USING ARTIFICIAL INTELLIGENCE TO IMPROVE THE EFFICIENCY OF ADMINISTRATIVE BUILDING MANAGEMENT
DOI:
https://doi.org/10.25806/fm-2132Статья поступила в редакцию: 22.08.2025
Статья принята к публикации: 01.10.2025
Статья опубликована: 03.10.2025
Keywords:
Ключевые слова: искусственный интеллект, цифровой двойник, эффективность эксплуатации коммерческой недвижимости, умный город.Abstract
This article discusses the application of AI in the field of building management, defines digital twins for the purpose of assessing the efficiency of operation. The advantages of using AI compared to digital twins and IoT sensors are determined. The barriers arising from the widespread use of AI in commercial building management, its integration into existing building management systems, increased requirements for computing power, internal classifications and the possibility of making unpredictable decisions, the need for continuous monitoring and adjustments to algorithms are explored. Practical recommendations are proposed that will accelerate the spread of AI in the operation of administrative buildings, increase the efficiency of its use, and reduce implementation costs. The integration of AI into the management of commercial buildings will not only reduce operating costs, but also increase the comfort of the building, this combination is a significant incentive that will push developers to implement AI in real estate.
Информация о публикации
Финансирование: Исследование выполнено без привлечения внешнего финансирования, если иное не указано авторами.
Вклад авторов: Все авторы внесли существенный вклад в подготовку статьи, ознакомились с окончательной версией рукописи и одобрили ее к публикации.
Конфликт интересов: Авторы заявляют об отсутствии конфликта интересов, если иное не указано в публикации.
Правообладатель: Издательский дом «Академический».
Условия использования. Статьи текущего года распространяются по подписке на журнал «Финансовый менеджмент». Все права защищены. Полная версия статьи доступна на сайте Научной электронной библиотеки eLIBRARY.RU www.elibrary.ru/contents.asp?titleid=9552 . Материалы предыдущих лет распространяются по лицензии Creative Commons Attribution 4.0 International (CC BY 4.0) . Метаданные всех статей распространяются по открытой лицензии и могут свободно использоваться в информационных, научных и библиографических целях.
Машиночитаемый файл метаданных: JATS XML
References
Чапаев Н.М. Цифровая трансформация на примере строительной отрасли // Прикладные экономические исследования. 2024. № 4. С. 259-264. DOI: 10.47576/2949-1908.2024.4.4.028.
Гюльмисарян Р.Г. Тенденции девелопмента и управления коммерческой недвижимостью // Теория и практика общественного развития. 2024. № 2. С. 86-92. DOI: 10.24158/tipor.2024.2.11.
Медынцев А.А., Князева Н.В. Использование цифровых технологий в управлении эксплуатацией зданий и сооружений // Строительство и архитектура. 2024. Т. 12, № 3. С. 4-4. DOI: 10.29039/2308-0191-2024-12-3-4-4.
Himeur Y., Ghanem K., Alsalemi A., Bensaali F., Amira A. Artificial Intelligence based Anomaly Detection of Energy Consumption in Buildings: A Review, Current Trends and New Perspectives. [Электронный ресурс]. URL: https://arxiv.org/abs/2010.04560 (дата обращения: 17.08.2025).
Merabet G.H., Essaaidi M., Ben Haddou M. и др. Intelligent Building Control Systems for Thermal Comfort and Energy-Efficiency: A Systematic Review of Artificial Intelligence-Assisted Techniques. [Электронный ресурс]. URL: https://arxiv.org/abs/2104.02214 (дата обращения: 10.08.2025).
Habib M., Habib A., Albzaie M. et al. Sustainability benefits of AI-based engineering solutions for infrastructure resilience in arid regions against extreme rainfall events. 2024. DOI: 10.1007/s43621-024-00500-2.
Advancing Sustainable Energy Management: A Comprehensive Review of Artificial Intelligence Techniques in Building // Engineering research journal. 2024. DOI: 10.21608/ERJSH.2023.226854.1196.
Bouabdallaoui Y., Lafhaj Z., Yim P., Ducoulombier L., Bennadji B. Predictive Maintenance in Building Facilities: A Machine Learning-Based Approach // Sensors. 2021. V. 21. № 4. P. 1044. DOI: 10.3390/s21041044.
Князева Н.В., Назойкин Е.А., Орехов А.А. Современные подходы к оценке технического состояния строительных конструкций зданий на этапе эксплуатации // Строительство: наука и образование. 2024. Т. 14, № 3. С. 131-142. DOI: 10.22227/2305-5502.2024.3.131-142.
Горбачева Т.А. Искусственный интеллект: риски и проблемы внедрения в Российской Федерации // Инновационная экономика: информация, аналитика, прогнозы. 2025. № 1. С. 96-105. DOI: 10.47576/2949-1894.2025.1.1.014.
Туровец Ю.В., Вишневский К.О. Искусственный интеллект в России: кто, что и как внедряет. ИСИЭЗ НИУ ВШЭ. 2023, 26 сентября. [Электронный ресурс]. URL: https://issek.hse.ru/mirror/pubs/share/862009044.pdf (дата обращения: 21.08.2025).
Конев Д.А. Риски использования искусственного интеллекта и систем дипфейк в VR-среде и метавселенной: анализ, перспективы, пути противодействия // Юристъ-Правоведъ: науч.-теоретич. и информац.-методич. журнал. 2024. № 3 (110). С. 171-176.
Гохберг Л.М. (рук. авт. колл.). Искусственный интеллект в России: технологии и рынки / Нац. исслед. ун-т «Высшая школа экономики». М.: ВШЭ, 2025. 148 с.
Баженов С.И. Формирование региональной идентичности, анализ угроз // Бизнес. Образование. Право. 2023. № 3. С. 153-157.
Баженов С.И. Управленческие решения в научно-технологическом развитии региона // Евразийское пространство: экономика, право, общество. 2025. № 3. С. 3-7.
