ИИ для проектирования зданий: что отдают нейросетям

ИИ для проектирования: какие задачи уже отдают нейросетям

ИИ для проектирования зданий перестал быть обещанием: часть задач реально передают машинам, и часть из них машина делает быстрее человека. Но список короткий, и он не совпадает с тем, что пишут в обзорных статьях.

Сегодня отдают четыре группы задач. Первая — подсчёты и выборки: количество элементов, площади, ведомости, спецификации, состав файла. Вторая — перебор вариантов по заданным целям и ограничениям, когда решений много и сравнивать их нужно по численным показателям. Третья — анализ участка и окружающей среды: инсоляция, ветер, шум, углерод, площади застройки. Четвёртая — перенос чужих замечаний и пометок в документацию и сравнение версий.

Не отдают ничего, что связано с принятием решения и с ответственностью: расчётные схемы и нагрузки, конструктивные решения, трассировку инженерных систем, состав и полноту документации под экспертизу, соответствие нормам как вывод, а не как справку. Нейросеть для проектирования в этой части остаётся справочным инструментом, и там, где справка превращается в требование норм, она ошибается систематически — об этом отдельный раздел ниже.

Задача	Чем решается сегодня	Что проверяет инженер
Количество элементов, площади, ведомости	Запросы к модели или к чертежу, выгрузки	Границы выборки и одну группу вручную
Перебор вариантов планировки и посадки	Generative Design в Revit, Site Automation в Forma	Смысл показателей и исходные данные
Инсоляция, ветер, шум, углерод	Быстрые модели и детальные симуляции в Forma	Режим анализа и климатические данные
Перенос замечаний, сравнение версий	Markup Import и Markup Assist, DWG Compare	Каждую пометку и пропущенные различия
Соответствие нормам	Только система с доступом к тексту норм	Документ, пункт и дословную цитату
Расчётные схемы и нагрузки	Ничем	Полностью своя работа

Стадия имеет значение: где выигрыш реальный

Один и тот же инструмент даёт разный эффект на разных стадиях, и это важнее выбора инструмента.

На предпроектной стадии и на эскизе выигрыш максимален, потому что там много перебора и мало ответственности за точность. Варианты посадки, ориентация, плотность, площади, предварительные показатели — всё это считается быстро, а ошибка в десятую долю не стоит ничего, пока решение не принято.

На стадии проекта выигрыш смещается в документацию: ведомости, спецификации, состав листов, проверка оформления против стандарта организации. Здесь машина экономит часы, но результат обязан быть пересчитан, потому что ведомость уходит в смету и в договор.

На рабочей документации эффект минимален и местами отрицательный. Рабочка выигрывает от порядка в файле, от стандартов и от дисциплины выпусков, а не от генерации. Инструменты, которые здесь действительно помогают, чаще не интеллектуальные: сравнение версий чертежа, очистка геометрии, счётчик блоков. ИИ добавляет к этому перенос пометок и запросы к содержимому файла.

Практическое следствие: если вам обещают эффект на рабочей документации, попросите назвать конкретную операцию и замерить её время до и после. Чаще всего выясняется, что речь о стадии эскиза.

Варианты и анализ участка: что умеют специализированные инструменты

Перебор вариантов в BIM-среде — давно существующая функция. Generative Design в Revit работает так: движком исследования служит граф Dynamo, вы задаёте цели, ограничения и входные данные, система перебирает варианты и показывает их для сравнения, а выбранный вариант переносится в модель командой Create Revit Elements. Функция недоступна в Revit LT. Это не «нейросеть придумала дом»: логика перебора написана человеком в графе, машина только перебирает и ранжирует.

Анализ участка вынесен в отдельный облачный продукт — Forma Site Design. Там есть инструмент Site Automation, который генерирует варианты планировки. Для ветра и шума Autodesk описывает два режима анализа — быстрый, на основе ИИ, и стандартный. Есть встроенные показатели площадей, анализ часов солнца, потенциал дневного освещения, микроклимат, суммарный углерод и потенциал солнечной энергии. Предложения экспортируются в IFC и OBJ.

Что здесь важно понимать инженеру:

Быстрая оценка на основе ИИ — это предсказание, а не расчёт. Autodesk разделяет быстрый и стандартный режимы; в документацию берут результат стандартного.
Результаты анализа участка зависят от исходных данных: рельефа, климатической модели, контекста застройки. Ошибка в исходных данных проходит через весь анализ незаметно.
Экспорт в IFC и обратно в Revit — это передача геометрии и показателей, а не передача решения. Проверяется так же, как любая импортная модель.

Документация, ведомости и подсчёты

Здесь искусственный интеллект в проектировании даёт самый измеримый эффект, потому что задача скучная и повторяющаяся.

В Revit 2027 Autodesk Assistant отвечает на три класса запросов: справка по продукту, запросы к модели — например сколько колонн на первом этаже, — и автоматизация действий по команде, например создать спецификацию дверей. Отдельно, в статусе технологического превью, описан публичный MCP-сервер: через него можно искать элементы, проверять параметры, получать количества, править параметры пакетно и снимать визуальные снимки видов. В AutoCAD 2027 ассистент умеет проверять чертёж на соответствие файлу стандартов, выбирать объекты по текстовому описанию и отвечать на вопросы о чертеже — например перечислить слои или показать использование блоков.

Общее у всех трёх одно: это запросы к данным, которые уже есть в модели или в чертеже. Машина не придумывает числа, она их достаёт и группирует. Именно поэтому результат проверяется легко и обязан проверяться:

Пересчитайте одну выборку вручную — количество элементов одного типа на одном уровне.
Сверьте границу выборки: уровни, фильтры, связанные модели, исключённые категории.
Проверьте, что в результат не попали элементы-заполнители и не потерялись вложенные семейства.
Для спецификации сравните её с предыдущей версией: расхождение должно объясняться изменением модели, а не способом запроса.

Отдельно стоит помнить, что у Autodesk есть детерминированные инструменты для тех же задач — счётчик блоков COUNT в AutoCAD, ведомости и спецификации в Revit. Они не ошибаются так, как ошибается модель, и для финальной документации используются именно они.

Нормы: задача, в которой универсальный чат опасен

Это единственная область проектирования, где уверенность ответа обратно связана с его надёжностью. В собственной справке OpenAI среди проявлений галлюцинации названы выдуманные цитаты, исследования и ссылки на несуществующие источники; там же стоит рекомендация всегда проверять цитаты, данные, технические сведения и ссылки на внешние документы. Документация Anthropic по снижению галлюцинаций предлагает набор приёмов: разрешить модели отвечать «не знаю», требовать дословные цитаты до вывода, требовать для каждого утверждения ссылку на подтверждающий фрагмент и отзывать утверждение, для которого цитаты не нашлось, ограничивать модель только предоставленными документами. И прямо оговаривает: приёмы снижают частоту ошибок, но не устраняют их, а критичную информацию нужно проверять всегда, особенно в решениях с высокой ценой ошибки.

Проектирование — ровно такой случай. Поэтому проверка на соответствие нормам работает только при двух условиях: модель читает текст нормы, а не вспоминает его, и возвращает документ, номер пункта и дословную цитату, которую вы можете открыть. Любая ссылка на пункт без открывающейся цитаты считается несуществующей, каким бы правильным ни выглядел ответ по смыслу.

Отсюда практическое правило для организации: ответ чата о норме — это гипотеза о том, где искать. Основание для решения — это текст документа с пунктом, который вы открыли сами.

ИИ-агент для проектирования: чем он отличается от чата

ИИ-агент для проектирования отличается от чата не качеством модели, а доступом к данным и инструментам. Чату вы отправляете то, что смогли извлечь и вложить в сообщение. Агент открывает файл сам, вызывает инструменты, получает числовой результат и отвечает на его основе. Именно поэтому агент может измерить расстояние по чертежу, а чат — только предположить его по картинке.

Пример такого подхода — ARAI: он читает DWG и DXF напрямую, без установленной САПР, исходный чертёж открывается только для чтения, результатом становятся новые файлы. Он измеряет расстояния на чертеже и сверяет каждое с пунктом нормы, отвечает на вопросы по строительным нормам Казахстана, называя документ, номер пункта и дословную цитату; в базе 617 документов в выпуске от 26.09.2026, тексты норм по пунктам открыты в разделе /ru-kz/normy. Он считает картограмму земляных масс, составляет черновики листов генплана, считает площади помещений, экспликацию и ТЭП. Каждый результат — черновик для проверки инженером; решение и подпись остаются за человеком, а нормативная база сегодня казахстанская.

Что проверять у любого агента до внедрения: где хранятся и обрабатываются файлы, открывается ли исходник на запись, что происходит с результатом после правки человеком и можно ли повторить вычисление вручную. Если хотя бы на один вопрос ответа нет, агент подходит для черновика и не подходит для документации.

Что остаётся инженеру и как внедрять

Машина не берёт на себя ничего из перечисленного:

расчётные схемы, нагрузки и воздействия, подбор сечений и армирования;
проектные решения по конструкциям и инженерным системам;
состав и полноту документации под конкретную процедуру согласования или экспертизы;
вывод о соответствии нормам как основание для решения;
координацию разделов между исполнителями и авторский надзор;
ответственность за проект и подпись под ним.

Внедрять стоит в обратном порядке — от задач с однозначным критерием правильности к задачам с неопределённым. Сначала перенос пометок и сравнение версий: результат либо совпал с оригиналом, либо нет. Затем ведомости и выборки: пересчёт вручную закрывает вопрос. Затем варианты и анализ: здесь уже нужен специалист, который понимает, что означают показатели быстрого режима. Нормы — последними и только с обязательной сверкой цитат.

Отдельный вопрос, который задают до внедрения, а не после: что происходит с чертежами заказчика. Он решается не обещаниями, а тем, где обрабатываются файлы и что написано в договоре. Часть функций работает через облако — у Autodesk это прямо указано для переноса пометок, — и если договор с заказчиком этого не допускает, функция исключается из процесса независимо от её качества.

Коротко

Нейросетям уже отдают подсчёты и выборки, перебор вариантов, анализ участка, перенос пометок и сравнение версий. Решения и ответственность не отдают.
Выигрыш максимален на эскизе и в документации, минимален на рабочей стадии: там помогают порядок в файле и детерминированные инструменты.
Generative Design в Revit перебирает варианты по графу Dynamo, который написал человек; Forma Site Design разделяет быстрое предсказание модели и детальную симуляцию.
Ассистенты в Revit 2027 и AutoCAD 2027 умеют запросы к модели и чертежу; обе функции новые, и ответы Autodesk прямо просит перепроверять.
Ответ чата о норме — гипотеза, а не основание. Основание — документ, пункт и дословная цитата, которую вы открыли сами.
Агент отличается от чата доступом к файлу и инструментам; ARAI измеряет расстояния по чертежу и сверяет их с нормами Казахстана, выдавая черновик для проверки.
До внедрения выясняют, где обрабатываются файлы и открывается ли исходник на запись. После внедрения любую выборку пересчитывают вручную хотя бы один раз.

Источники

Тексты строительных норм Казахстана по пунктам — в разделе Нормы.

ИИ в проектировании зданий: какие задачи отдают нейросетям и что остаётся инженеру