ИИ в строительстве: что реально автоматизировать в отделочной компании

Объектов в работе больше, чем год назад. Оборот вырос. А денег на счету не прибавилось.

Если узнаёте свою компанию — дальше по тексту будет знакомо. Каждый месяц где-то всплывает переделка. Кто-то из клиентов пишет претензию. Сметчик объясняет рост цены, прораб объясняет срыв срока, оба звучат убедительно, и никто в компании не может показать, где именно это решение было принято и кем.

Отделочный бизнес устроен так, что рост почти всегда обгоняет процессы. Пока объектов три, собственник держит их в голове. Когда их пятнадцать, он собирает картину по людям, а люди рассказывают ему ту версию, которая им удобнее.

Разговор про ИИ в строительстве обычно начинается не с этого. Начинают с чат-бота на сайте и текстов для соцсетей. Ниже — почему это ошибка и что стоит автоматизировать вместо.

Если коротко, внедрение ИИ в строительстве начинается с трёх мест: расчёт сметы вместе с фиксацией всех её изменений, круглосуточная первая линия по входящим заявкам и фотофиксация работ на объекте. Первые два месяца уходят на подготовку, которую снаружи не видно, видимый результат появляется на третий-четвёртый. Всё остальное — реклама, соцсети, красивая упаковка — имеет смысл только после этого. Дальше разберу каждый пункт и объясню, почему порядок именно такой.

Три претензии, которые пишут все

Если открыть отзывы о любой отделочной компании и отбросить эмоции, останется три сюжета: выросла итоговая смета, сдвинулся срок сдачи, дефекты вылезли уже после подписания акта. Причина у всех трёх одна — между тем, что компания сказала клиенту, и тем, что реально случилось на объекте, нет фиксации, поэтому любой спор превращается в слово против слова.

Смета выросла. Клиенту назвали одну цифру на замере, а к концу работ вышло в полтора-два раза больше. Иногда это честное удорожание: вскрыли пол, а там стяжку надо переделывать целиком. Иногда — изначально заниженный расчёт, чтобы клиент подписал договор. С точки зрения человека, который платит, разницы никакой. Он помнит первую цифру.

Срок сдвинулся. Обещали к Новому году, сдали в мае. Причины обычно настоящие: подрядчик подвёл, материал не приехал, бригаду перекинули на горящий объект. Но клиент про это узнаёт последним, чаще всего когда сам позвонит и спросит.

Дефекты обнаружились после сдачи. Акт подписан, деньги получены, а через два месяца поплыла плитка или заискрила розетка. Начинается разбирательство, кто виноват, и выясняется, что скрытые работы никто не фотографировал.

Почему внедрение ИИ в строительстве начинают не с того?

Владельцу отделочной компании, который решил внедрить ИИ, первым делом обычно предлагают чат-бота на сайт и генерацию текстов для соцсетей. Это самое дешёвое и понятное, и это же предлагают все подряд. Логика вроде рабочая: больше заявок — больше денег. Но если производство уже не справляется с текущим потоком объектов, это худшее из решений: автоматизация здесь работает как усилитель, она разгоняет то, что уже есть, а есть хаос.

Больше объектов при той же дисциплине по смете означает больше переделок и больше недовольных клиентов.

Порядок потерь стоит представлять заранее. По моей оценке рынка, одна переделка на объекте в полторы сотни метров обходится компании в сотни тысяч рублей. Судебный спор с потребителем — сопоставимо, если считать работу юристов и штраф по закону о защите прав потребителей. При марже, обычной для отделки, это прибыль с нескольких объектов.

Я на этом настаиваю в каждом разборе. Красивая упаковка на неотлаженном производстве не приносит прибыль, она ускоряет поток претензий.

Начинать надо с того места, где деньги теряются. В отделке это смета, коммуникация с клиентом и фиксация происходящего на объекте. Работа невидная, снаружи ничего эффектного. Зато считается в рублях.

ИИ и сметы в строительстве: точка, где теряется больше всего

Расчёт стоимости ремонта в большинстве компаний живёт в голове сметчика и в экселе, который он ведёт по своему разумению — два сметчика на одинаковой квартире дадут разные цифры. ИИ здесь берёт на себя три вещи: расчёт сметы по данным объекта и истории похожих проектов, честный раздел о том, что в цену не входит, и фиксацию каждого изменения сметы с указанием, кто его согласовал.

Считать смету по данным объекта: тип дома, метраж, состав работ, история похожих проектов. Не вместо сметчика, а до него. Сметчик получает готовый расчёт и правит его там, где видит специфику. Разброс между специалистами исчезает.

Второе, и это важнее расчёта. Автоматически добавлять в коммерческое предложение раздел о том, что в цену не входит и при каких обстоятельствах она вырастет. Не общей фразой про возможные дополнительные работы, а конкретным перечнем: вскрытие пола может показать необходимость новой стяжки, старая проводка в панельном доме требует полной замены, и так далее. Такой список берётся из истории закрытых объектов — компания за годы работы точно знает, на чём сметы вырастают чаще всего.

Третье. Фиксировать каждое изменение сметы с отметкой, кто и когда его согласовал. Пересчёт при изменении состава работ должен происходить сам, а согласование — сохраняться.

Вот это последнее закрывает половину будущих судов. Не потому что клиент станет меньше злиться, а потому что в споре появляется что показать.

По моему опыту, генератор смет с честным блоком про удорожание даёт больше, чем весь маркетинг вместе взятый. Просто эффект от него виден не в приросте выручки, а в том, чего не случилось.

Автоматизация обработки заявок: они приходят вечером, а отвечают утром

Заявки на ремонт чаще всего приходят вечером и в выходные, когда отдел продаж уже не работает. Отвечает менеджер утром — к этому моменту человек успевает написать ещё в три компании, и заявку получает та, что ответила первой. Первая линия, которая работает круглосуточно, отвечает сразу, выясняет метраж и бюджет, называет честную вилку стоимости и передаёт менеджеру уже заполненную карточку.

Как такая первая линия устроена изнутри, я разбирал отдельно в статье про обработку заявок в Telegram без менеджера.

Про то, какие чат-боты вообще продаются на рынке и сколько это стоит, если нужен охват шире одного Telegram — отдельный обзор.

Отдельно скажу про вилку. Соблазн назвать заниженную цифру, чтобы человек точно приехал на замер, огромный. Не надо. Это ровно тот механизм, из которого потом вырастает претензия «мне обещали другое», и теперь она у клиента в переписке, то есть доказуема.

Ещё одна вещь, которую машина делает хорошо и дёшево: следит за забытыми сделками. Заявка, по которой неделю нет активности, поднимается наверх сама. В компании, где менеджер ведёт полсотни сделок одновременно, теряется всегда что-то. Обычно как раз то, где клиент думал дольше остальных, а такие часто и покупают.

Отдельно про то, как это ломается. На сайте электромонтажной компании, который я вёл, заявки какое-то время просто не доходили. Форма работала, посетитель видел «спасибо за обращение», письмо не приходило никому. Обнаружилось случайно. С тех пор я закладываю правило: заявка пишется сразу в два независимых места, и если запись не прошла, об этом приходит уведомление. Молчание системы не должно означать, что всё в порядке. В стройке цена одной потерянной заявки измеряется сотнями тысяч. Про то, где ещё пропадают заявки, у меня есть отдельный разбор.

Что происходит между договором и сдачей

Между подписанием договора и сдачей объекта информация о происходящем чаще всего есть только у прораба: руководитель узнаёт об отставании, когда оно уже месяц, а клиент — когда сам приедет посмотреть. Здесь помогает не искусственный интеллект как таковой, а обычная дисциплина, которую он делает выполнимой. Прораб фотографирует этапы и скрытые работы до того, как их закроют, заполняет проверочный лист приёмки. Система сама сверяет фактические сроки с плановыми и сигналит при отставании.

Ценность двойная. Руководитель видит проблему на объекте раньше, чем о ней напишет клиент. А в случае спора у компании есть доказательная база: вот фотография разводки до штукатурки, вот дата, вот заполненный лист приёмки.

Предупрежу сразу, потому что видел это не раз. Прорабы и снабженцы воспринимают такие штуки как слежку, и небезосновательно. Если в компании есть неформальные договорённости по закупкам, фотофиксация встретит тихое сопротивление: данные будут вноситься формально и неверно. Об этом лучше подумать до внедрения.

Клиент, который не понимает, что происходит

Две самые частые претензии клиента звучат так: непонятно, на каком этапе работы, и цена выросла, а я не соглашался. Обе решает личный кабинет, где видно текущий этап, фотоотчёт с объекта, актуальная смета с историей изменений и график платежей — каждое изменение сметы клиент подтверждает сам, и это подтверждение хранится.

Звучит как техническая мелочь. На деле это меняет характер отношений. Человек, который платит несколько миллионов и три месяца не понимает, что происходит с его квартирой, начинает нервничать и искать подвох. Тот же человек, видящий вчерашние фотографии стяжки, ведёт себя совершенно иначе.

Плюс исчезает главный аргумент в суде. «Мне не сообщили» перестаёт работать, когда есть журнал уведомлений.

Люди: новый прораб и брак на объекте

Если прорабы и мастера меняются часто, узкое место известно заранее — скорость ввода новичка в работу. Он не знает стандартов компании и делает объект по своему опыту, а не по вашему, отсюда те самые дефекты, из-за которых потом идут иски. Обучение строится на том, что у компании и так накоплено: технологические карты, стандарты приёмки, разбор ошибок с прошлых объектов. Собранное в программу адаптации с проверкой знаний перед допуском на объект, это сокращает срок ввода в работу и снижает брак у новичков.

Побочная польза, которую редко замечают. Тот же материал отлично работает наружу. Разбор «почему нельзя штробить несущую стену» или «как принимать электрику» снимает главный страх клиента перед скрытым браком. Один раз собрали для своих, используем дважды.

Почему проекты ИИ в строительстве не взлетают?

Внедрение ИИ в строительстве чаще всего не взлетает по пяти причинам: истории объектов нигде не собраны в единую базу, компания разложена по нескольким юрлицам, на объектах саботируют фотофиксацию, автоматизация озвучивает обещания, которые компания не выполняет, и внутри нет одного человека, отвечающего за процесс. Разберу каждую подробнее — это неприятная часть, о которой в статьях про ИИ обычно не пишут.

Данных не оказывается. Весь расчёт строится на предположении, что история объектов где-то зафиксирована. На практике сметы лежат в личных файлах у сметчиков, ход работ — в переписках, часть вообще в голове у человека, который уволился. Если так, сбор данных занимает не полтора месяца, а четыре. Проверять это надо на первой неделе, а не после подписания договора на автоматизацию.

Компания разложена по нескольким юрлицам. Обычная для строительного бизнеса конструкция: два-три юрлица, между которыми размазаны клиенты, договоры и сотрудники. Автоматизация поверх такой структуры либо дублируется по каждому контуру, либо требует сначала решить, как компания устроена. Это вопрос к собственнику, и подрядчик его за него не решит.

Сопротивление на объектах. Про это я уже сказал выше, но повторю, потому что это самая частая причина тихого провала. Система, которую саботируют, выглядит работающей: данные вносятся, отчёты приходят. Только данные неверные.

Автоматизация обещаний, которые компания не выполняет. Если робот уверенно называет фиксированную цену, а на объекте она вырастает, вы получите не меньше претензий, а больше. И теперь у клиента останется переписка. Технология не чинит дисциплину, она делает её отсутствие видимым.

Нет владельца процесса внутри компании. Нужен один человек с правом решать и с реальным временем на это, не меньше десяти часов в неделю. Без него проект зависает между техническим директором и маркетингом, каждый считает его чужим, и через полгода всё тихо умирает. Это самый распространённый способ похоронить автоматизацию, и он не имеет отношения к технологиям.

Кому ИИ в строительстве пока рано внедрять?

Пока владелец помнит все объекты, автоматизировать нечего: при двух-трёх стройках одновременно смета обсуждается голосом, срыв срока виден сразу, клиент общается с хозяином напрямую. Максимум, что здесь имеет смысл, — ответы на заявки в нерабочее время, и то это делается простыми средствами за небольшие деньги.

Момент, когда пора, узнаётся по одному признаку: чтобы узнать, что происходит на объекте, приходится кому-то звонить. Как только руководитель перестал держать картину в голове и начал её собирать по людям, потери пошли.

Верхняя граница тоже есть. Собственные системы управления объектами, мобильные приложения для прорабов, связки из нескольких агентов — всё это оправдано только после того, как базовые процессы уже работают. Раньше получится дорогая оболочка вокруг того же хаоса.

Частые вопросы

С чего начать внедрение ИИ в строительной компании, если бюджет ограничен?

Со сметы и с фиксации изменений. Это дешевле остального и бьёт по той претензии, которая встречается чаще всех.

Заменит ли это сметчика или прораба?

Нет. Расчёт готовит машина, решение принимает человек. На объекте машина вообще ничего не делает, она хранит и сверяет то, что внёс прораб.

Сколько времени занимает автоматизация?

Первые два месяца уходят на подготовку, которую снаружи не видно: сбор данных, описание процессов, инфраструктура. Видимый результат появляется на третий-четвёртый месяц. Полная перестройка процессов — от года, и это при условии, что внутри компании есть человек, который ведёт проект.

Что делать, если данных за прошлые годы нет?

Начинать копить с текущих объектов. Через полгода дисциплинированного ведения появится база, на которой уже можно считать.

А если сотрудники не примут?

Это вероятнее, чем технические проблемы. Помогает одно: система должна сначала давать людям что-то полезное, а не только контролировать их. Прорабу — снятие бумажной работы, сметчику — готовый расчёт вместо ручного.

Всё описанное — общая механика, а не рецепт. В каждой компании узкое место своё: у одних оно в смете, у других на объекте, у третьих в том, что заявки некому обрабатывать по вечерам. Понять, какое из этого ваше, можно только на конкретных цифрах и процессах.

Строительство — одна из отраслей в общей карте нейросетей для бизнеса. Остальные функции — в статье «Нейросети для бизнеса».