От переписок с подрядчиками до Big Data: как нейросети влияют на строительство?
Цена ошибки в строительстве очень высока. Сроки, безопасность, договорные обязательства и качество работы — любое отклонение чревато судом и штрафом. ИИ неизбежно увеличивает риск ошибки, при этом все вокруг говорят о внедрении нейросетей. Возникает вопрос: как же найти баланс между оптимизацией процессов и здравым недоверием к новым инструментам?
В статье рассказываем, с какими задачами уже отлично справляются открытые модели, с чего начать внедрение и сможет ли нейросеть заменить снабженца в ближайшие годы.
Личные задачи: редактура, оформление, черновики
По данным ВЦИОМ, за последний год нейросетями пользовался каждый второй россиянин. Для самых простых операций достаточно доступа к любым открытым моделям, например GigaChat или YandexGPT.
Нейросеть в этом случае берет на себя черновой этап работы — оформление, структуру, первый вариант текста. Бесплатные модели могут ошибаться и выдавать выдуманные факты, поэтому специалист должен вручную проверять и дополнять выдачу.
Вот четыре задачи, с которыми легко справится любая нейросеть →
Письма и переписка. Порой рабочее общение превращается в эмоциональный пинг-понг. Например, подрядчик сорвал срок сдачи исполнительной документации, команда его дергает, все на нервах.
Можно дать нейросети контекст: кто и кому пишет сообщение, какой договорной срок нарушен, что конкретно нужно запросить и с каким дедлайном, в каком тоне. По итогу получим письмо без эмоций с четкими требованиями. Специалисту останется проверить текст и отправить его.
Пример промпта:
Протоколы совещаний. После планерки обычно остается набор разрозненных тезисов: кто-то должен проверить объемы, кто-то — вернуться с ответом по вопросу. Как только встреча закончилась, все ушли заниматься своими делами и договоренности уже вылетели из головы.
Чтобы записать протокол вручную, нужно время. Вместо этого можно сделать аудиозапись собрания, загрузить в нейросеть текстовую расшифровку и попросить составить повестку. Получится краткая выжимка всех решений, поручений, договоренностей со сроками.
Мы созваниваемся в сервисе Контур Толк, он автоматически создает транскрипцию с указанием участников и делает краткий пересказ.
Черновики ТЗ для закупок и проектной документации. Нейросеть может описать цель, исходные данные, требования к результату. Дальше специалист работает уже не с чистым листом, а с заготовкой. Это помогает ощутимо экономить время, но финальный документ в любом случае должен доработать человек.
Если вы не уверены, как сформулировать запрос, можно так и написать нейросети: Какой промпт тебе нужно прислать, чтобы ты составила черновик технического задания на закупку СИЗов?
Коммерческие предложения. Бывает, что нужно подготовить персонализированное коммерческое для конкретной компании, красиво оформить его, адаптировать под требования заказчика. С такими задачами нейросети тоже хорошо справляются — за счет этого специалист может сэкономить 15-20 минут. Внимательно относитесь к вводным, которые предоставляете ИИ — если задать ему неверную информацию, он будет на нее ориентироваться.
Публичным нейросетям нельзя передавать конфиденциальные данные. Бесплатные версии сохраняют ваши запросы и используют их для обучения.
Если вы работаете с финансовой отчетностью, базами клиентов или другой чувствительной информацией — используйте корпоративную подписку.
Задачи специалиста: анализ и проверка данных
На этом этапе часто возникают завышенные ожидания. Раз нейросеть может написать письмо или заполнить таблицу по шаблону, значит и любую другую задачу осилит. На практике это не совсем так. Открытая модель может стать отличным интеллектуальным помощником, но заменить эксперта ей пока не по силам.
Для качественного результата важно формулировать точные запросы, подробно описывать текст, присылать исходные документы. И обязательно проверять результат, не забывая про риск ошибки.
Разберем четыре задачи более сложного уровня →
Анализ дефектов по фотографии. Современные модели хорошо работают с изображениями. Можно отправить Алисе фото узла, фрагмента отделки с трещиной, нарушения по монтажу — она опишет дефект, сформулирует список возможных нарушений и составит черновик предписания подрядчику. Специалист может взять текст от нейронки за основу, проверить его, поправить формулировки и отправить подрядчику. Если нужно проанализировать видео с объекта, можно использовать Gemini Omni от Google.
Нейросеть может ошибиться в причине дефекта или неправильно привязать его к какому-то нормативу. Важно понимать, что она не владеет полным контекстом: не видит условия производства, скрытые работы, результаты лабораторных испытаний.
Сметы. Формировать сметы с нуля через нейросеть пока нельзя. Даже у топовых моделей сейчас 5–7% галлюцинаций. На 1000 запросов приходится примерно 50-70 ошибок, для сметы это неприемлемо. Но кое-что автоматизировать все-таки реально:
попросить ИИ объяснить логику применения конкретных расценок;
сверить ведомости объемов работ с техническим заданием;
проверить верность применения ФЕР/ГЭСН;
найти завышения и оптимизировать стоимость работ;
убедиться, что в документе нет опечаток и ошибок.
Проверка проектной и рабочей документации. Нейросеть можно использовать как предварительный фильтр, чтобы проверить соответствие документации СП, ГОСТу, ПП №87. Загрузите пояснительную записку или раздел документации, перечень исходных данных и требования. Затем попросите модель составить таблицу со следующими столбцами: требование, где оно отражено в документе, что вызывает сомнения, какой вопрос задать проектировщику.
Нейросеть может быстро собрать список вопросов, указать, что не хватает исходных данных, ссылок на расчет или какой-то документ, найти нестыковки в формулировках. На выходе специалист получает удобный чеклист для проверки. Это не итоговая экспертиза, а первичный анализ, который нуждается в более детальной ручной обработке.
Выжимка из переписки и документов. Споры в строительстве редко возникают вокруг одного документа. Обычно это длинная цепочка: письмо, уточнение, протокол, новая версия КП, счет, перенос сроков, еще одно письмо. Восстанавливать всю хронологию вручную долго, а нейросеть может сделать это за несколько минут.
Можно загрузить в чат переписку с подрядчиком и попросить составить таблицу со следующей разбивкой: дата, участник, договоренности, риски, следующие шаги. В результате получится четкая хронология событий, будет проще разобраться, где возникло расхождение, а какие вопросы подвисли без ответа.
Если речь идет о споре или претензии, результат обязательно должен проверить юрист. Нейросеть может пропустить нюанс или неверно оценить важность формулировки.
Чтобы получить качественный результат, важно детально и точно прописать промпт:
— указать свою роль;
— задать контекст: например, с каким документом работаем, для чего проводим проверку;
— что именно хотим от нейросети: выявить риски, несоответствия, неясные формулировки или недостающие данные;
— формат результата: таблица, список, текст;
— прямые ограничения: не выдумывать факты, отмечать сомнительные места, отделять уверенные выводы от предположений.
ChatGPT и Claude уже перепроверяют ошибки самостоятельно, а вот DeepSeek, Quant и ряд отечественных сервисов могут добавлять факты от себя, если не поставить прямой запрет.
Командные задачи: сложный анализ и работа с тендерами
До этого мы говорили об универсальных инструментах — то есть сервисах, которыми можно пользоваться без дополнительных настроек. Открыли любой удобный чат, описали задачу, получили результат. Такой подход работает до определенного момента.
Командные задачи подразумевают обработку большого объема данных: много документов и участников, файлы в разных форматах, нужны доступы к закрытой информации и истории изменений. Все это не получится каждый раз копировать и вставлять в чат, поэтому разработчики создают прикладные модели.
Разберем шесть сценариев, в которых лучше применять специально обученную модель, а не базовый GigaChat →
Аудит договоров. Открытая нейросеть может помочь однократно: выделить рискованные условия, обратить внимание на штрафы, сроки, условия оплаты. Полезно для предварительного анализа договора генподряда и субподряда.
Но если компании нужно регулярно проверять десятки договоров по единой внутренней политике, сравнивать условия и хранить историю изменений, понадобится полноценная система. В таком случае нейросеть подключают к базе документов, задают правила проверки, прописывают роли и контроль качества.
Распознавание и оцифровка документов. Раньше для этого использовали OCR-системы: они распознавали буквы, но не понимали смысл написанного. Размытый символ или похожие цифры сразу приводили к ошибке. Нейросеть может понять размытое слово из контекста, за счет этого точность оцифровки возрастает.
В «Синтеке» можно принимать счета от поставщиков в формате PDF, Excel или скана — встроенная нейросеть распознает данные и сразу раскладывает их по нужным полям
Тендеры и мониторинг цен. ChatGPT или GigaChat может подготовить форму сравнительной таблицы или объяснить, какие факторы влияют на цену. Для реального мониторинга нужны актуальные данные, связь с номенклатурой компании, история закупок, сроки поставки. В открытой модели нет внутренних требований, поэтому нужно специализированное решение.
Классификация номенклатуры. Прикладная нейросеть может автоматически определить, к какой товарной категории относится та или иная заявка. Мы используем такой инструмент на платформе «Закупай»: с его помощью определяем, кому из поставщиков показывать эту заявку, какие документы качества нужно запросить, нужна ли для этого товара маркировка «Честный знак».
Сопоставление позиций заявок и счетов. Одна и та же позиция у разных поставщиков называется по-разному, единицы измерения часто не совпадают, в счете могут быть дополнительные строки. В «Синтеке» все позиции счетов автоматически прогоняются через нейросеть и сопоставляются с заявкой. Параллельно работает вторая нейронка, которая проводит перепроверку.
Оператор подключается в сложных кейсах:
в счете указан комплект, а в заявке он разбит на несколько позиций;
есть дополнительные позиции, например, доставка или экспедирование;
нестандартный пересчет единиц измерения: в заявке «проволока 200 кг», а в счете — «40 штук по 5 кг».
Через систему проходят миллионы позиций в год, 60% позиций корректно сопоставляется нейросетью. Оставшиеся разбираем вручную.
Управленческие отчеты и AI-агенты. В каждой компании со временем копится много отчетов. Чтобы принять управленческое решение, надо найти отчет, выставить правильный фильтр, отыскать конкретную цифру. Нейросеть подключается к данным и самостоятельно находит нужную информацию. Может спокойно ответить на вопросы: «кто дольше всего согласовывает заявки?», «какой объект больше всего выбивается по бюджету в этом месяце?». По нашему опыту, за счет этого время на поиск проблемных мест уменьшается в разы.
Мы в «Синтеке» уже работаем над прикручиванием к нашим продуктам ИИ-агентов, но делаем это осторожно. Обучаем их создавать черновики заявок, подбирать поставщиков, подсвечивать срочные счета для согласования. Но проверка и доработка всегда остается за человеком.
С чего начать внедрение нейросетей
Личные задачи. Выберите 5–7 типовых задач, которые повторяются у вас каждый день: письма, черновики, базовый анализ документов. Сделайте под каждую шаблон промпта:
роль — кто вы в этом процессе;
контекст — что это за ситуация;
цель — что конкретно хотите получить;
ограничения — что важно учесть и нельзя изменять;
тон — официально-деловой, дружелюбный или какой-то еще;
формат выдачи — таблица, список, текстовое сообщение.
Как только появляется типовая задача, заполняете шаблон и отправляете его нейросети. На запросы будет тратиться минимально времени, а выдача будет более предсказуемой. На этом уровне результат от внедрения нейросетей появляется достаточно быстро. Дело не в том, что ИИ умнее специалистов — просто они забирают себе черновую, монотонную работу.
Задачи специалиста. Действуйте по тому же алгоритму, используйте инструменты, к которым у вас есть доступ. На этом этапе обучайте специалистов и устанавливайте правила работы. Пользуйтесь шаблонами промптов, составляйте инструкции для команды — учитывайте, какие данные можно и нельзя отправлять в открытые модели.
Командные задачи. Если задача повторяется ежедневно, нужно искать прикладное решение, встроенное в процесс с данными в вашей компании. С этим поможет разработчик, специализирующийся на внедрении нейросетей.
Какой инструмент лучше выбрать
Выбор нейросети зависит от ваших задач:
Claude и ChatGPT подходят для сложных строительных задач — сейчас они сильнее отечественных аналогов, потому что затачивались изначально под экспертные сценарии.
Яндекс GPT можно использовать для простых запросов, но у него малый контекст — через несколько сообщений он «забывает» начало разговора, что критично при анализе документов.
GigaChat и Алиса хорошо работают с русским языком, могут отредактировать сообщение. Но для профессиональных строительных задач пока не подходят из-за низкой точности.
Поделитесь в комментариях, как лично вы используете ИИ в работе. Как считаете, новые технологии ускоряют работу или пока только загружают сотрудников?
Материал подготовлен на основе выступлений Ярослава Экенберга, менеджера образовательных программ Академии Метабилдум, и Натальи Йаман, исполнительного директора группы компаний «Синтека», на вебинаре «Как применять AI в строительстве: от повседневных задач до автоматизации рабочих процессов».























































