Цена неопределённости: как искусственный интеллект в изысканиях и проектировании снижает стоимостные риски арктических проектов
Самсонов Р. О., д.т.н., профессор кафедры ТОСП,
научный руководитель Молодёжной лаборатории
«Организационно-технологические системы использования
искусственного интеллекта в строительстве» НИУ МГСУ,
научный руководитель Программы Арктическое
строительство и технологии — Шпицберген»
roman@samsonov.org
В Арктике смета проекта определяется не столько ценой бетона и металла, сколько тем, насколько хорошо мы знаем грунт под будущим зданием и как он поведёт себя через двадцать лет. Ошибка изысканий в криолитозоне оборачивается переделкой фундаментов, авариями и многолетними затратами на эксплуатацию. В статье показано, где в арктической смете «прячутся» деньги, какие инструменты искусственного интеллекта уже сегодня позволяют сократить неопределённость на стадиях изысканий и проектирования и почему архипелаг Шпицберген с посёлками треста «Арктикуголь» может стать полигоном, на котором проверяются не только технологии, но и стоимостные показатели.
Арктическая смета: где прячутся деньги
Стоимость строительства в Арктической зоне традиционно объясняют логистикой: северный завоз, короткая навигация, авиадоставка персонала, зимнее удорожание по Методике Минстроя России [1]. Всё это действительно так, и эти составляющие хорошо формализованы
в сметных нормативах. Но есть статья, которая в смете почти не видна, а в бюджете жизненного цикла — одна из крупнейших. Это стоимость ошибки в оценке основания, а точнее — стоимостная оценка связанных с ней рисков и управление ими.
Масштаб проблемы хорошо виден по научным оценкам последних лет. Возможный ущерб зданиям и инженерным сооружениям Арктической зоны России к середине XXI века из-за изменения температур и оттаивания мёрзлых грунтов оценивается в 5–7 трлн руб. и более,
из них около 700 млрд руб. приходится на жилищный фонд [2]. Международный обзор в Nature Reviews Earth & Environment показывает, что к 2050 году от 30 до 50 % критически важной инфраструктуры циркумполярного региона может оказаться в зоне высокого риска [3].
Для заказчика это означает простую вещь: решение о типе фундамента, принятое по неполным данным изысканий, может «съесть» экономию, полученную на любом другом разделе сметы.
Почему так происходит? Действующая практика изысканий в криолитозоне построена на дискретной картине: пробурили скважины, отобрали пробы, получили характеристики грунтов на дату изысканий [4; 5]. Проектировщик закладывает эти характеристики в расчёт по своду правил [6]. Однако при деградации мерзлоты свойства основания меняются во времени,
и «запас прочности» проекта превращается либо в избыточные затраты (перестраховка),
либо в скрытый риск (недооценка). И то и другое — прямые деньги заказчика.
Таблица 1. Где искусственный интеллект влияет на стоимость арктического объекта
| Статья затрат | Источник неопределённости | Инструмент ИИ | Стоимостной эффект |
| Инженерные изыскания | Неоптимальная сеть скважин, пропуски в разрезах | Восстановление разрезов, оценка неопределённости, выбор мест доразведки | Меньше «лишних» скважин, адресная доразведка |
| Основания и фундаменты | Консервативные допущения о несущей способности | Физически информированные модели прогноза мерзлоты, генеративный подбор вариантов | Обоснованный выбор решения вместо перестраховки |
| Проектная документация | Коллизии, ошибки объёмов, ручное оформление | Интеграция инженерно-геологической модели с ТИМ, автоматическое оформление профилей | Точные ведомости объёмов, меньше переделок |
| Резерв на непредвиденные | Резерв задаётся «процентом», без связи с рисками | Вероятностная оценка рисков по цифровому двойнику | Резерв, привязанный к конкретным рискам |
| Эксплуатация | Позднее выявление деформаций | Мониторинг «космос- БПЛА — датчик», раннее предупреждение | Плановый ремонт вместо аварийного |
Изыскания: самая дешёвая страховка проекта
Затраты на инженерные изыскания составляют небольшую долю стоимости строительства,
а цена их ошибки сопоставима со стоимостью фундамента. Поэтому именно здесь ИИ даёт максимальную «стоимостную отдачу» на вложенный рубль.
В Молодёжной лаборатории «Организационно-технологические системы использования искусственного интеллекта в строительстве» (ОТС) НИУ МГСУ отработан полный цикл построения собственной цифровой инженерно-геологической модели (ИГМ): от материалов изысканий и архивных данных через обработку в нейронной сети к трёхмерной модели грунтового массива и её интеграции с информационной моделью объекта.
Технология опирается на предыдущий опыт сотрудников лаборатории: её базовые принципы применены ранее на девяти объектах Крайнего Севера и Восточной Сибири: магистральных газопроводах «Сила Сибири», «Бованенково — Ухта», «Сахалин — Хабаровск — Владивосток»,
на Чаяндинском, Ковыктинском, Тамбейском, Крузенштернском, Тас-Юряхском и Верхневилючанском месторождениях.
Что это даёт с точки зрения стоимости?
Во-первых, нейросеть восстанавливает разрез между скважинами и показывает,
где неопределённость максимальна, значит доразведку можно назначать адресно,
а не «равномерной сеткой».
Во-вторых, модель даёт непрерывное поле свойств грунтов, включая температуру и границы мерзлоты, и проектировщик получает не одну точку, а распределение.
В-третьих, результаты автоматически превращаются в оформленные по ГОСТ инженерно-геологические профили, что сокращает трудоёмкость камеральных работ.
Рис. 1. Цифровая инженерно-геологическая модель, объединённая с моделью объекта: основа для выбора проектного решения и подсчёта объёмов.
Источник: Молодёжная лаборатория «ОТС» НИУ МГСУ
Проектирование: от одного варианта к десяткам
Классическая арктическая практика — один-два варианта фундамента, выбранных по опыту предыдущих строек и знаниям конкретных отраслевых экспертов.
Генеративное проектирование на основе ИГМ позволяет за то же время сравнить десятки вариантов (сваи разных типов и длин, проветриваемые подполья, термостабилизация грунтов) не только по надёжности, но и по стоимости жизненного цикла. Для сметчика принципиально, что объёмы работ в этом случае берутся непосредственно из информационной модели, а не пересчитываются вручную.
Государство последовательно движется в этом направлении. Применение технологий информационного моделирования обязательно для объектов, строящихся с привлечением бюджетных средств [7]; стратегическое направление цифровой трансформации отрасли
до 2030 г. предусматривает внедрение ИИ на всех стадиях жизненного цикла [8].
На конференции НОПРИЗ 16 сентября 2026 г. в НИУ МГСУ заместитель министра строительства и жилищно-коммунального хозяйства России С. Г. Музыченко сообщил, что перевод требований строительных норм из Реестра в машинопонимаемый формат планируется завершить до 1 марта 2027 г. [9]. Это создаёт основу для автоматической проверки проектных решений,
а значит, для сокращения циклов замечаний и доработок, которые также стоят денег.
Рис. 2. Прогноз эффекта применения ИИ в архитектурно-строительном проектировании
(по оценке А.А. Лапидуса, вице-президента НОПРИЗ)
Источник [9]
Эти оценки согласуются с опытом, который мы рассмотрели ранее на страницах интернет-издания «СметаНА»: основная часть рисков инвестиционно-строительного проекта связана
с устаревшими или неполными данными и с фрагментацией цифровой среды между участниками [10; 11]. В Арктике этот эффект многократно усиливается, потому что исправление ошибки на площадке обходится дороже, чем где-либо ещё.
Эксплуатация: деньги жизненного цикла
Самые большие суммы в арктическом проекте тратятся после ввода объекта: усиление оснований, ремонт после деформаций, аварийное расселение. Здесь ИИ работает в связке «космос — БПЛА — датчик — цифровой двойник». Радарная интерферометрия показывает смещения поверхности, беспилотники дают детальную съёмку, термометрические скважины
и датчики деформаций — непрерывные ряды данных, а модели выявления аномалий сигнализируют о начале опасного процесса задолго до появления трещин.
Экономический смысл очевиден: плановый ремонт всегда дешевле аварийного. Но для того, чтобы модель раннего предупреждения была надёжной, её нужно где-то обучить и проверить.
И здесь мы подходим к главному.
Шпицберген: полигон, где проверяются технологии и цифры
В Баренцбурге и Пирамиде деградация мерзлоты уже фиксируется деформациями зданий. Учёные ААНИИ совместно с трестом «Арктикуголь» возобновили прерванные более 30 лет назад наблюдения и оценили, что при текущих темпах потепления опускание кровли мерзлоты начнётся в ближайшие 30 лет и составит около 12,5 см в год [12; 13].
По сути, архипелаг — это ускоренный натурный эксперимент: процессы, которые на материке развернутся позднее, здесь можно наблюдать уже сейчас.
Рис. 3. Баренцбург — основной посёлок российского присутствия на Шпицбергене
Источник: ФГУП «ГТ «Арктикуголь» [14]
С 1 сентября 2026 г. стартовала Программа «Арктическое строительство и технологии — Шпицберген» (2026–2031), базовыми партнёрами которой выступают НИУ МГСУ, МГУ имени М.В. Ломоносова и ФГУП «ГТ «Арктикуголь».
Программа встраивается в Научно-исследовательский комплекс создаваемого Международного научно-образовательного центра (МНОЦ) в статусе лаборатории; планы по созданию МНОЦ рассматривала Правительственная комиссия по обеспечению российского присутствия на архипелаге Шпицберген [15].
Трест «Арктикуголь», работающий на архипелаге с 1931 г., выступает единым логистическим оператором: перевозки, размещение, связь, энергия, техническое сопровождение [14; 16].
Соглашение с «Арктикуглем»: от договорённостей к площадке
23 сентября 2026 года сотрудничество университета и треста получило правовую основу:
ректор НИУ МГСУ П.А. Акимов и генеральный директор ФГУП «ГТ «Арктикуголь» И.А. Неверов подписали соглашение о сотрудничестве. Церемония прошла в рамках IV Международного научно-практического симпозиума «Будущее строительной отрасли: вызовы и перспективы развития», где университет заключил соглашения и с другими индустриальными партнёрами [17]. Для участников рынка, это не просто протокольная новость. Соглашение создаёт организационную основу для развёртывания на площадках треста работ блока ИИ в строительстве Программы, а, значит, — для доступа к реальным объектам, инфраструктуре и логистике. Именно отсюда появятся фактические данные о затратах на изыскания, мониторинг и строительство опытных конструкций в высоких широтах, которых сегодня так не хватает при обосновании смет на арктические объекты.
Для стоимостного инжиниринга у полигона есть три важных преимущества.
- Натурная проверка прогноза. На шести базово определённых площадках (PF1–PF3 в Баренцбурге, F1–F3 в Пирамиде) разворачивается геотехнический стационар с непрерывным мониторингом. Прогноз модели сопоставляется с фактом — это единственный способ понять, на сколько процентов можно доверять ИИ при обосновании проектного решения и резерва средств.
- Реальная стоимость работ в экстремальных условиях. Опытные конструкции и фундаменты строятся и обслуживаются в условиях полной арктической логистики. Это источник фактических данных о трудоёмкости, сроках и стоимости, которых сегодня не хватает для обоснования смет на арктические объекты.
- Отраслевой датасет. Одна из важнейших целей Программы — первый размеченный арктический набор геотехнических и мониторинговых данных, на котором можно обучать
и сертифицировать отраслевые ИИ-модели.
Login with Google
Комментарии