Строительная отрасль относится к числу наиболее капиталоёмких сфер экономики, в которой ошибки, допущенные на ранних стадиях жизненного цикла проекта, влекут значительные финансовые и временные потери. Стоимость устранения ошибок управления нарастает нелинейно по мере продвижения проекта: решения, принятые на этапе инициации, обходятся в разы дешевле при немедленном исправлении и в разы дороже — на стадии строительства [3; 8]. Вместе с тем практика девелоперских компаний демонстрирует устойчивое противоречие: при высокой академической разработанности методологии управления проектными рисками анализ рисков на предпроектной стадии зачастую реализуется неформализованно, опираясь на индивидуальный опыт конкретных сотрудников, что делает его результаты невоспроизводимыми и затрудняет накопление организационного знания [6; 9]. Данное противоречие определяет проблему исследования: отсутствие структурированной, воспроизводимой и опирающейся на накопленный опыт организации процедуры идентификации рисков на этапе инициации строительных проектов.

Объектом исследования выступает процесс анализа рисков на этапе инициации строительных проектов девелоперской компании, предметом — методы и инструменты его совершенствования. Цель работы — разработка и апробация методического подхода к анализу предпроектных рисков, позволяющего преодолеть зависимость результата от индивидуального опыта исполнителей. В соответствии с целью сформулированы исследовательские вопросы:

1. какие организационные факторы обусловливают неполноту и несистематичность идентификации рисков на этапе инициации;
2. какая последовательность методов позволяет выявить и содержательно объяснить эти факторы;
3. применим ли инструмент генеративного искусственного интеллекта для структурированной идентификации и приоритизации рисков в соответствии с методологией управления проектами и при каких условиях его использование даёт валидный результат.

Для ответа на поставленные вопросы разработана последовательная программа исследования, объединяющая качественные методы организационной диагностики. Выбор качественных методов обусловлен характером проблемы: на этапе инициации, когда объём формализованных данных о площадке ограничен, а решения принимаются в условиях неопределённости, ведущую роль играют методы качественного анализа — структурированные экспертные интервью и анализ прошлого опыта, тогда как количественные методы применимы лишь при достаточном объёме исходных данных [4; 9]. Упрощённый вид программы исследования представлен в таблице 1.

Для сбора данных на базе девелоперской компании (далее — Компания X) проведена серия полуструктурированных интервью с руководством и профильными подразделениями, а также проанализированы внутренние документы. Метод анализа критических инцидентов задокументировал четыре случая, в которых недостаточная глубина предпроектного анализа привела к существенным потерям: приобретение участка в зоне с особыми условиями использования территории, исключившей жилищное строительство; участок с обязательством расселения ветхого жилья, растянувшимся на годы; разрешение на строительство при неподъёмной стоимости подключения сетей; изменение градостроительной концепции района, лишившее объект автомобильного подъезда. Во всех случаях решение принималось при неполной проверке рисков, на основании уверенности в контролируемости ситуации либо привлекательности локации.

Таблица 1

Программа исследования

Картирование процесса при помощи инструмента SIPOC и нотации BPMN показало, что предпроектный анализ рисков в компании Х не формализован: отсутствуют регламент, реестр рисков и владелец процесса; результатом является устное заключение, а не документируемый актив; решение принимается единолично. Дерево причинно-следственных связей свело проблему к трём коренным причинам: опора идентификации на индивидуальный опыт без методологии; отсутствие реестра рисков и журнала инцидентов, исключающее накопление организационной памяти; единоличное принятие решения без агрегации экспертных оценок.

Установленные коренные причины определили требования к разрабатываемому инструменту: структурированная и воспроизводимая идентификация рисков, независимая от осведомлённости конкретного сотрудника, и одновременное накопление организационного опыта. В качестве такого инструмента разработан и апробирован метод построения реестра рисков с применением генеративной модели искусственного интеллекта, соответствующий положениям восьмого издания свода знаний по управлению проектами (PMBoK 8), впервые допускающего использование генеративного ИИ для идентификации и ранжирования рисков [7].

Методическая процедура строится в два этапа. На первом этапе формулируется структурированный запрос (промпт), задающий модели роль отраслевого эксперта по риск-менеджменту, контекст компании и, что принципиально важно, задокументированный опыт критических инцидентов — это обеспечивает опору результата на реальный, а не абстрактный контекст. Модели ставится задача сформировать перечень рисков, сгруппированных по категориям (градостроительные, юридические, земельно-правовые, инфраструктурные, социальные, экологические, рыночные, операционные), с указанием названия, описания, причины и последствий каждого риска. На втором этапе выполняется приоритизация — оценка вероятности наступления и выделение наиболее критичных рисков. Обязательное условие методики — верификация перечня профильными экспертами: результат модели рассматривается как структурированная гипотеза, подлежащая проверке, а не готовое решение.

Апробация метода на материале Компании X позволила сформировать структурированный реестр из 40 рисков, распределённых по восьми категориям и прошедших экспертную оценку профильных подразделений; все выявленные риски признаны актуальными для применения при рассмотрении новых площадок. Полученный результат демонстрирует более высокий уровень полноты идентификации по сравнению с исходным неформализованным процессом: за счёт явного включения в запрос типологии рисков и опоры на анализ критических инцидентов метод систематически охватывает категории, ранее выявлявшиеся эпизодически либо не выявлявшиеся вовсе.

Научная ценность подхода заключается не в конкретном перечне рисков отдельной компании, а в методической последовательности: диагностика процесса через SIPOC и BPMN, выявление коренных причин через дерево причинно-следственных связей и структурированное применение генеративного ИИ для формирования проверяемого экспертами актива знания. Такая последовательность воспроизводима для иных компаний отрасли при адаптации контекста запроса. Ограничения: качество результата зависит от полноты контекста; метод относится к качественному анализу и не заменяет количественные инструменты оценки, применение которых целесообразно на последующих стадиях.

Таким образом, исследование показывает, что неполнота идентификации рисков на этапе инициации строительных проектов является следствием не столько отраслевой специфики, сколько отсутствия формализованной методологии анализа, опирающейся на организационную память. Апробированный подход, сочетающий качественную диагностику процесса с применением генеративного ИИ по методологии PMBoK 8, даёт структурированный и верифицируемый инструмент идентификации рисков, снижающий зависимость качества анализа от опыта отдельных исполнителей. Дальнейшее направление — оценка устойчивости метода при повторном применении и разработка количественных критериев его эффективности.

Литература:

1. Davenport T. H. Process Innovation. — Boston: Harvard Business School Press, 1993.
2. Flyvbjerg B., Bruzelius N., Rothengatter W. Megaprojects and Risk. — Cambridge: Cambridge University Press, 2003.
3. Hammer M., Champy J. Reengineering the Corporation. — New York: Harper Business, 1993.
4. Harrington H. J. Business Process Improvement. — New York: McGraw-Hill, 1991.
5. Merrow E. W. Industrial Megaprojects. — Hoboken: Wiley, 2011.
6. Project Management Institute. A Guide to the Project Management Body of Knowledge (PMBOK Guide). — 8th ed. — Newtown Square: PMI, 2025.
7. Ward S., Chapman C. Transforming project risk management into project uncertainty management // International Journal of Project Management. — 2003. — Vol. 21, No. 2. — Pp. 97–105.
8. Zou P. X. W., Zhang G., Wang J. Understanding the key risks in construction projects in China // International Journal of Project Management. — 2007. — Vol. 25, No. 6. — Pp. 601–614.