← Все статьи

STEK / БЛОГ

64% тестируют, 9% масштабируют: почему ИИ буксует в строительстве

Обложка статьи «64% тестируют, 9% масштабируют: почему ИИ буксует в строительстве»

Российские девелоперы активно тестируют искусственный интеллект. Но между пилотом и промышленным внедрением — пропасть.

Статистика, которая настораживает

Согласно исследованию, 64% компаний проводят эксперименты с ИИ в свободном режиме, 27% находятся на стадии активного развития, и только 9% — на стадии масштабирования.

При этом около 90% девелоперов отмечают положительный эффект от пилотных решений. Но лишь каждая пятая компания способна количественно измерить результат.

Три барьера, которые мешают

Барьер 1: Неподготовленные данные

ИИ не работает без качественных данных. А на стройке данные разрознены, хранятся в разных системах, часто — в бумажном виде. Как отметил директор департамента цифровых программ МШУ «Сколково» Николай Верховский: «Стройка — это „грязная" среда с разрозненными данными, большим числом подрядчиков и низкой цифровой связностью. ИИ физически не к чему подключать».

Барьер 2: Отсутствие бизнес-владельца

64% девелоперов признают, что недооценивают назначение бизнес-владельца кейсов и бюджет на качество данных и интеграции. Без ответственного, который отвечает за результат, пилот «зависает».

Барьер 3: Управление изменениями

55% недооценивают управление изменениями и обучение пользователей. Сотрудники сопротивляются новым инструментам, если не понимают, зачем они нужны.

Что работает

Эксперты сходятся: не нужно пытаться внедрить всё сразу. Эффективнее сфокусироваться на 10 сценариях, которые дают 80% потенциального эффекта.

Среди приоритетных сценариев первой волны:
— ИИ-прогнозирование цен и темпов продаж
— Динамическое ценообразование квартир
— Скоринг лидов и аналитика маркетинговых воронок
— Генеративный дизайн мастер-планов
— Параметрическая оптимизация застройки

Рекомендация

AI Development Sprint — сервис, созданный для решения именно этих задач. Он включает диагностику процессов, оценку готовности компании, формирование приоритетных сценариев, финансовую модель и дорожную карту.

Первый практический результат можно получить уже за несколько недель.

Вывод

Проблема не в технологиях. Проблема в управлении изменениями. Компании, которые это понимают, масштабируют ИИ быстрее.