ИИ в строительной и монтажной компании: сметы, тендеры, документы, заявки
ИИ в строительстве для подрядчиков и монтажных компаний: где нейросеть помогает со сметами, тендерами и исполнительной документацией, как квалифицировать заявки и считать рекламу до сделки. Реальный кейс электромонтажной компании.

ИИ в строительстве обычно обсуждают на уровне больших девелоперов: цифровые двойники, BIM, компьютерное зрение на площадке. А у подрядчика или монтажной компании на 20–100 человек проблемы приземлённее: заявки теряются между звонком и сметой, сметчик зашивается, тендерную документацию на двести страниц читают ночью, а исполнительную документацию собирают в последний момент. В статье — где ИИ реально помогает строительной и монтажной компании сегодня, на что его пока не стоит пускать и как выглядел мой проект для электромонтажной компании в Уфе.
Коротко:
- Для подрядчика первые точки отдачи ИИ — входящие заявки, разбор тендерной документации, черновики смет и КП, исполнительная документация по шаблонам.
- ИИ готовит черновик и выжимку, сметчик, ПТО и руководитель проверяют и решают. Цифры в смете — ответственность человека.
- Без CRM и порядка в документах ИИ нечем работать. В электромонтажной компании «А-Энерго» мы начали с сайта на своей CMS и CRM, и только потом поставили ИИ-агента.
- Реклама в строительстве должна считаться до сделки, а не до заявки: длинный цикл и большой чек делают «стоимость лида» обманчивой.
- Данные клиентов и объектов разумно держать в России: GigaChat, модели Яндекса, открытые модели на своём сервере.
Где строительная компания теряет деньги
Типичная картина, которую я вижу у подрядчиков, — условная, но узнаваемая:
- Заявки. Звонок принял тот, кто был свободен. Контакт записан на листке или в личном мессенджере. Через неделю никто не помнит, отправили ли смету.
- Сметы и КП. Сметчик один, очередь на расчёт — неделя. Клиент за это время получил предложение от конкурента.
- Тендеры. Документация большая, требования разбросаны по разделам. Пропущенное требование к допуску или обеспечению — и заявку отклонили.
- Документы. Исполнительная документация, акты скрытых работ, переписка с заказчиком — всё собирается вручную и в последний момент.
- Реклама. Видно, сколько стоит звонок, но не видно, какие кампании приносят подписанные договоры.
ИИ закрывает часть этих потерь, если поставить его в правильное место.
Где ИИ помогает подрядчику: таблица
| Задача | Что делает ИИ | Что остаётся человеку | С чего начать |
|---|---|---|---|
| Входящие заявки | Отвечает сразу, уточняет объект, объём, сроки, просит контакт, заводит карточку в CRM | Выезд, замер, переговоры | Агент на сайте и в мессенджере |
| Тендеры | Выжимка документации: требования, сроки, обеспечение, допуски, риски; чек-лист «идём / не идём» | Решение об участии, расчёт цены | Разобрать 3–5 прошлых тендеров |
| Сметы | Черновик по ведомости объёмов и прайсу компании, сверка позиций, поиск пропусков | Расчёт, проверка, ответственность за цифры | Шаблоны и прайс в одном месте |
| КП | Черновик по данным из CRM и смете | Цена, условия, отправка | Шаблон КП |
| Исполнительная документация | Черновики актов и журналов по шаблонам и данным объекта | Проверка, подписи | Шаблоны и реестр документов |
| База знаний | Ответы по нормативам, регламентам и прошлым проектам со ссылкой на источник | Инженерное решение | RAG по своим документам |
| Аналитика | Сводка по сделкам, источникам, загрузке бригад | Решения по бюджету и людям | Связать рекламу и CRM |
Заявки: реальный кейс электромонтажной компании
ООО «МК А-Энерго» из Уфы занимается электромонтажом. Клиенты — B2B: генподрядчики, застройщики, управляющие коммерческой недвижимостью. На старте цифрового контура не было: заявки приходили по телефону и в мессенджеры, учёт вёлся в таблицах, портфолио из двенадцати объектов показывали в презентациях. Первый ответ зависел от того, кто свободен, и контакт терялся между звонком и сметой.
Что я сделал в 2025–2026 годах:
- Сайт на собственной CMS. Десять направлений услуг и двенадцать объектов обновляет сотрудник компании через блочный конструктор, без разработчика.
- CRM с канбаном сделок. Сайт, админка, CRM и чат работают на одной базе. Заявка с сайта или из чата появляется в CRM через секунду — с источником, кампанией и историей диалога. Уведомления о заявках приходят в Telegram.
- ИИ-агент-квалификатор на GigaChat Pro. Он не болтает, а квалифицирует: одно сообщение — одна фраза, один вопрос за раз, контакт просит на 3–5 сообщении, когда задача уже понятна. Менеджер получает карточку с сутью обращения.
- Яндекс Директ с учётом до сделки. Цель на всех формах и в чате, заявки с кампаний попадают в CRM с меткой. Видно, какая реклама приносит сделки, а не просто звонки.
GigaChat для такой задачи — естественный выбор: агент работает с контактами клиентов, данные остаются в российском контуре, а доступ к модели не зависит от ограничений западных сервисов. Подробно про устройство таких агентов — в статье AI-ассистент на сайте, про квалификацию в целом — ИИ в продажах.
Реклама до сделки: опыт из строительной отрасли
В 2025 году я руководил маркетингом в компании из строительной отрасли. Связал источники трафика, сайт, рассылки и CRM в одну систему и построил панель, где видно, сколько выручки принёс каждый канал, а не сколько заявок. Бюджет стали распределять по сделкам. За 7 месяцев выручка по первичным продажам выросла на 75%, средний чек — с 546 до 783 тысяч рублей.
Это не «ИИ сделал выручку». Это данные в одной системе плюс решения по цифрам. Но именно такая база потом позволяет ИИ отвечать на вопросы вроде «какие кампании дали договоры в прошлом квартале». Как построить такую систему — в статье Сквозная аналитика для малого бизнеса, все мои кейсы с цифрами — в статье Кейсы внедрения ИИ.
Тендеры и сметы: где ИИ полезен, а где опасен
Тендеры. Закупки по 44-ФЗ и 223-ФЗ публикуются в ЕИС, документация бывает на сотни страниц. Хорошая задача для ИИ — выжимка: предмет, сроки, требования к участнику, обеспечение заявки и контракта, штрафы, спорные пункты. Плюс чек-лист «есть ли у нас всё для участия». Решение «идём или нет» и цена — за руководителем. Начинать стоит с прошлых тендеров, где вы знаете правильный ответ: так видно, что ИИ находит, а что пропускает.
Сметы. Здесь осторожно. ИИ хорошо справляется с черновиком КП по прайсу компании, сверкой позиций между ведомостью и сметой, поиском пропущенных работ по аналогии с прошлыми объектами. Но расчёт по нормативной базе и итоговые цифры остаются за сметчиком: ошибка в смете — это деньги и репутация. ИИ ускоряет сметчика, а не заменяет его. Для работы с таблицами смет пригодится статья Нейросеть для Excel и таблиц.
Информационное моделирование. Для бюджетных объектов по договорам, заключённым после 1 января 2022 года, постановление правительства № 331 требует формировать и вести информационную модель объекта (BFM.ru). Если вы работаете с госзаказом, данные проекта всё чаще существуют в цифровом виде — и это хорошая почва для ИИ-помощников по документации.
Документы и база знаний
У строительной компании огромный объём документов: нормативы, типовые решения, договоры, переписка, исполнительная документация прошлых объектов. Знания о том, «как мы делали похожий объект», часто живут в голове главного инженера.
ИИ с поиском по вашим документам (RAG) отвечает на вопросы вроде «какое сечение кабеля мы закладывали на похожем объекте» или «какой срок гарантии в договоре с этим заказчиком» — со ссылкой на источник. Он не выдумывает, а находит. Подробно — в статье RAG для бизнеса.
Для исполнительной документации ИИ готовит черновики актов и журналов по шаблонам и данным объекта. Подписывает и отвечает инженер.
План старта для подрядчика
- Неделя аудита. Где теряются заявки, сколько ждёт смета, сколько тендеров не подаётся из-за нехватки времени.
- CRM и заявки. Все каналы в одно место, этапы сделки от заявки до договора, источник у каждой заявки.
- ИИ-агент на входящие. Квалификация и карточка в CRM. Первые две недели менеджер читает каждый диалог.
- Тендеры. Выжимка и чек-лист по прошлым закупкам, затем на новых.
- Документы. Шаблоны КП, актов, база знаний по прошлым объектам.
- Аналитика. Реклама до сделки, сводка для руководителя.
На каждом шаге — метрика до и после: время до первого ответа, время на смету, число поданных тендеров, доля заявок, дошедших до договора.
Частые вопросы
Может ли ИИ составить смету сам? Черновик по прайсу и ведомости объёмов — да, и это экономит часы. Расчёт по нормативной базе и ответственность за цифры остаются за сметчиком.
Подходит ли ИИ для небольшой монтажной компании? Да, и часто даже лучше, чем для крупной: меньше согласований, быстрее видно эффект. Начинать стоит с заявок и CRM.
Какую модель выбрать для строительной компании? Если агент работает с контактами клиентов и данными объектов, я по умолчанию оставляю данные в России: GigaChat, модели Яндекса или открытые модели на своём сервере.
Сколько времени занимает запуск? Агент на заявки с CRM запускается за недели. Тендеры и база знаний — следующие шаги, каждый со своим пилотом.
Сколько это стоит? Зависит от того, что уже есть: сайт, CRM, документы. Стоимость называю после 30-минутного созвона и фиксирую до старта.
Если хотите, чтобы заявки не терялись между звонком и сметой, а реклама считалась до договора, посмотрите, как я делаю сайт и поток заявок с CRM и ИИ-агентом. Или напишите в Telegram, где у вашей компании самые большие потери, — подскажу, с чего начать.
Похожие статьи: ИИ в продажах: квалификация заявок, звонки и CRM · Кейсы внедрения ИИ: шесть историй с цифрами