Ключевые барьеры интеграции цифровых технологий в строительную отрасль России

Введение

В современных условиях строительная отрасль России сталкивается с необходимостью ускоренной цифровизации процессов: от проектирования и строительства до эксплуатации зданий. Технологии информационного моделирования (BIM) и концепция цифрового двойника (Digital Twin) рассматриваются как ключевые факторы повышения эффективности, сокращения затрат и повышения качества проектов. BIM позволяет синхронизировать работу проектировщиков, инженеров и строителей, снижая количество коллизий и ошибок на ранних этапах, а Digital Twin, дополняя модель данными реального времени от IoT-датчиков, открывает возможности оперативного мониторинга и прогнозного обслуживания объектов [8; 10].

В России федеральные программы, в частности «Стратегия развития строительной отрасли до 2030 года», обязывают к массовому внедрению BIM при госзакупках и стимулируют создание цифровых моделей объектов [4]. Тем не менее отечественные исследования показывают, что большинство предприятий инвестиционно-строительной сферы (ИСС) пока находятся на начальном или среднем уровне цифровой зрелости: отсутствует системный подход к оценке готовности к цифровой трансформации, IT-инфраструктура во многих компаниях устарела, а кадровый потенциал не обеспечивает полноценную работу с новыми технологиями [3]. В зарубежных практиках (Skanska, AECOM, CSCEC) цифровая зрелость достигает уровня, при котором BIM и Digital Twin интегрированы в единую экосистему с аналитикой больших данных, что позволяет оперативно принимать управленческие решения и снижать операционные издержки [9; 12].

Цель данного исследования — проанализировать современное состояние цифровой зрелости российских предприятий ИСС, выявить ключевые барьеры на пути интеграции BIM и Digital Twin, сопоставить отечественные практики с зарубежными подходами и сформулировать направления будущих исследований. В качестве объектов исследования выступают как крупные девелоперские и подрядные организации (ПИК-Группа, ЛСР), так и средние региональные компании («АльфаСтройГрупп», «РосСтройИнвест»). Используются методы систематизации литературных данных, сравнительного анализа практик и элементы нечёткой синтетической оценки (Fuzzy Synthetic Evaluation) для иллюстрации принципов построения индекса цифровой зрелости (Digital Maturity Index, DMI).

Основной текст

Понятие цифровой зрелости компании в строительной сфере охватывает совокупность трёх ключевых аспектов: технологических возможностей, организационных процессов и кадрового потенциала. В исследовании Оклендского университета Технологии (Chen X., Chang-Richards и др, 2018) предлагают модель Digital Technology Readiness, разделив критерии на два блока: «инфраструктура и технологии» и «организационные аспекты», причём для каждой составляющей устанавливаются весовые коэффициенты и шкала оценки от 0 до 1. Сакс и Истман (2018) [9] подчёркивают, что BIM следует рассматривать как изменение всей бизнес-модели, а не просто внедрение новых программных продуктов, требуя внедрения стандартов IFC и ISO 19650, которые обеспечивают интероперабельность между различными участниками проекта. Даниотти, Паван и др. (2022) [8] развивают концепцию перехода от «документо-центричного» подхода к «данно-центричному» и показывают, как Digital Twin дополняет BIM за счёт непрерывного потока данных с IoT-датчиков, что открывает возможности для прогнозной аналитики и дистанционного управления объектом.

Российские исследования в указанной области обращают внимание на отраслевую специфику. Кисель Т. Н. (2024, 2025) [2-3] описывает объектно-адаптивный подход, учитывающий тип проекта (жилой комплекс, коммерческое здание, инфраструктурный объект) и роль предприятия (проектировщик, генподрядчик, эксплуатант). По мнению Кисель Т. Н., многие компании ИСС не имеют формализованной стратегии цифровой трансформации, а BIM-координаторы назначаются без чётких должностных обязанностей, что снижает эффективность внедрения. Исследователи также сходятся на мнении, что в регионах слабо развита IT-инфраструктура, фиксируется дефицит специалистов BIM, IoT и Data Science, что усложняет реализацию Digital Twin-проектов. Принято выделять следующие организационные барьеры: отсутствие утверждённой дорожной карты, низкий уровень мотивации сотрудников и сопротивление изменениям, что приводит к затягиванию внедрения новых технологий.

Технологические барьеры в России часто связаны с устаревшим оборудованием и несовместимостью программного обеспечения. Многие компании используют локальные NAS-серверы без облачных решений, устаревшие версии ПО (Revit, ArchiCAD, Tekla), что ограничивает организацию полноценного Common Data Environment (CDE). CDE, поддерживающая стандарты IFC, необходима для обмена информацией между проектом в офисе и мобильными приложениями на стройплощадке. Отсутствие надёжного интернет-связи, особенно в Сибири и на Дальнем Востоке, мешает внедрению IoT-датчиков, которые должны передавать данные в облако с минимальной задержкой.

Организационные барьеры включают в себя отсутствие утверждённой стратегии цифровой трансформации и слабую вовлечённость топ-менеджмента. Кисель Т. Н. [3] отмечает, что на многих предприятиях стратегия «цифровизации» существует только на бумаге, не подкреплена бюджетом и KPI, а топ-менеджмент не контролирует ход выполнения мероприятий. В результате BIM-координатор часто оказывается в подчинении проектного отдела без доступа к необходимым ресурсам и полномочиям, а Комитет по цифровизации не формируется вовсе. Это приводит к тому, что пилотные Digital Twin проекты либо остаются недофинансированными, либо срываются на стадии установки и настройки оборудования.

Кадровые барьеры выявляются в дефиците квалифицированных специалистов. В крупных городах доля сертифицированных BIM-специалистов достигает 25–30 %, тогда как в регионах это число не превышает 15–20 %. При этом специалисты по IoT и Data Science (необходимые для обработки больших объёмов данных и построения прогностических моделей) у большинства компаний отсутствуют. Даже в крупных организациях нанимаются «просто люди под функцию», не имеющие профильного образования, что ведёт к длительной адаптации и ошибкам при настройке аналитических систем. Без опытных Data Analyst невозможно реализовать полноценную аналитику для Digital Twin и учитывать тренды в реальном времени [9].

Примерная форма оценки цифровой зрелости (DMI) может выглядеть так:

Таблица 1. Пример расчета показателя цифровой зрелости DMI

В данном примере DMI=0,175, что соответствует начальному уровню зрелости (DMI <0,30).

Для иллюстрации сопоставления российских и зарубежных практик рассмотрим несколько кейсов. Крупные компании, такие как ПИК-Группа и ЛСР, благодаря ресурсам смогли обеспечить масштабную цифровизацию. ПИК в 2022–2023 годах интегрировала платформу MPI, объединив BIM-модели жилых комплексов с аналитикой энергопотребления и построив первый пилот Digital Twin на двух объектах. За счёт инвестиций свыше 100 млн рублей DMI удалось увеличить с 0,35 до 0,65 за год, а затраты на устранение дефектов уменьшились на 45 % [5]. ЛСР с 2021 года внедряла BIM на всех проектах и в 2023 году открыла внутреннюю лабораторию IoT, протестировав Digital Twin на своём производственном комплексе; DMI вырос с 0,30 до 0,55 за 9 месяцев [1].

В отличие от этого региональные подрядчики, например, «АльфаСтройГрупп» и «РосСтройИнвест», до сих пор не могут запустить пилотные Digital Twin-проекты из-за отсутствия стабильного интернет-канала и недостатка IoT-оборудования. Их DMI в 2023 году колебалось в диапазоне 0,10–0,20, что подтверждает вывод о том, что в регионах, особенно в западносибирском и дальневосточном макрорегионах, IT-инфраструктура и кадровый потенциал остаются слабыми.

Зарубежные примеры демонстрируют более зрелый подход к интеграции BIM и Digital Twin в единую экосистему. Skanska в Швеции создала общую BIM-платформу, интегрированную с HoloLens для удалённых инспекций, и разработала Digital Twin для управления гостиницами и жилыми комплексами в Стокгольме; DMI компании превышает 0,80, что позволяет сокращать время на согласование коллизий на 30 % и повышать прозрачность затрат на 25 % [11]. AECOM в США построила Digital Twin для аэропортов, объединив BIM-модели терминалов с тысячами IoT-датчиков, что дало снижение операционных расходов на 18 % и сокращение простоев техники на 22 % [6]. CSCEC (China State Construction Engineering Corporation) в рамках проектов Smart City в Шанхае внедрила гибридный подход: BIM+GIS+IoT+AI, что привело к DMI около 0,90 и позволило интегрировать модели с государственными системами умного города [7].

Сравнение показывает, что лидеры зарубежного рынка обеспечивают цифровую зрелость, опираясь на следующие факторы: развитая CDE-платформа с поддержкой стандартов IFC, устойчивый канал связи для IoT, централизованная HR-политика и «цифровая» корпоративная культура, чёткая стратегия с жёсткими KPI, а также тесная интеграция с отраслевыми и правительственными стандартами. Российские компании нередко сталкиваются с тем, что стратегия существует только как формальное положение, а распределение бюджета на цифровизацию происходит по остаточному принципу, что снижает устойчивость проектов.

Таким образом, современное состояние цифровой зрелости российских предприятий ИСС оценивается как начальный или средний уровень (DMI≈0,20–0,40). Основные барьеры — технологические (несовместимость ПО, слабая IT-инфраструктура), организационные (отсутствие стратегии, недостаточная поддержка руководства) и кадровые (дефицит квалифицированных специалистов BIM/IoT/Data Science). В то же время успешные практики крупных компаний демонстрируют, что при комплексном подходе (инвестиции в CDE, обучение персонала, закупка IoT-оборудования) можно перейти к продвинутому уровню (DMI≥0,60) и достижение экономического эффекта (снижение затрат, сокращение сроков, повышение качества). Зарубежный опыт показывает потребность в интеграции BIM и Digital Twin «с нуля» и сильную роль государства и стандартов (CII, Skanska, AECOM, CSCEC).

Заключение

В статье проанализировано современное состояние цифровой зрелости предприятий инвестиционно-строительной сферы России. Выявлено, что большинство организаций находятся на начальном или среднем уровне готовности к цифровой трансформации (DMI≈0,20–0,40), что обусловлено сочетанием технологических, организационных и кадровых барьеров. В крупных компаниях (ПИК, ЛСР) благодаря ресурсам и централизованной стратегии удалось повысить DMI до уровня 0,55–0,65, однако этот эффект в значительной степени зависит от стабильного финансирования и поддержки топ-менеджмента. Региональные подрядчики («АльфаСтройГрупп», «РосСтройИнвест») продолжают испытывать трудности, связанные с недостатком компетенций и слабой IT-инфраструктурой.

Сравнение с зарубежными практиками (Skanska, AECOM, CSCEC) демонстрирует, что лидеры рынка достигли уровней DMI≥0,80 за счёт комплексной интеграции BIM и Digital Twin, развитых CDE-платформ, жёстких KPI и тесного взаимодействия с государственными стандартами. Для России ключевыми задачами остаются формализация стратегии цифровой трансформации, обновление IT-инфраструктуры, развитие программ обучения и привлечение специалистов BIM/IoT/Data Science.

В связи с этим можно выделить следующие направления для совершенствования уровня DMI российских компаний:

Усиленная государственная поддержка. Жёсткая регламентация BIM‑обязательств и создание национальных стандартов Digital Twin;

Развитие CDE и киберзащиты. Обеспечение совместимости и безопасности данных через сертифицированные облачные платформы и стандарты ISO/IEC 27001;

Инвестиции в кадры и обучение. Содействие вузам, онлайн‑образованию и внутрикорпоративным инициативам по развитию компетенций BIM, IoT и Data Science.

Для дальнейших исследований рекомендуется:

Разработать региональные DMI‑модели с учётом климатических и инфраструктурных факторов;

Провести лонгитюдные исследования по оценке влияния Digital Twin на эксплуатационные расходы в разных климатических зонах;

Исследовать социально‑поведенческие аспекты внедрения цифровых технологий («цифровое сопротивление») и методы его снижения.

Таким образом, комплексное снятие барьеров позволит российской строительной отрасли существенно повысить производительность, снизить затраты и улучшить качество проектов, приблизившись к мировым лидерам цифровизации. Для устранения этих барьеров необходимо внедрить национальный стандарт цифрового двойника, включающий требования к целостности и доступу данных (аналоги CII в США), разработать единый реестр сертифицированных CDE‑решений с оценкой на соответствие ISO/IEC 27001 и GDPR‑подобным нормам, а также создать механизм контроля исполнения KPI по цифровизации на уровне региональных надзорных органов с публикацией результативности.

Важнейшим катализатором цифровизации является законодательная база. «Стратегия развития строительной отрасли до 2030 г.» обязывает госзаказчиков требовать BIM-модели при участии в тендерах. Тем не менее отсутствие единых методик оценки цифровой зрелости и стандартов по кибербезопасности цифровых моделей создаёт правовое пространство неопределённости. Рекомендации ISO 19650 и IFC применяются лишь частично, что ведёт к проблемам совместимости и рискам утечки данных при использовании облачных CDE‑платформ.