Переход жилищного строительства на модель проектного финансирования с использованием счетов эскроу привнес новые вызовы в оценке строительных проектов, необходимость использования инновационных решений.
Как отмечает доцент кафедры банковского дела и монетарного регулирования Финансового университета при Правительстве РФ, старший научный сотрудник Института финансовых исследований Финансового факультета вуза Наталия Ковалева, по данным Банка России кредитный портфель проектного финансирования жилищного строительства по итогам 2-го квартала 2026 года уже превысил 11 трлн руб. Размеры рынка делают работу по использованию финтеха в девелопменте особенно актуальной.
Важной инициативой в этом направлении представляется формирование цифровой Отраслевой платформы данных строительной отрасли – агрегатора сведений по девелопменту в России для их использования с помощью ИИ. По мнению экспертов инициатива будет способствовать ускоренному внедрению технологий ИИ в отраслевые процессы. Результаты демонстрирует устойчивую положительную динамику: к середине 2025 года уже 17% цифровых решений в строительстве работали с применением технологий ИИ, к августу 2026 года эта цифра возросла до 36%, а к 2028 году ожидается, что более 50% девелоперов внедрят ИИ в бизнес-процессы.
Помимо централизованных платформ, функционирующих на базе ИИ, рынок предлагает цифровые точечные решения в сфере проектного финансирования жилищного строительства.
По данным открытых источников проведен SWOT-анализ доступных цифровых сервисов, предлагающих автоматизированную оценку финансовой устойчивости проектов (жилых комплексов) на базе ИИ для проектного финансирования жилищного строительства (далее - ПФ). В качестве критериев анализа сильных и слабых сторон технологий рассматривались следующие: кредитный андеррайтинг (финансовый анализ, оценка долговой нагрузки, показателей прибыльности, обеспечения по кредиту, вероятности дефолта), анализ деловых рисков (организационно-правовая форма, структура группы, взаимосвязи), оценка юридических рисков (ФССП, арбитраж, процедура банкротства), оценка земельного участка (ПЗЗ, ВРИ, кадастровая стоимость, потенциальная плотность застройки, сценарии застройки), формирование финансовой модели проекта, подбор банков для ПФ, проверка состояния реализации проекта (оценка объекта строительства перед покупкой для дольщиков), также доступность сервиса с позиции его стоимости для пользователей (высокая, средняя, низкая стоимость).
Исследование показало, что часть решений предназначены для физических лиц-приобретателей и оценивают риски покупки недвижимости, другая часть - ограничивается анализом проектной документации. На рынке также присутствуют государственные цифровые сервисы мониторинга данных по жилищному строительству. Наибольший интерес среди рассмотренных вызвали решения, предлагающие комплексную оценку рисков девелопера и проекта по вышеуказанным критериям. Такой подход позволяет анализировать финансовую устойчивость проекта на разных стадиях его жизненного цикла. Многокритериальная оценка ПФ с помощью ИИ на предварительном этапе (prescreen) интересна как банкам, так и застройщикам, поскольку первым позволяет сократить затраты на оценку и выявление «жизнеспособных» проектов, а вторым – определить риски проекта, построить эффективную финансовую модель, а также выбрать банк(и) и сформировать документацию. На стадии реализации проекта регуляторные нормы требуют от кредитных организаций постоянно проводить мониторинг «жизнеспособности» проектов. В этом заинтересованы и приобретатели жилья, которые активно пользуются цифровыми сервисами для оценки рисков перед покупкой. В свою очередь, на данном этапе и застройщики могут осуществлять оценку финансовой устойчивости своих проектов для выявления слабых сторон и принятия своевременных управленческих решений.
В заключении отметим преимущества развития ИИ в строительной отрасли для разных категорий участников ПФ. Для банков, реализующих ПФ, — это цифровые сервисы, автоматизирующие анализ бухгалтерской отчетности застройщика и долговой нагрузки, данных о проекте (в частности, о динамике продаж, стоимости квадратного метра, наполнения счета эскроу, ходе строительства) и облегчающие рутинные задачи по мониторингу кредитного риска. Для девелоперов — это полезные инструменты для принятия управленческих решений по финансовой устойчивости проектов. Для других стейкхолдеров – это доступные инструменты оценки финансового положения застройщиков и состояния реализуемых ими объектов строительства. Для приобретателей жилья – это возможности оценки рисков перед покупкой недвижимости на первичном рынке. Но есть и ограничения. Сдерживающими факторами пока выступают качество данных для моделей ИИ, недостатки механизмов информационной безопасности, индивидуальные особенности проектов, а также недостаточный уровень доверия к технологиям.