20 августа 2026 г. на II Всероссийском форуме развития "Города будущего" заместитель главы Минстроя РФ Константин Михайлик рассказал, что существующие цифровые системы в отрасли создавались десятки лет назад и требуют пересборки. Он отметил, что работа искусственного интеллекта (ИИ) упирается в необходимость качественных данных. "Если ИИ будет нырять в различные источники данных, которые ему непонятны, мы будем получать галлюцинации. Он будет додумывать. Работать ИИ должен на качественных, структурированных системных данных", - подчеркнул замминистра.

По словам Константина Михайлика, появление типовых решений позволит отрасли перейти к единому формату данных, что, в свою очередь, решит задачу максимального внедрения ИИ, поставленную президентом. "К 2030 г. мы сами должны 50% наших бизнес-процессов стройки и ЖКХ основывать на инструментах искусственного интеллекта. Представьте, что каждое второе действие будет задействовать алгоритмы и модели", - заявил замглавы Минстроя.

Среди уже используемых решений он назвал цифровой нормоконтроль проектной документации, системы машинного зрения для контроля безопасности на стройплощадках и генерацию вариантов архитектурного облика зданий.

Представитель пресс-службы Министерства цифрового развития, связи и массовых коммуникаций РФ (Минцифры) сообщил корреспонденту ComNews, что разработка типовых решений по управлению строительством и городским хозяйством ("Умный город"), а также ФГИС "Объекты коммунальной инфраструктуры" реализуются по плану. "Первые внедрения в субъектах Российской Федерации, выбранных в качестве пилотных, запланированы на 2027 г. Для решения вопросов создания типовых решений созданы соответствующие межведомственные рабочие группы с участием Минцифры России, Минстроя России, профильных экспертов со стороны регионов", - сказал представитель пресс-службы Минцифры.

Директор по информационным технологиям ООО "КТС-Проект" Артем Дугин назвал цель по внедрению ИИ в 50% бизнес-процессов строительства и ЖКХ к 2030 г. амбициозной: "Один из ключевых вопросов здесь - не только развитие самих ИИ-инструментов, но и готовность цифровой инфраструктуры отрасли. Данные об объектах могут находиться одновременно в нескольких информационных системах, поэтому переход к единому формату данных может стать важной основой для дальнейшего внедрения ИИ".

Константин Михайлик добавил, что на каждый этап строительного цикла - проектирование, экспертизу, эксплуатацию - появляются продукты, которые централизованно развиваются и переходят в регионы.

С 1 апреля 2027 г. типовые решения должны начать работать в промышленной эксплуатации в первых 15 регионах. По данным Минстроя, суммарный экономический эффект от внедрения ИИ в строительстве и ЖКХ к 2030 г. может составить около 47,7 млрд руб., а внедрение ТОР сократит сроки решения задач на 30% благодаря автоматизации процессов и повысит качество управленческих решений за счет объективных данных.

Директор по науке и искусственному интеллекту ПАО "Группа Астра" Владимир Нелюб считает, что недостаточно просто подключить ИИ к существующим базам: "Сначала нужно навести порядок в данных: собрать их из разных источников, привести к единому формату, синхронизировать справочники, понимать происхождение и актуальность информации. И уже после этого давать ИИ доступ к базе".

Ранее, 28 марта 2026 г., портал ComNews сообщал, что три типовых отраслевых решения (ТОР) - "Управление строительством", ФГИС "Объекты коммунальной инфраструктуры" (ОКИ) и "Умный город" - перешли в фазу проектирования. Все решения реализуются на платформе "ГосТех", единственным исполнителем выступает ПАО "Ростелеком", технический заказчик - Минцифры. Для регионов и муниципалитетов использование ТОР будет бесплатным. ТОР "Управление строительством" объединит существующие информационные системы (ГИСОГД, ИСУП, РГСН). ТОР по коммунальной инфраструктуре аккумулирует данные о тарифах, лицензировании и сведения о многоквартирных домах из ГИС ЖКХ. ТОР "Умный город" предоставит муниципалитетам современные цифровые инструменты для управления городским хозяйством.

https://www.comnews.ru/content/244601/2026-04-06/2026-w15/1008/tipovye-otraslevye-resheniya-pereshli-fazu-proektirovaniya

В октябре 2025 г. в сообщении ГАУ КК "Краснодаркрайгосэкспертиза" было сказано, что ТОР "Управление строительством" позволит регионам использовать наработки друг друга вместо того, чтобы разрабатывать решения с нуля. Пилотное внедрение ТОР было запланировано в 2026 г. в 15 субъектах РФ, включая Владимирскую, Самарскую, Саратовскую, Тульскую и Псковскую области, республики Алтай, Марий Эл, Мордовию и Северную Осетию, а также ДНР, ЛНР, Запорожскую и Херсонскую области, Чеченскую Республику и Чукотский автономный округ.

https://www.comnews.ru/content/245527/2026-05-26/2026-w22/1011/peterburg-podelilsya-opytom-cifrovizacii-otrasli-zhkkh-kollegami-tashkenta

Ведущий инженер-аналитик лаборатории технологий искусственного интеллекта аналитического центра кибербезопасности ООО "Газинформсервис" Ирина Меженева отметила, что единый формат данных - это главная ценность типовых отраслевых решений: "Значительная часть усилий при внедрении ИИ уходит на приведение разнородных данных из разных источников к пригодному для обработки виду. Если отрасль перейдет к единой структуре, этот этап существенно упростится: появляется согласованный базис, поверх которого можно выстраивать и модели, и контроль их работы".

Технический директор ООО "МД Аудит" (MD Audit, входит в ГК Softline) Юрий Тюрин выделил отдельный вопрос данных - актуальность: "Для строительной и коммунальной сфер данные постоянно меняются, поэтому должны быть определены ответственные за их обновление и понятный жизненный цикл информации. Только после этого имеет смысл масштабировать ИИ-инструменты: прогнозирование, поиск аномалий, подготовку документов, управление ресурсами и поддержку принятия решений. При таком подходе ТОР могут стать не просто набором цифровых сервисов, а основой единого информационного контура отрасли. И уже этот контур позволит постепенно переводить на ИИ реальные бизнес-процессы, а не формально добавлять нейросети к существующим разрозненным системам".

Директор практики "Государственные и социальные инициативы" ООО "Рексофт" Александр Нугаев отметил, что для ИИ в первую очередь нужно выстроить единые справочники и идентификаторы, определить требования к качеству данных и закрепить ответственность за их актуальность. "В этом смысле ТОР - очень важный шаг: они могут дать отрасли единый цифровой каркас и существенно упростить масштабирование ИИ между регионами. Но дальше потребуется постоянная работа с качеством данных - сама по себе единая платформа автоматически эту проблему не решает", - сказал Александр Нугаев.

Константин Михайлик подчеркнул, что работа ИИ упирается в необходимость качественных данных, иначе будут галлюцинации. Технический директор ООО "Стахановец" Сергей Щербаков рассказал, что любая ИИ-модель это зеркало данных, на которых она работает, и мусорные входные данные почти гарантированно дают галлюцинации на выходе: "В продуктах мы решаем эту проблему на уровне архитектуры, а не постфактум. Система сначала собирает и нормализует сырую телеметрию в строго структурированные события с фиксированным набором параметров, и только затем эти структурированные данные передаются LLM-модели для анализа. Такой подход, жесткая типизация и валидация данных до того, как они попадут в языковую модель, снижает риск галлюцинаций гораздо эффективнее, чем попытки дообучить саму модель быть аккуратнее на неструктурированном материале".

Руководитель ИТ-подразделения агентства "Полилог" Людмила Богатырева отметила, что государство уже давно работает над качеством данных, например, в рамках межведомственного взаимодействия. Она считает, что сложность в работе с данными в сфере строительства и ЖКХ дополнительно обусловлена большим количеством данных на разных уровнях власти: их зачастую не так просто связать и структурировать, есть сложная отраслевая специфика. "Работа с качеством информации одновременно снижает риск галлюцинаций и повышает надежность результатов", - подчеркнула Людмила Богатырева.

ТИМ-менеджер отдела инновационных систем ПАО "Нанософт" Максим Журавлев полностью согласился с тем, что для работы решений с ИИ требуется использовать качественные данные: "Поэтому наше разрабатываемое решение NSR Specification, созданное для автоматизации работы с нормативными требованиями в сфере проектирования зданий и сооружений, реализует всю цепочку работы с нормативным документами. На первом этапе NSR модуль семантической разметки переводит текстовый документ в машиночитаемый формат, то есть подсказывает границы требований и классификационные коды для каждого требования. Выделенные требования храним в единой базе и далее используем для проверки текстовых требований и цифровых информационных моделей".

https://www.comnews.ru/content/246441/2026-07-16/2026-w29/1009/senator-sheykin-cifrovizaciya-dolzhna-obespechit-dostupnost-uslug-regionakh