Генеративный ИИ сокращает время подготовки смет и тендеров с одного-двух месяцев до нескольких дней, позволяя подрядчикам быстрее выигрывать контракты
Физические роботы выполняют повторяющиеся работы (покраска, сварка) с производительностью в 3-5 раз выше человека, работая в три смены без усталости
Цифровые платформы связывают более 15 тысяч активов на стройплощадках через ИОТ-сенсоры, снижая отходы материалов на несколько процентных пункта и выявляя кражи топлива в реальном времени
Почему это имеет значение для профессионалов строительной отрасли
Строительство долгое время отставало от других секторов в принятии технологий. Проекты по-прежнему планируются вручную, материалы считаются неэффективно, а безопасность часто проверяется постфактум. Но ситуация меняется. Одна из крупнейших инженерно-строительных компаний мира показывает, что применение ИИ может кардинально изменить работу с сотнями проектов и десятками тысяч активов одновременно.
Это не просто о внедрении чата с ИИ в офис. Речь идёт о переходе от эмпирического управления к данным-управляемому, где каждое решение — от выбора способа резки стали до обнаружения утечек топлива — основано на анализе реальных фактов.
Ларсен и Тубро управляет более чем 800 проектами одновременно — от мостов и аэропортов до атомных электростанций и оборонных объектов
Компания контролирует 40 тысяч активов на местах, включая насосные станции, фильтрующие установки, мобильные системы погрузки и поезда
Компания подает ответы на 3-4 тысячи тендеров в год, каждый из которых требует детального анализа рисков и многопрофильной оценки
Компания переподключила более 15 тысяч активов к единой ИОТ-платформе для сбора и анализа данных в реальном времени
Три направления трансформации: от текущих сметных листов к прогнозной аналитике
Генеративный ИИ в тендерных процессах: от месяцев к дням
Традиционный процесс подготовки коммерческого предложения в крупной строительной компании выглядит так: получить техническое задание, собрать разнопрофильную команду (конструкторы, сметчики, менеджеры по рискам), провести анализ, согласовать с руководством. Всё это занимает от одного до двух месяцев.
Генеративный ИИ ускоряет эту цепочку. Система анализирует историю всех выполненных проектов компании — более тысяч завершённых смет, контрактов, отчётов о рисках. Когда приходит новый тендер, ИИ сопоставляет требования с похожими проектами из прошлого, предлагает готовые шаблоны решений и выявляет потенциальные риски.
Результат: тендерный процесс сокращается до нескольких дней или даже недель. Компания может ответить на большее количество предложений, быстрее заключить контракты и удерживать более высокий процент выигранных тендеров против конкурентов, которые всё ещё работают в ручном режиме.
В строительстве, где тендеры объявляются внезапно и сроки ответа ограничены (обычно 5-10 дней), компания, которая может подготовить обоснованное предложение за дни, имеет явное преимущество
Исторически, только крупные подрядчики с большими штатами могли быстро реагировать на новые возможности — ИИ демократизирует это преимущество
Физические роботы на стройплощадках: автоматизация повторяющихся работ
Если генеративный ИИ трансформирует планирование, то физические роботы переделывают саму работу на месте. Компания экспериментирует с роботизированной покраской, сваркой и другими задачами, которые требуют высокой точности и повторяемости.
Роботизированная покраска здания или промышленного объекта показывает производительность в 3-5 раз выше, чем ручная покраска. Но главное — робот работает в три смены подряд, не уставая, не теряя качество. Для компании, управляющей масштабными проектами, это означает сокращение сроков и повышение стандартов качества.
Однако это не о замене людей. На стройплощадке появляется новая роль — оператор-надзиратель робота. Высокооплачиваемые рабочие-специалисты переходят на контрольные и инженерные позиции, а рутинные физические работы берут на себя машины.
В строительстве ощущается острая нехватка кадров: более 40% рабочих уходят на пенсию к 2031 году в развитых странах
Роботизация не решает дефицит кадров, но меняет состав требуемых навыков: спрос растёт на оператора робота, техника по ремонту, программиста на стройплощадке, а не на универсальных строителей
Компании, которые смогут переквалифицировать имеющуюся рабочую силу, получат конкурентное преимущество в условиях дефицита трудовых ресурсов
Цифровое соединение активов: от догадок к данным
Третий уровень трансформации — это платформа, которая связывает десятки тысяч машин, приборов и материалов через Интернет вещей (ИОТ) в единую систему. На каждой стройплощадке устанавливаются датчики — они отслеживают использование топлива, перемещение материалов, показания температуры и давления.
Все эти данные потребляются ИИ-системой для решения конкретных задач:
- Оптимизация стали: система анализирует параметры проекта и рассчитывает самый эффективный способ резки арматуры. Результат — снижение отходов на несколько процентных пункта. На портфеле из сотен проектов это означает миллионы спасённых долларов и тонны спасённого углерода.
- Контроль топлива: аномальные скачки потребления дизеля или бензина могут указывать на утечку, воровство или неправильное использование оборудования. Система алертирует в реальном времени, позволяя немедленно вмешаться.
- Безопасность через видение: камеры на стройплощадках, подключённые к ИИ, отслеживают персонал в реальном времени. Если рабочий не надел шлем или защитные очки, система выдаёт сигнал тревоги. Это не инвазивное наблюдение в классическом смысле, а автоматизированный страховой механизм.
За год компания обрабатывает данные от 15 тысяч подключённых активов на сотнях стройплощадок по всему миру
Каждый день система анализирует миллиарды точек данных — от расхода топлива до движения кранов — и генерирует рекомендации инженерам
Даже 1-2% улучшение эффективности в такой системе масштаба означает массивные экономии, исчисляемые десятками миллионов долларов ежегодно
Практическое применение: от кейса к внедрению
200+ проектов уже используют эту инфраструктуру
Компания не занимается абстрактными экспериментами. Более 200 активных проектов уже работают на этой платформе. Система интегрирует BIM (трёхмерные модели), данные с мест в реальном времени, аналитику и прогнозирование.
Один из ключевых вывод: когда все три уровня трансформации (ИИ в тендерах, роботы на местах, ИОТ-платформа) работают вместе, они множат эффект друг друга. Быстрое согласование тендера позволяет начать проект раньше. Данные с датчиков помогают оптимизировать работу роботов. А роботы, в свою очередь, генерируют чистые данные для обучения следующего поколения ИИ.
Стратегия внедрения: от офиса к полю
Первый этап трансформации начался в офисе — с автоматизации тендерных процессов. Это было относительно просто: нужно было загрузить историческую информацию и настроить ИИ-модель. Зато результат почти мгновенный — тендеры готовятся быстрее.
Второй этап — ИОТ-платформа. Здесь потребовалась работа с инженерами на местах, установка датчиков, интеграция существующего оборудования. Это заняло больше времени, но масштаб воздействия выше.
Третий, самый сложный этап — физические роботы. Его нельзя ускорить: нужны испытания, обучение машин, переговоры с профсоюзами в некоторых странах, адаптация к местным условиям. Но это этап, который в конечном итоге даст самый большой рост производительности.
Начните с офисных процессов (тендеры, сметы, управление контрактами) — там ИИ доказывает ценность за недели
Параллельно развивайте ИОТ-инфраструктуру на стройплощадках и обучайте команды работать с данными
Только после того, как две предыдущие системы стабилизировались, вводите физические роботы — они требуют самых больших инвестиций и времени на адаптацию
Постоянно собирайте обратную связь от инженеров и рабочих на местах — они первыми увидят, где ИИ может помочь больше всего
Что отслеживать в ближайшие 1-3 года
Какие точки роста и критические события стоит ожидать в строительном ИИ на горизонте 2025-2028 годов?
Сценарий оптимистичный
Если компании успешно перейдут на роботизацию и данные, производительность строительства может вырасти на 20-30%, сроки проектов сократятся на четверть, а показатели безопасности улучшатся на 40%. Это привлечёт инвестиции в стартапы, работающие над строительным ИИ, и ускорит принятие технологий во всей отрасли.
Сценарий реалистичный
Более крупные подрядчики (100+ млрд $ выручки в год) внедрят ИИ и роботов, получат заметное преимущество, и это создаст давление на конкурентов. Однако внедрение будет идти волнообразно: с неудачами, доработками, конфликтами между рабочей силой и управлением. Темп внедрения будет зависеть от доступности капитала и готовности регуляторов пересмотреть правила охраны труда.
Сценарий консервативный
Технологии будут внедряться медленнее, чем предполагалось, из-за сопротивления рабочей силы, высоких первоначальных инвестиций и сложности интеграции с существующими системами. В этом случае преимущество останется только у лидеров рынка, а остальная отрасль продолжит работать в полумеханизированном режиме ещё 5-10 лет.
1. Интеграция цифровых двойников (Digital Twins): Вместо просто датчиков на стройплощадке, компании будут создавать полные виртуальные модели проектов в реальном времени. Это позволит предсказывать проблемы за дни до их возникновения
2. Развитие облигаторных (обязательных) стандартов: Регуляторы начнут требовать от подрядчиков использования ИИ для отслеживания безопасности и экологичности. Это создаст «плацдарм» для быстрого внедрения
3. Инвестиции в переподготовку кадров: Компании, которые рано начнут инвестировать в переподготовку рабочей силы для работы с роботами, выиграют войну за таланты в 2027-2028 годах
Узнать больше: что изучить дальше
Larsen & Toubro — официальная страница компании
Официальный сайт одной из крупнейших инженерно-строительных компаний мира. Здесь регулярно публикуются кейсы о внедрении ИИ и новых технологий в строительстве.
Business Today AI Summit 2025 — Полное интервью с Chief AI Officer L&T
Видео-интервью Навина Камата, главного офицера по ИИ Ларсена и Тубро, на премьер-конференции Business Today AI Summit. Углубленное обсуждение стратегии, примеры реальных проектов, ответы на вопросы о будущем.
Siemens Infrastructure Transition Monitor 2025
Глобальное исследование о цифровизации инфраструктуры: как компании по всему миру трансформируют строительство, управление активами и обслуживание. Бэнчмарк для сравнения с лучшими практиками.
Практические идеи для немедленного применения
Для руководства строительных компаний: Начните с пилотного проекта, внедрив ИИ в один из офисных процессов (тендеры, сметы или управление контрактами). Даже 20% ускорения проверяется за 3-4 месяца и может быть использовано как обоснование для инвестиций в полномасштабную трансформацию.
Для инженеров и проектных менеджеров: Начните собирать данные с ваших стройплощадок в структурированном формате. Даже если у вас пока нет ИИ-системы, качественные данные будут фундаментом для внедрения в будущем. Обучайте команду принимать решения на основе данных, а не интуиции.
Для государственных регуляторов и органов профсоюзов: Начните диалог о переподготовке кадров и новых стандартах безопасности для роботизированных стройплощадок. Страны, которые вовремя адаптируют регулирование, получат конкурентное преимущество в привлечении инвестиций в строительный ИИ.
Источники информации
Источники материала
Материал подготовлен на основе выступления Навина Камата, Chief AI Officer компании Larsen & Toubro, на Business Today AI Summit 2025 (2 ноября 2025), официальных пресс-релизов компании за октябрь-ноябрь 2025 г., аналитических отчётов Siemens Infrastructure Transition Monitor 2025, исследований о роботизации в строительстве от компаний ABC Painting, Nova Spraytec и Lucid Bots. Данные о производительности роботов, численности активов и масштабах портфеля проектов взяты из публичных выступлений руководства L&T и аналитических обзоров в Business Today, Economic Times, CXO Digital Pulse и Robotics Tomorrow. Дата актуальности информации: 3 ноября 2025.
