В Москве создали 15 ИИ-инструментов для автоматизации градопроектирования
По данным Комплекса градостроительной политики и строительства города Москвы, с 2024 года Центр искусственного интеллекта в градостроительстве сформировал портфель из 15 сервисов для строительного цикла.

Пятнадцать цифровых помощников обещают подбирать объемно-планировочные решения, ловить коллизии в цифровых моделях и проверять проектную документацию на соответствие нормам. Для практики это повод проверить, где алгоритм действительно экономит время, а где просто добавляет красивый интерфейс к прежнему ручному труду.
Что автоматизировали
В портфеле есть инструменты для конкретных, а не магически расплывчатых задач:
- «Проверка типовых объемно-планировочных показателей» анализирует квартирографию и сопоставляет ее с утвержденными нормами. Несоответствия можно обнаружить до того, как проект дойдет до стадии поздних доработок.
- «Автоматическое выделение объектов недвижимости на планах» распознает квартиры, машино-места и коммерческие помещения. Заявленная точность достигает 95%, анализ страницы с планом парковки занимает пять секунд, страницы с этажным планом, десять секунд.
- «Формирование и проверка смет» готовит расчеты и проверяет их внутреннюю непротиворечивость, что особенно полезно при работе со сборными таблицами и большим объемом позиций.
Есть сервисы для поиска исходных данных, контроля строительных площадок и работы с календарно-сетевыми графиками. «Автоматизация КСГ» пока разрабатывается, «Платформа детекции нарушений» предназначена для автоматического контроля стройплощадок, а MSI Face позволяет тестировать модели через интерфейс или API и объединять решения в цифровую цепочку. Последнее решение тестируется в Липецкой области; часть других инструментов уже применяется за пределами Москвы.
Где ИИ пока уступает специалисту
Заявленные функции показывают, с какой рутины снимается нагрузка. Они не отменяют профессиональную проверку результата.
Проверка квартирографии не отвечает на вопрос, станет ли квартира удобной в повседневной жизни. Сверка сметы не подтверждает ее рыночную стоимость. Выявление отклонения в графике не гарантирует, что стройка идет по графику. Алгоритм способен поймать коллизию в модели, однако мокрые зоны, хранение, проходимость и инсоляцию по-прежнему оценивает проектировщик.
Здесь особенно важно не превращать машинную проверку в архитектурный алиби. Формально чистая документация может содержать неудобную планировку, а подробно посчитанная смета, как и знаменитый рендер, ничего не говорит о здравом смысле проекта. Финальное слово должен оставлять человек, который отвечает за решение, а не интерфейс с процентом уверенности.
Порядок проверки сервиса
Перед внедрением полезно пройти короткий, но дисциплинированный отбор.
1. Определить одну конкретную задачу. Распознавание объектов, поиск коллизий, проверка сметы и контроль сроков имеют разные требования. Один универсальный ИИ-дивный помощник редко справляется со всеми задачами одинаково хорошо.
2. Провести пилот на собственном проекте. Сравнить время работы, число найденных ошибок и объем доработок с действующим процессом. Если сервис лишь выглядит быстрым на демонстрационной странице, это быстро обнаружится на рабочих файлах.
3. Проверить прослеживаемость результата. Важно понимать, на каких данных построен вывод, где система не уверена и почему отметила нарушение. Непрозрачную рекомендацию следует считать подсказкой, а не проектным решением.
4. Оставить специалисту контрольное звено. Критичные решения по планировке, стоимости и графику работ должны подтверждаться проектировщиком, сметчиком или производителем работ.
По данным mos.ru, три сервиса уже доступны на сайте Агентства стратегических инициатив. У остальных инструментов статус различается: часть применяется на практике, часть проходит тестирование, а «Автоматизация КСГ» находится в разработке. Проверять это следует до внедрения, поскольку обещание с конференции и работающий сервис, как известно, родственники, но не одно и то же лицо.