про AI для документооборота.

3. Анализ чертежей и выявление коллизий

Задача: архитектурные, конструктивные, инженерные чертежи пересекаются. Коллизии (труба проходит сквозь колонну, ширина двери не соответствует нормам) обнаруживались на стройке — поздно и дорого.

Решение: пилот с использованием Autodesk Construction Cloud + AI-модуль коллизий + кастомный скрипт на базе GPT-4o Vision для анализа DWG/PDF чертежей.

GPT-4o Vision умеет «читать» чертёж: идентифицирует элементы, сравнивает с нормами СП (своды правил) и выдаёт список несоответствий.

Бюджет: лицензия Autodesk Construction Cloud — 45 000 ₽/мес. Настройка и обучение — 200 000 ₽ единоразово.

Результат:

• На первом объекте (склад 3 500 кв.м.) выявлено 28 коллизий до начала монтажа.
• Устранение на стадии проекта: 2–5% от стоимости монтажа. Устранение на стройке: 15–40%.
• Оценочная экономия на одном объекте: 1.2 млн ₽.

Сводная таблица инвестиций и возврата

Инструмент	CAPEX	OPEX/мес	Годовая экономия
AI-проверка смет	680 000 ₽	25 000 ₽	4 600 000 ₽
AI-документация	280 000 ₽	12 000 ₽	1 200 000 ₽ (2 ставки)
AI-коллизии	200 000 ₽	45 000 ₽	600 000 ₽ (1 объект)
Итого	1 160 000 ₽	82 000 ₽	6 400 000 ₽

Payback period: 2.2 месяца. Годовой ROI: 550%.

Хронология проекта

Месяц	Этап
Ноябрь 2024	Аудит процессов, выбор подрядчика
Декабрь 2024	AI-проверка смет — разработка MVP
Январь 2025	Пилот AI-смет на 4 субподрядчиках
Февраль 2025	Полный запуск AI-смет, начало разработки документации
Март 2025	AI-документация в работе на 3 объектах
Апрель 2025	Autodesk AI-коллизии — настройка
Май 2025	Все три системы в проде

Что не сработало

Попытка AI-планирования графика работ

Хотели использовать AI для составления и оптимизации ленточного графика (Microsoft Project). GPT давал «красивые» советы, но не понимал зависимостей между работами (нельзя класть кровлю до несущих конструкций). Через месяц пилота закрыли — слишком много контекста, которого модель не знала.

AI-переписка с заказчиками

Попробовали AI-ответы на входящие письма от клиентов. Строительная переписка специфична: юридические оговорки, ссылки на конкретные пункты договора. AI без строгого промпта ошибался в формулировках. Решили отложить до 2026 Q3, когда обучат бота на своей юридической базе.

Чему научились

1. Нормативная база — критично. AI по смётам работает хорошо только если RAG содержит актуальные ГЭСН/ФЕР. Нормы меняются — база должна обновляться квартально.
2. Прораб — не программист. UI бота должен быть предельно прост. Первую версию прорабы не использовали — «слишком много кнопок». Переделали на WhatsApp/Telegram + голос.
3. AI ловит 80% ошибок, не 100%. Остаток требует экспертной проверки. Сметчик не исчез — изменилась его роль.
4. Интеграция с существующим ПО важна. Autodesk работает плохо, если остальные подрядчики дают PDF-сканы чертежей. Нужно стандартизировать форматы в договорах.
5. Конфиденциальность проектов. Данные о чертежах и сметах отправлялись в GPT-4o через прокси с обезличиванием названий клиентов. 152-ФЗ соблюдён.

Подробнее про безопасность корпоративных данных — в статье про безопасность данных с нейросетями.

AI в строительстве: карта применений 2026

Область	AI-применение	Доступность
Проектирование	BIM + AI коллизий, генеративный дизайн	средний+ бизнес
Сметирование	AI-проверка vs нормативы	любой бизнес
Документооборот	KS-акты, исполнительные, ОЖС	любой бизнес
Управление стройкой	дронофотография + AI-прогресс	крупный
Безопасность	компьютерное зрение, СИЗ	крупный
Управление материалами	прогноз потребности	средний+
Работа с клиентами	AI-квалификация, ответы	любой

FAQ

Может ли AI заменить сметчика? Нет. AI ускоряет проверку в 5–10 раз, но эксперт для переговоров и нестандартных работ обязателен.

Какой бюджет нужен на AI в строительстве? Минимальный вход (ChatGPT + шаблоны + n8n) — от 50 000 ₽/мес. Кастомная система как в кейсе — от 800 000 ₽ разработки.

Есть ли российские инструменты для AI-смет? Да: ГРАНД-Смета AI (пилот), Турбо-Смета работает с AI-плагинами. Также кастомные решения на 1С.

Как AI читает DWG-чертежи? GPT-4o Vision и подобные мультимодальные модели умеют анализировать изображения. DWG конвертируется в PDF или PNG, затем отправляется в модель с промптом.

Нужен ли разработчик для внедрения? Для AI-смет и документации — да, минимум один backend-разработчик. Для базового ChatGPT-промпта — нет.

Что с закрытостью проектных данных? Используйте прокси + обезличивание. Название клиента и объекта → ID. Конкретные адреса → убрать. Основной объём работы (нормы, расценки) — не ПДн.

Что делать прямо сейчас

1. Сегодня: возьмите последнюю смету от субподрядчика, попробуйте проверить через ChatGPT с промптом «сравни с ГЭСН».
2. Эту неделю: оцените, на какие документы уходит больше всего времени ПТО.
3. Этот месяц: запросите демо у ГРАНД-Смета AI или закажите MVP у разработчика.

Связанные материалы:

• 10 кейсов внедрения ИИ в малом бизнесе
• AI и документооборот
• Мультимодальные модели в 2026

Строительство — последний бастион «ручного» управления. Но именно поэтому здесь самый высокий ROI от AI: когда все конкуренты работают вручную, первый, кто автоматизирует, получает преимущество на годы вперёд.