Девелопмент

Кейсы внедрения ML
Оценка стоимости строительства
Выбор места для застройки
Управление энергопотреблением
Оценка недвижимости
Оптимизация закупки сырья
Прогноз поломки коммуникаций

Прогноз стоимости и сроков строительства объекта

Модель прогнозирует стоимость и сроки строительства объекта на основе исторических данных по схожим проектам: стоимость, класс застройки, площадь и высота здания, место строительства, строительные материалы, особенности коммуникаций и отделки, состав строительной бригады и пр.
Модель также может быть адаптирована под
оценку конкретной статьи расходов: например, оценка строительных материалов или рабочей силы.
Решение помогает предотвращать перерасход денежных средств, оценивать добросовестность и эффективность работы прорабов.

Эффект

до 15%
Сокращение расходов на строительство

Прогноз спроса для планирования застройки

Для прогноза спроса по районам города ML- модель учитывает исторический спрос в данном направлении, плотность населения и застройки, динамику социально- экономических факторов (рождаемость, средний возраст, доходы), планы по развитию инфраструктуры (например, строительство новой ветки метро) и макроэкономические факторы (инфляция, безработица, ВВП).
Модель помогает более эффективно планировать застройку в долгосрочной перспективе: выбирать район, плотность застройки и этажность, класс жилья.

Эффект

до 20%
Рост продаж

Оценка объектов недвижимости

Для оценки стоимости решение сопоставляет данные купли-продажи схожих объектов в прошлом.
Для прогноза ML-модель учитывает данные о доме (год и серия постройки, тип материала, кол-во лифтов, подъездов), географические данные (район, удаленность от центра), инфраструктуру (магазины, школы, больницы) и данные банков о ценах купли-продажи.
Модель позволяет точно определить стоимость недвижимости с учетом целей: максимизация выручки или быстрая продажа.

Эффект

до 7%
Рост выручки

Оптимизация закупки строительных материалов

ML-модель прогнозирует лучшее время для закупки строительных материалов.
Решение учитывает потребности в материалах на разных этапах, средние сроки их доставки и особенности хранения, динамику цен и условия работы с поставщиками.
Инструмент позволяет закупать материалы вовремя и по оптимальной стоимости, что снижает риски срыва сроков строительства и переплат за материалы.

Эффект

до 20%
Снижение издержек на закупку сырья

Системы управления энергопотреблением

ML-модель прогнозирует температуру в помещении и оптимальные настройки кондиционеров или приборов отопления.
Решение обучается на прогнозе погоды и истории потребления электроэнергии в разные сезоны и дни недели. Решение также может учитывать количество людей в помещении в зависимости от времени суток.
ML-решение позволяет снижать уровень потребления электроэнергии при сохранении комфортной температуры в помещениях.

Эффект

до 15%
Снижение расходов на электричество

Прогноз выхода из строя инженерных коммуникаций

ML-модель прогнозирует перебои в работе внешних и внутренних инженерных сетей: водоснабжение, водоотведение, газоснабжение, электричество и пр.
Для прогноза решение учитывает данные о недвижимости (год постройки, тип недвижимости, особенности коммуникаций, история обслуживания, количество жильцов/посетителей), данные эксплуатации схожих объектов и внешние факторы (день недели, погода, сезон).
Решение позволяет предотвратить перебои в работе инженерных систем, провести их своевременное обслуживание.

Эффект

до 10%
Снижение расходов на обслуживание