Искусственный интеллект в проектировании: интервью с руководителем AI отдела ЭНЭКА

ОТДЕЛ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ЭНЭКА БЫЛ СОЗДАН В 2024 ГОДУ И СЕГОДНЯ НАСЧИТЫВАЕТ СЕМЬ СПЕЦИАЛИСТОВ. НАЧАЛЬНИК ОТДЕЛА ПАВЕЛ КОЛЕДА РАССКАЗАЛ О ТОМ, КАК ИИ-РЕШЕНИЯ ВНЕДРЯЮТСЯ В ПРОЕКТНЫЕ ПРОЦЕССЫ, КАКИЕ ЗАДАЧИ РЕШАЕТ КОМАНДА И КАКИЕ ПРОДУКТЫ УЖЕ ДОСТУПНЫ НА РЫНКЕ.

Чем живет рынок ИИ в проектировании и строительстве

Рынок искусственного интеллекта в архитектурно-строительной отрасли (AEC) переживает качественный переход: от экспериментальных «технологий будущего» — к рабочим инструментам с измеримым бизнес-эффектом. Если ещё несколько лет назад ИИ был уделом пилотных проектов, то сегодня он становится конкурентным фактором и неотъемлемой частью цифровой стратегии лидеров рынка.

МАСШТАБ И ДИНАМИКА ВНЕДРЕНИЯ

Цифры говорят сами за себя. По данным отраслевого бенчмаркинга Unanet AEC Inspire Report 2026, три четверти (75%) AEC-компаний уже используют ИИ в своей деятельности — это рост примерно на 20 процентных пунктов за год.

Глобальный рынок генеративного ИИ в архитектуре, оцененный в 2025 году в $2,84 млрд, по прогнозам достигнет $12,52 млрд к 2031 году со среднегодовым темпом роста 28,45%.

Интересно, что 27% компаний уже строят собственные внутренние ИИ-модели, а 17% разрабатывают интеграции с универсальными моделями и собственные агентные рабочие процессы. Это свидетельствует о формировании слоя технологических лидеров, которые не просто пользуются готовыми решениями, но и создают собственные компетенции в этой области.

КЛЮЧЕВЫЕ СТИМУЛЯТОРЫ И ПРЕПЯТСТВИЯ

Основным катализатором внедрения ИИ в строительстве становится не столько технологический энтузиазм, сколько жесткая экономическая необходимость. Дефицит высококвалифицированной рабочей силы, растущие требования к срокам и бюджетам, а также традиционно низкая маржинальность проектов заставляют искать новые способы повышения эффективности.

Однако главный барьер на пути масштабирования — качество данных. Только 29% фирм уверены в данных, которые питают их ИИ-инструменты.

Конфиденциальность и интеллектуальная собственность — ключевой барьер: заказчики опасаются предоставлять ИИ доступ к проектным данным, содержащим коммерческую тайну и интеллектуальную собственность заказчика и разработчик 

Также что касается сферы проектирования, то данные не совсем типичны для ИИ: BIM данные, 3D модели, чертежи, нормативы.

Региональные особенности и перспективы

БЕЛАРУСЬ

В Беларуси ИИ в строительстве пока находится на более ранней стадии, но с выраженным акцентом на кадровую подготовку и научную проработку. Строительный комплекс играет значительную роль в ВВП страны, и вопрос интеграции интеллектуальных систем здесь рассматривается как условие конкурентоспособности.

Наиболее активным центром компетенций выступает Белорусский национальный технический университет (БНТУ) и его структуры. В Парке высоких технологий работают компании, которые уже имеют собственные отделы искусственного интеллекта и применяют их в проектировании инженерных объектов. Например, в БНТУ студенты изучают BIM-технологии со второго курса и участвуют в практических встречах с инженерами, обсуждая интеграцию BIM и ИИ.

В учебном процессе и научных исследованиях апробируются технологии, которые постепенно выходят на стройплощадки. Среди них: лазерное сканирование с наложением облака точек на BIM-модель для выявления геометрических отклонений, дополненная реальность на основе BIM, использование беспилотников и роботов на площадках, а также мультиагентные ИИ-системы для проектирования.

На отраслевом уровне в Беларуси обсуждается создание цифровой экосистемы нормирования — единой онлайн-платформы, объединяющей всех участников строительного процесса для упрощённого соблюдения нормативных требований. Это рассматривается как базовое условие для масштабирования ИИ-решений.

РОССИЯ

Российский рынок ИИ в строительстве сегодня характеризуется глубоким неравномерным проникновением. Активнее всего технологии внедряются в бизнес-процессы на «верхних» этажах девелопмента — в маркетинге, аналитике продаж и документообороте, где автоматизация достигает 80%. Гораздо скромнее ситуация непосредственно на строительных площадках: по оценкам Минстроя, на этапе управления строительными процессами уровень внедрения ИИ составляет лишь 1,5–2%, тогда как на предпроектной стадии — 5–7%, а на этапе проектирования — 7–10%.

На уровне государственной политики заданы амбициозные ориентиры: к 2030 году 50% бизнес-процессов в строительной отрасли должны быть основаны на ИИ или интегрировать его элементы . Ключевым инструментом становится платформа данных строительной отрасли, запущенная ДОМ.РФ в ноябре 2025 года при поддержке Минстроя. Она объединяет данные от девелоперов для обучения и применения ИИ-моделей. Москва уже масштабирует свои цифровые решения в регионы, включая сервисы «Квартирография» для автоматической генерации планировок и «Цифровой нормоконтроль», который вдвое ускоряет проверку документации.

При этом эксперты фиксируют главное препятствие: стройка остаётся «грязной средой» с разрозненными данными и низкой цифровой связностью. Как отмечают в МШУ «Сколково», пока на площадке доминирует ручное управление и устные договорённости, ИИ физически не к чему подключать. Без качественной базы данных ИИ-решения остаются точечными и малоэффективными.

КАЗАХСТАН

Казахстан делает ставку на государственное регулирование и вертикальную интеграцию ИИ на всех этапах строительного цикла. В стране внедряется искусственный интеллект от проектирования до контроля строительства.

На этапе градостроительства запущен пилот по применению «компьютерного зрения» в сочетании с ИИ для контроля реализации цифровых генпланов. Система сопоставляет фактическое состояние объектов с проектной документацией, сокращая время выявления нарушений с 3 рабочих дней до 4 часов и минимизируя риски незаконной застройки.

На этапе проектирования планируется внедрение ИИ для проверки BIM-проектов. Для этого строительные нормативы переводятся в машиночитаемый формат, что позволит проводить предварительную проверку и сократить сроки госэкспертизы. BIM-проектирование планируется сделать обязательным стандартом, на первом этапе — в промышленном строительстве.

УЗБЕКИСТАН

Узбекистан делает акцент на мегапроектах и привлечении иностранных технологий. Страна использует цифровые двойники для управления проектом «Новый Ташкент» и планирует привлечь $10 млрд инвестиций в «умный» город Central Asia Smart City площадью 6400 га. Сама государственная стратегия задаёт ориентир: к 2030 году объём рынка ИИ-продуктов и сервисов в Узбекистане должен достичь $15 млрд.

На государственном уровне создана национальная информационная система «Прозрачное строительство», включающая несколько модулей для контроля государственных объектов. Активно идёт внедрение BIM — узбекские девелоперы уже используют информационное моделирование при строительстве школ и жилых комплексов, интегрируя модели со сметами (4D BIM) для снижения трудозатрат и предотвращения ошибок.

Международное технологическое партнёрство становится ключевым драйвером.

Отдел AI в ЭНЭКА: структура и задачи

Основные задача AI отдела —разработка, внедрение и техническая поддержка программных решений с использованием технологий генеративного искусственного интеллекта (AI), машинного обучения (ML) и автоматизации, направленных на повышение эффективности работы основных специалистов.

Спектр задач максимально широк и охватывает практически все бизнес-процессы компании:

• разработка скриптов и плагинов для Revit, автоматизирующих рутинные операции проектировщиков;
• анализ и обработка проектной документации — от распознавания шифров до классификации томов;
• интеграция ИИ и ML-моделей в существующие CAD/BIM-процессы.
• автоматизация работы не только инженерных подразделений, но и экологов, отдела кадров, отдела продаж — для каждой команды формируется свой набор инструментов и проектов;
• разработка интеграций с корпоративным ПО (Tilda, Bitrix, локальные Windows-приложения) и работа с серверной инфраструктурой и облачными провайдерами.

Ключевой принцип отдела — заказчик внутри компании. Мы не создаём решения «в стол», а работаем в тесной связке с подразделениями: выявляем их реальные болевые точки, проектируем автоматизации под их рабочие процессы и сопровождаем внедрение до получения измеримого эффекта.

КАК ОРГАНИЗОВАНА РАБОТА НАД ПРОЕКТАМИ?

«Основные проекты мы ведем малыми командами — обычно из одного-двух человек. Современные инструменты и технологии позволяют быстро создавать рабочие версии, демонстрировать их заказчику и короткими итерациями доводить до качества, необходимого для практического применения. Такой подход помогает сосредоточиться на ключевых задачах и последовательно развивать экосистему web-сервисов, локальных приложений, чат-ботов и других решений.

Внутренние проекты компании инициируют руководители профильных подразделений. Все решения сразу тестируются на реальных проектах, поэтому команда быстро получает обратную связь, оценивает практическую пользу и дорабатывает продукты с учетом потребностей пользователей.

В AI отделе работают специалисты с реальным опытом проектирования. Благодаря этому наши продукты учитывают специфику архитектуры, инженерного проектирования и строительства. Основу портфеля составляют решения для внутренних задач компании, но мы готовы адаптировать существующие разработки под процессы заказчика и создавать уникальные продукты с учетом его требований. Наибольший интерес к такому сотрудничеству сейчас проявляют заказчики из России, стран ЕС и ОАЭ.

Наш опыт в проектировании и разработке смежных IT-решений уже сейчас позволяют выстраивать успешное и взаимовыгодное сотрудничество в сфере цифровизации строительной отрасли в различных регионах», — делится Павел Соколов, руководитель проектов.

УРОВЕНЬ 1: АВТОМАТИЗАЦИЯ РУТИНЫ

Именно в этой нише, по данным Gartner, лежат наиболее реализуемые сценарии — предиктивный расчет стоимости, управление требованиями и интеллектуальный поиск по проектным библиотекам. Крупные вендоры (Autodesk, Bentley, Dassault) уже интегрируют такие возможности в свои CAD- и BIM-инструменты.

УРОВЕНЬ 2: КООРДИНАЦИЯ И ПРОЗРАЧНОСТЬ

Вторая приоритетная группа задач связана не с созданием нового контента, а с управлением процессами и данными. Для большинства проектных организаций сегодня это даже более критично, чем генеративный дизайн.

Специфика проектирования — уникальность каждого объекта, высокая кросс-функциональность, версионность документации, зависимость смежных разделов — создаёт среду, где информация теряется в почте и на совещаниях. Девелоперы — ключевые заказчики проектов — требуют прозрачности: статуса документации, истории изменений, факта выдачи заданий смежникам в режиме реального времени.

УРОВЕНЬ 3: ГЕНЕРАЦИЯ С ГАРАНТИЕЙ КАЧЕСТВА

Третий уровень — это стратегический горизонт, к которому нужно готовиться уже сейчас. Речь о задачах, где ИИ не просто помогает, а генерирует инженерные решения, которые должны быть надёжными, проверяемыми и соответствовать нормам.

Главное условие для перехода к этому уровню — зрелость данных по их качеству и структуре. Как показывает практика, лишь 29% AEC-компаний уверены в данных, которыми питают свои ИИ-инструменты. Без решения этого фундаментального вопроса генеративный ИИ в ответственных задачах остаётся риском.

Проблема не в скорости, а в том, чтобы сгенерированному можно было доверять, его можно было проверить и утвердить в реальных проектах». Поэтому их трёхуровневая стратегия выстроена от ассистирования к автоматизации и лишь затем к генерации — с сохранением контроля за инженером на каждом этапе.

ОТНОШЕНИИ К ИИ В КОМПАНИИ И НА РЫНКЕ

Отношение к ИИ уже кардинально поменялось за последний год. Специалисты активно используют его для расчётов, работы с документами, планирования задач. Отдел ВЭД использует ИИ для транскрибации встреч и составления протоколов. Мы полноценно внедрим наши идеи: оформление чертежей, базу по нормам, проверку документации. Стартап по оформлению чертежей, скорее всего, станет отдельной компанией-партнёром. Жизнь инженеров станет легче, ручных переделок станет меньше.

Строительство в России, как и в Европе и Америке остаётся одной из наименее цифровизованных отраслей. Это означает огромное поле для работы, нехватку времени и сил, но и большие перспективы.

Исторически в строительной отрасли внедрение новых технологий всегда наталкивалось на сопротивление. ИИ воспринимался как угроза: «робот придёт и заберёт мою работу». На практике этот страх оказался сильно преувеличенным — исследования показывают, что 85% респондентов не ожидают сокращений из-за внедрения ИИ. Вместо увольнений компании сталкиваются с необходимостью переобучения и смены ролей — ИИ берёт на себя рутину, освобождая людей для экспертной работы.

По мере появления первых успешных пилотов и демонстрации измеримого эффекта (сокращение времени на рутинные задачи на 40–50%) отношение смещается в сторону прагматизма. Сотрудники начинают спрашивать не «зачем нам это?», а «как мне это поможет?» и «когда я получу доступ?» . В компаниях-лидерах, где внедрение идёт системно, интерес к ИИ становится внутренним драйвером — сотрудники сами инициируют использование инструментов для своих задач.

Следующий этап — это адаптация рабочих процессов к совместной работе с ИИ. 86% участников пилотных проектов признают, что технология изменила их подход к работе. Инженеры и архитекторы начинают мыслить иначе: сначала «спросить у ИИ» варианты, а затем применить свою экспертизу для выбора и доработки.

Ключевой вывод: сегодня главная задача — не убеждать сотрудников в пользе ИИ, а создавать условия для его безопасного и эффективного использования. Как отмечают в Autodesk, наиболее успешные компании в части ИИ — это те, которые последовательно развивают культуру экспериментирования, учатся на ошибках и интегрируют ИИ как естественную часть цифровой экосистемы, а не как отдельную диковинку.

РАЗРАБАТЫВАЕМЫЕ ПЛАГИНЫ ДЛЯ REVIT И CIVIL 3D — ЧАСТЬ БОЛЬШОЙ ЭКОСИСТЕМЫ ИЛИ ОТДЕЛЬНЫЕ ЭКСПЕРИМЕНТЫ?

«Мы не разрабатываем плагины напрямую, поскольку они создаются на C#, а наш отдел специализируется на Python. Наша задача — написание скриптов, которые впоследствии передаются в IT-отдел компании для трансформации в готовые плагины. На данный момент мы работаем только с Revit, Civil 3D не затрагиваем.

В команде всего два человека с проектным прошлым — я и ещё один коллега. Остальные разработчики пришли из других сфер, что характерно для рынка: мы провели анализ доступных специалистов в Беларуси и практически не нашли людей, совмещающих опыт проектирования и разработку ИИ-решений. Мировая практика подтверждает дефицит таких кадров, и пока мы не можем расширить штат за их счёт.

Пока экосистема только в планах. Мы делаем инструменты под проектирование в целом: проверку документации, генерацию чертежей, работу с базами знаний и проектов. Наш стартап — оформление чертежей. Это будет один большой плагин, который закроет много задач».

Основные сложности ЭНЭКА при внедрении ИИ в существующие бизнес-процессы

Главная проблема — процессы не адаптированы под ИИ. В строительной отрасли уровень цифровизации один из самых низких. Большая часть работы уходит на сбор, преобразование и структурирование данных. Документы разбросаны, BIM-модели накоплены за 7 лет, но в разных версиях, с разными шаблонами и параметрами. Каждый новый проект требует изучения нового ПО и источников данных. Для отдела кадров — настраивать парсеры сайтов, для экологов — работать с их ПО и PDF от экологических служб, для продаж — с Битриксом. Приходится постоянно учиться работать с разными источниками. Например, сейчас нужно изучить Autodesk Inventor — машиностроительный софт, он близок к Revit, но в ЭНЭКА в нём не работали.

В высокоответственных инженерных средах решения, принятые на основе ИИ, влияют на безопасность, соответствие нормам и надёжность продукции . ИИ-модели часто работают как «чёрный ящик», и без интерпретируемости инженеры не могут доверять рекомендациям. На практике компании либо используют прозрачные модели (градиентный бустинг), либо накладывают XAI-обвязку (SHAP, LIME), дополняя ИИ правилами, написанными человеком.

Какие заказчики в части ИИ приходят к ЭНЭКА?

1. КРУПНЫЕ ДЕВЕЛОПЕРЫ И ЗАСТРОЙЩИКИ

Кто это: девелоперы жилой и коммерческой недвижимости с портфелем проектов, компании федерального уровня.

Их основная боль: дефицит кадров, сжатые сроки, необходимость быстро принимать решения по земельным участкам и концепциям. Им нужна скорость на предпроектной стадии и прозрачность на всех этапах.

Чего они хотят от нас: готовых коробочных решений или адаптируемых модулей, которые можно встроить в существующий BIM-контур, с понятными метриками ROI.

2. АРХИТЕКТУРНЫЕ БЮРО И ПРОЕКТНЫЕ ОРГАНИЗАЦИИ

Кто это: бюро среднего и крупного размера, выполняющие полный цикл проектирования — от концепции до рабочей документации.

Их основная боль: время, потраченное на рутинные операции, которые съедают маржинальность проекта: эскизирование «с нуля», поиск аналогов, перебор вариантов фасадов и планировок, ручная проверка чертежей на коллизии.

Чего они хотят от нас: инструментов, которые встраиваются в их CAD- и BIM-среду (Autodesk, Revit, Renga), не нарушая привычных рабочих процессов, с минимальным порогом входа для рядовых проектировщиков.

3. ИНЖИНИРИНГОВЫЕ КОМПАНИИ И EPC-ПОДРЯДЧИКИ

Кто это: компании, выполняющие функции генерального проектировщика и подрядчика на крупных промышленных и инфраструктурных объектах.

Их основная боль: координация смежных разделов (разработчики генплана, архитекторы, конструкторы, технологи, инженерные системы) и работа с колоссальным объёмом входящей документации от субподрядчиков, которую нужно проверить, классифицировать и интегрировать в общую модель.

Чего они хотят от нас: платформенных решений, которые позволяют агрегировать данные из разных источников, обеспечивают единый слой данных и дают прозрачность статуса проекта для управленцев в реальном времени.

4. ПРОИЗВОДИТЕЛИ СТРОЙМАТЕРИАЛОВ И ПРОМЫШЛЕННЫЕ ПРЕДПРИЯТИЯ

Кто это: заводы ЖБИ, производители металлоконструкций, оконных систем, фасадных материалов.

Их основная боль: разрыв между проектными решениями и производственными возможностями — заказчик проектирует то, что сложно или дорого произвести, что приводит к пересогласованиям и срыву сроков.

Чего они хотят от нас: отраслевых AI-модулей, которые «понимают» специфику конкретного производства (номенклатуру изделий, технологические ограничения) и могут давать рекомендации по адаптации проектных решений.

Продукты и разработки ЭНЭКА

Сервис автоматизированного нормоконтроля Norms Control

КАК ПОСТРОЕНА ЭКОНОМИКА ПРОДУКТА?

Разработано пять тарифных планов, включая бесплатный тестовый период на 7 дней. Ценообразование привязано к объёму проверяемых страниц, так как мы арендуем защищённый сервер внутри Беларуси и платим за мощности. Чем больше компаний используют сервис, тем больше мы платим.

КАК РЫНОК РЕАГИРУЕТ НА ПРОДУКТ?

AI TRANSLATE. Сервис для справочного перевода документов

Необходимость в таком инструменте возникла в связи с увеличением числа запросов на перевод нормативной и технической документации из стран ближнего и дальнего зарубежья. Сервис предназначен для перевода текстовых материалов: строительные нормы, регламенты и сопутствующая документация.

Решение позволяет гибко настраивать языковые пары, язык перевода можно указать вручную, при этом есть возможность загружать документы сразу на нескольких языках (например, английский и латышский) с переводом на русский. Также предусмотрено формирование и выгрузка глоссария терминов для обеспечения единообразия используемой лексики.

Сервис уже применялся для перевода строительных норм Узбекистана, Латвии, Польши, а также для подготовки справочных переводов комплектов документации на английский язык при работе с зарубежными заказчиками.

Стартап AECNova

AECNOVA — AI-native инфраструктура для автоматизации проектирования в AEC-индустрии.  Первый продукт экосистемы — AECDrafter, AI-ассистент для Autodesk Revit, автоматизирующий значительную часть операций по оформлению проектной документации. Решение обучается на архивных моделях и стандартах конкретной компании и оставляет за инженером контроль, корректировку и принятие решений. Долгосрочная цель AECNOVA — создать масштабируемую экосистему AI-решений для международных AEC-организаций.

Оформление чертежей одна и самых рутинных работ проектировщика. В США даже выделяется отдельная профессия Drafters. Рынок оценивается в $12 млрд/год.
Наша идея обучении AI на архиве проектов компании заказчика, адаптации под правила и стандарты оформления конкретной компании, и оперативной интеграции в различное BIM ПО. По нашим оценкам это позволит сэкономить до 50% затрат на оформление чертежей.

КОНЦЕПЦИЯ ОФОРМЛЕНИЯ ЧЕРТЕЖЕЙ

Первый этап концепции — это создание видов (планов, разрезов, сечений узлов), создание листов и размещении на них видов. Его мы уже реализовали в полноценный плагин View Cloner.

Второй этап — это создание аннотаций на видах (марки, размеры, отметки, условные обозначения), что и является целью стартапа AECNova.

Схема реализации оформления чертежей

Видео показывает рабочий прототип стартапа конкретно для компании ЭНЭКА. Чертежи оформляются основываясь на примере уже готовых.

КАКОЙ ИЗ ПЛАГИНОВ САМЫЙ УДОБНЫЙ ДЛЯ ПРОЕКТИРОВЩИКА, А КАКОЙ — САМЫЙ СЛОЖНЫЙ ТЕХНОЛОГИЧЕСКИ?

«Самый простой в использовании — скрипт по прокладке инженерных сетей. Проектировщику достаточно нажать три кнопки, чтобы приборы соединились с магистралью. При этом технологически он довольно сложный. 

Самый сложный технологически — скрипт по оформлению чертежей. IT-отдел уже превратил его в плагин. На данный момент он закрывает большой ряд задач, связанных с оформлением документации, и в перспективе его функциональность будет расширяться».

Какие аналоги и разработки сторонних компаний считаете удачными?

«Autodesk недавно выпустил Assistant с набором операций которые можно выполнять в Revit. Технология интеграции ИИ в Revit через MCP выглядит перспективной, чем умнее становится ИИ, тем больше задач он может выполнять для BIM.

Хорошее решение по расстановке марок есть у BIMLOGIQ. Интересная реализация контролируемых скриптов с ИИ в Glyph от EvolveLAB».

Как внедрить ИИ в проектные организации сегодня? 

Внедрение искусственного интеллекта в проектную деятельность часто воспринимается как масштабная цифровая трансформация, требующая кардинальной перестройки всех процессов. Однако практика показывает, что эффективный путь лежит через последовательные, выверенные шаги.

1. Начните с данных. Это самый трудоёмкий, но и самый важный этап. Качество работы ИИ напрямую зависит от того, насколько структурированы, доступны и непротиворечивы исходные данные. Инвестиции в их очистку и организацию окупаются многократно.

2. Ищите точечную автоматизацию, а не глобальную замену. Цель — не заменить специалистов, а ускорить их работу, избавив от рутинных операций. Даже небольшой скрипт, автоматизирующий три действия, может принести существенную пользу, освободив время инженера для действительно сложных задач.

3. Начинайте с малого и масштабируйте. Отработайте решение на ограниченном участке, получите обратную связь, доработайте — и только затем расширяйте охват. Это снижает риски и позволяет накапливать экспертизу постепенно.

4. Опирайтесь на инициативных специалистов. В каждой команде есть сотрудники, открытые к новому. Работайте сначала с ними: они станут первыми пользователями, дадут ценную обратную связь и помогут адаптировать решения под реальные задачи. Их пример заразителен для остальных.

5. Выстройте стратегию внедрения. Разработка инструмента — это только половина дела. Вторая, не менее важная часть — его интеграция в рабочие процессы. Без продуманной стратегии внедрения даже самое совершенное решение рискует остаться невостребованным.

6. Готовьтесь к сопротивлению. Люди привыкли работать определённым образом, и побудить их использовать новое — сложная задача. Важно не просто внедрить технологию, а объяснить её ценность, обучить сотрудников и показать, как она облегчает их повседневную работу. Только так можно преодолеть саботаж и сделать автоматизацию естественной частью проектной культуры.

7. Не измеряйте «количество запросов к боту». Измеряйте, например, сокращение времени на подготовку документации (в часах), рост маржинальности проекта за счет более точных предварительных оценок (ИИ помогает не забыть учесть скрытые работы).

РАЗВИТИЕ ИИ-НАПРАВЛЕНИЯ В ЭНЭКА ДЕМОНСТРИРУЕТ СИСТЕМНЫЙ ПОДХОД К ЦИФРОВОЙ ТРАНСФОРМАЦИИ ПРОЕКТНЫХ ПРОЦЕССОВ. ОТДЕЛ, СОЗДАННЫЙ ПО ИНИЦИАТИВЕ ИНЖЕНЕРА, СЕГОДНЯ УЖЕ ПОМОГАЕТ РЕШАТЬ ВАЖНЫЕ ЗАДАЧИ. КОМПАНИЯ ПОСЛЕДОВАТЕЛЬНО ВНЕДРЯЕТ СОБСТВЕННЫЕ РАЗРАБОТКИ КАК ВО ВНУТРЕННИЕ ПРОЦЕССЫ, ТАК И В ВИДЕ ГОТОВЫХ ПРОДУКТОВ ДЛЯ РЫНКА. ОПЫТ ЭНЭКА ПОКАЗЫВАЕТ, ЧТО СТРОИТЕЛЬНАЯ ОТРАСЛЬ, НЕСМОТРЯ НА НИЗКИЙ УРОВЕНЬ ЦИФРОВИЗАЦИИ, ИМЕЕТ ЗНАЧИТЕЛЬНЫЙ ПОТЕНЦИАЛ ДЛЯ ВНЕДРЕНИЯ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА.