Як AI оцінює вартість будівництва за документами?
Кошторисна документація в будівництві — сотні томів PDF, DWG, IFC. Наприклад, забудовник отримує 50 томів проєктної документації на 15-поверховий житловий будинок. Ручний кошторис займає місяць роботи двох кошторисників і коштує суттєву суму. Наша AI-система справляється за 3 дні з точністю 95% — обробка в 10 разів швидше. Відхилення від ручного кошторису не перевищує 2–5% для типових проєктів; для складних об'єктів точність 90% з повним трасуванням кожного пункту. Замовте попередній аналіз вашої документації — ми покажемо, скільки часу та грошей заощадить AI. За даними Мінбуду, середнє відхилення ручних кошторисів становить 5-7% — AI знижує цей показник удвічі.
Вхідна документація та формат
Будівельний проєкт включає проєктну та робочу документацію, відомості обсягів робіт, техумови. Система приймає формати PDF, DWG, IFC, Excel та скани через OCR. BIM-модель не обов'язкова, але підвищує точність на 10-15%.
Архітектура AI-системи
[Завантаження документації (PDF, DWG, Excel)] → [Класифікація розділів] → [Витяг ВОР (відомостей обсягів)] → [Розпізнавання специфікацій обладнання] → [Застосування розцінок (ФСНБ, ГЕСН, ТЕР)] → [Розрахунок прямих витрат] → [Застосування коефіцієнтів (ІСР, ОЗП, накладні)] → [Зведений кошторисний розрахунок] → [Верифікація людиною] Як AI вилучає обсяги робіт?
class WorkItem(BaseModel): section: str description: str unit: str quantity: float normative_code: str | None confidence: float def extract_work_volumes(document_text: str) -> list[WorkItem]: tables = extract_tables(document_text) items = [] for table in tables: if is_work_volume_table(table): parsed = parse_work_volume_table(table) items.extend(parsed) text_items = llm_extract_work_items(document_text) return items + text_items Детермінований парсинг (pdfplumber, Camelot) дає 99% точності для таблиць. Неструктуровані описи обробляються LLM з few-shot шаблонами. Поєднання методів забезпечує надійність.
Порівняння методів вилучення обсягів
| Метод | Застосовність | Точність | Швидкість |
|---|---|---|---|
| Детермінований парсинг | Структуровані таблиці | 99% | Миттєво |
| LLM з few-shot | Неструктурований текст | 85-95% | 1-2 секунди на сторінку |
Чому точність AI-оцінки варіюється?
Точність AI-кошторису залежить від повноти документації. При повному комплекті ВОР відхилення від ручного кошторису становить ±10–15% (прийнятно для попередньої оцінки). Для тендерної документації — ±5–8% при ретельній верифікації. На типових об'єктах після донавчання — до 2%. Чим більше даних для навчання, тим вища точність. Ми гарантуємо результат на ваших проєктах.
Як AI справляється з різними типами документації?
| Тип документації | Час обробки | Точність |
|---|---|---|
| Структуровані ВОР (Excel) | 1-2 хвилини | 99% |
| PDF з таблицями | 3-5 хвилин | 95% |
| Скани (OCR) | 10-15 хвилин | 85-90% |
| DWG/IFC (BIM) | 5-10 хвилин | 98% |
Нормативна база та специфікації
Застосування нормативної бази
ФСНБ (Федеральна кошторисна нормативна база) та регіональні збірники ТЕРів містять розцінки на всі види будівельних робіт. Система виконує маппінг опису роботи → код ГЕСН/ФСНБ через семантичний пошук (векторні ембеддінги 1536-dim), отримує нормативні показники та множить на поточні індекси переведення. Складність: описи робіт не завжди точно відповідають кодам ФСНБ — потрібна нормалізація та експертне підтвердження.
Розпізнавання обладнання зі специфікацій
Специфікації обладнання (насоси, котли, вентиляція) вилучаються LLM з прив'язкою до прайс-листів постачальників. LLM вилучає найменування, марку, характеристики, кількість. Далі — запит актуальних цін через API постачальників. Це особливо актуально для імпортозаміщення, коли ціни змінюються щомісяця.
Верифікація та аудит
Система не замінює інженера-кошторисника для складних об'єктів — вона прискорює його роботу в 5 разів. Кожен розділ кошторису супроводжується джерелом даних, застосованими розцінками, розрахунковими формулами. Повна трасованість для аудиту. Вбудовані чек-листи автоматично перевіряють коректність маппінгу та попереджають про невідповідності. Після обробки AI формує звіт із зазначенням всіх джерел та розрахункових коефіцієнтів. Кошторисник може перевірити будь-який пункт і внести коригування. Система запам'ятовує правки та покращує модель для наступних проєктів.
Процес і терміни розробки
Розробка включає аналіз документації, збір датасету (не менше 5000 сторінок), тренування моделі (fine-tuning LayoutLM + LLM), інтеграцію з нормативною базою, створення REST API та модулів для кошторисних програм, документацію та навчання кошторисників, техпідтримку на 6 місяців. Кожен етап включає демонстрацію проміжних результатів.
MVP для типового житлового будинку — 4–6 місяців; промисловий об'єкт з інтеграцією — 8–12 місяців. Зв'яжіться з нами для попередньої оцінки вашого проєкту — безкоштовно проаналізуємо документацію та розрахуємо терміни.
Наша команда має 7+ років досвіду в AI/ML, реалізувала понад 30 проєктів для будівельної галузі. Працюємо з повним циклом: від збору даних до продакшену. Отримайте консультацію — ми оцінимо ваш проєкт і запропонуємо оптимальне рішення.