Современные здания оснащены множеством инженерных систем, которые непрерывно передают данные о работе оборудования. Однако наличие телеметрии не гарантирует своевременного выявления неисправностей: специалистам необходимо анализировать тысячи показателей, сопоставлять события разных систем и определять причины аварий.
ООО «Центр управления процессами Республики Татарстан» представило АИС «МИДИО» — платформу умной эксплуатации инженерных систем зданий. В неё встроены ИИ-агенты, которые круглосуточно анализируют данные оборудования, выявляют отклонения и помогают персоналу определять причины неисправностей. К платформе подключено 20 социальных объектов, включая школы, детские сады, поликлинику, Театр Камала и спортивные сооружения. Проект участвует в премии Digital Developer Proptech Awards.
Задача: превратить данные инженерных систем в инструмент предупреждения аварий
До внедрения ИИ-агентов подключённые к мониторингу здания уже собирали данные о работе вентиляции, индивидуальных тепловых пунктов (ИТП), лифтов, пожарной и охранной сигнализации, систем контроля доступа и энергопотребления.
На одном крупном объекте система отслеживала 6493 точки данных по девяти инженерным системам. Однако обрабатывать такой объём информации вручную сложно, особенно когда у эксплуатирующей организации нет специалистов с экспертизой по каждому виду оборудования.
В результате персонал мог устранять последствия аварии, не выявляя её первопричину. Повторяющиеся неисправности рассматривались как отдельные случаи, а отчёты подрядчиков не всегда сопоставлялись с фактическими показателями оборудования.
Кроме того, часть инцидентов оставалась без ответственных исполнителей. Например, на одном из объектов 12 из 13 открытых инцидентов не были назначены сотрудникам, а отдельные критические события оставались нерешёнными до 220 дней.
Главная задача проекта — обеспечить круглосуточный анализ инженерных систем с помощью ИИ и перейти от реагирования на аварии к их предупреждению.
Для этого требовалось автоматизировать обработку телеметрии, научиться выявлять взаимосвязи между событиями разных систем, контролировать выполнение задач и находить возможности для снижения эксплуатационных расходов.
Решение: ИИ-агенты для каждой инженерной системы
В основе АИС «МИДИО» лежит мультиагентная архитектура на базе большой языковой модели GLM 5.2.
Для каждой инженерной системы предусмотрен отдельный ИИ-агент. Они работают с данными вентиляции, ИТП, лифтов, пожарной и охранной сигнализации, видеонаблюдения, СКУД и энергоучёта.
Все агенты используют общее пространство данных объекта и могут сопоставлять события разных систем.
Для анализа ИИ обращается к телеметрии, журналам событий, карточкам инцидентов и данным об оборудовании. Дополнительно используется база знаний, содержащая документацию производителей, эксплуатационные регламенты и подходы опытных инженеров.
Особенность решения — возможность анализировать не только отдельные аварийные сигналы, но и взаимосвязи между инженерными системами. Например, неисправность вентиляции может быть вызвана проблемой в тепловом пункте, которую сложно обнаружить при изолированном анализе оборудования.
ИИ-агенты выполняют несколько задач:
- анализируют состояние оборудования и открытые инциденты;
- выявляют первопричины аварий;
- объединяют связанные тревоги в единую хронологию событий;
- находят повторяющиеся неисправности и негативные тенденции;
- контролируют неназначенные и просроченные инциденты;
- сопоставляют отчёты подрядчиков с показателями оборудования;
- выявляют потенциальные возможности для снижения энергопотребления.
Каждый вывод сопровождается ссылками на исходные данные: измерения, аварийные события и карточки инцидентов.
При этом ИИ не заменяет инженерный персонал. Система предоставляет результаты анализа и рекомендации, а решения о необходимых действиях и проведение работ остаются за специалистами.
Модель работает в закрытом контуре на инфраструктуре Минцифры Республики Татарстан.
Как ИИ помогает находить причины аварий
В сентябре–октябре 2026 года работу ИИ-агентов проверяли на реальных объектах, подключённых к АИС «МИДИО».
Поиск первопричины неисправности вентиляции
На одном из объектов сработала защита нагревателя вентиляционной установки.
При обычном подходе персонал мог сбросить аварийный сигнал и продолжить эксплуатацию оборудования. Однако ИИ-агент проанализировал связанные показатели и обнаружил причину в тепловом пункте.
Оказалось, что насосы не работали, а температура теплоносителя составляла 27 °C вместо необходимых 55 °C.
Таким образом, система помогла определить источник неисправности за пределами оборудования, на котором первоначально возник аварийный сигнал.
Объединение 15 тревог в один пожарный эпизод
В другом случае ИИ-агент проанализировал 15 сигналов пожарной тревоги, поступивших из трёх систем.
Вместо рассмотрения каждого сигнала как отдельного события система восстановила общую хронологию эпизода и подтвердила корректность работы инженерных систем.
Выявление системных неисправностей пожарной сигнализации
При анализе одной неисправной зоны пожарной сигнализации ИИ-агент проверил историю событий по всему зданию.
Выяснилось, что за последние 90 дней было зарегистрировано 27 неисправностей, тогда как за предыдущий аналогичный период — 10.
Это позволило выявить негативную динамику, которая могла остаться незамеченной при анализе отдельных инцидентов.
Проверка отчётов подрядчиков
В одном из случаев подрядчик сообщил о штатной работе индивидуального теплового пункта.
ИИ-агент сопоставил отчёт с фактическими показателями оборудования и обнаружил, что две из четырёх единиц находились в аварийном состоянии.
Обнаружение отклонений до аварийного сигнала
Система также выявила 50-минутный простой вентилятора, который не сопровождался аварийным сигналом.
Этот пример показывает возможность обнаруживать отклонения по телеметрии ещё до регистрации формальной аварии.
Результаты: сокращение времени расследования и поиск резервов экономии
На момент представления проекта к АИС «МИДИО» подключено 20 социальных объектов. До конца 2026 года запланировано подключение ещё 17.
Система опрашивает датчики каждые 1–5 минут. За шесть месяцев было зарегистрировано 24 424 инцидента — в среднем 4214 в месяц. Ежедневно фиксируется около семи критических событий.
ИИ-агенты анализируют данные восьми инженерных систем и помогают персоналу работать с этим потоком информации.
По данным проекта, время расследования аварий сократилось с нескольких часов до 30 минут.
Кроме того, система позволила провести масштабную проверку настроек оборудования. Были проанализированы ПИД-регуляторы более 1500 вентиляционных установок. У 900 из них обнаружены автоколебания: температура приточного воздуха отклонялась от заданного значения на ±7 °C.
Отдельным направлением стал поиск резервов энергосбережения.
Анализ показал, что вентиляция на объектах работает круглосуточно с одинаковой мощностью, поскольку в контроллерах отсутствуют ночные и летние расписания. По оценке проекта, переход на работу по расписанию позволяет снизить потребление электроэнергии вентиляционными установками на 70%.
Это расчётный потенциал энергосбережения, а не подтверждённый результат снижения расходов.
Экономический эффект: около 1980 человеко-часов в год
Автоматизация анализа инцидентов позволила изменить распределение задач между ИИ и инженерным персоналом.
Раньше для расследования аварии привлекались три специалиста. Теперь предварительный анализ выполняет ИИ-агент, а его выводы проверяет один инженер.
По оценке проекта, только на расследовании аварий это позволяет высвободить около 1980 человеко-часов в год. Такой объём сопоставим с годовой нагрузкой одного штатного инженера, затраты на которого оцениваются примерно в 1,2 млн рублей ежегодно.
При этом речь идёт о потенциальном высвобождении рабочего времени, а не о подтверждённом сокращении расходов на персонал.
От мониторинга оборудования к предупреждению неисправностей
Главное изменение, которое предлагает АИС «МИДИО», — переход от наблюдения за показателями инженерных систем к их комплексному анализу.
ИИ-агенты сопоставляют данные разных видов оборудования, выявляют повторяющиеся неисправности, проверяют исполнение задач и помогают находить причины аварий.
Для эксплуатирующих организаций это возможность использовать уже собираемую телеметрию не только для фиксации происшествий, но и для предупреждения неисправностей, контроля подрядчиков и поиска резервов снижения эксплуатационных затрат.
Подробнее о премии Digital Developer Proptech Awards.
Партнёры премии: А101, Сделка.рф, INTELVISION, Graff.estate.
Партнёры премии: А101, Сделка.рф, INTELVISION, Graff.estate.
Больше кейсов в номинации AI-кейс года
Телеграм-канал Digital Developer
Подпишитесь, чтобы читать новости, кейсы, исследования и обзоры IT-технологий на рынке недвижимости.
Подпишитесь, чтобы читать новости, кейсы, исследования и обзоры IT-технологий на рынке недвижимости.