На протяжении десятилетий девелопмент оставался отраслью, в которой ключевые решения принимались на стыке опыта, интуиции и ограниченного набора аналитических инструментов. Даже при наличии финансовых моделей и прогнозов значительная часть управленческих решений зависела от субъективной оценки — способности специалиста «читать» рынок и проект.
Однако в последние годы эта модель начала постепенно уступать место более системному подходу. Увеличение объема данных, рост сложности проектов и повышение требований со стороны инвесторов сформировали новый запрос: решения должны быть не только обоснованными, но и воспроизводимыми.
В этом контексте аналитика перестает быть вспомогательной функцией и становится частью стратегии. Такой сдвиг отчетливо прослеживается в работах Арина Рауфа — директора по стратегическому развитию и антикризисному управлению, чьи исследования 2025 года предлагают более структурированный подход к управлению девелоперскими проектами.
В центре его методологии находится идея о том, что данные могут использоваться не только для анализа прошлого, но и для формирования будущих решений. Это принципиально меняет роль аналитики: она становится инструментом стратегического управления.
Первая работа — «Нейросетевое моделирование проблемных объектов промышленной и жилой недвижимости и остановленных строительных проектов. Подход к обеспечению предсказуемости в трудовых переговорах, коммуникациях со стейкхолдерами и матрице решений по восстановлению проекта» — посвящена управлению объектами, находящимися в кризисной фазе. В центре исследования находится применение нейросетевых моделей для повышения предсказуемости решений при восстановлении проблемных строительных проектов.
Одним из ключевых элементов работы становится сценарное моделирование. В отличие от традиционного подхода, при котором проект развивается по заранее заданному плану, автор предлагает рассматривать сразу несколько возможных траекторий развития. Такой подход позволяет более гибко выстраивать коммуникацию со стейкхолдерами, оценивать риски и формировать матрицу решений для восстановления объекта.
При этом речь не идет о полной автоматизации процессов. Ключевая роль по-прежнему сохраняется за специалистом, однако аналитические инструменты существенно расширяют его возможности и помогают снижать вероятность системных ошибок.
Вторая работа — «Применение моделей искусственного интеллекта в проблемных и неуспешных сделках с недвижимостью. Практическая методология для крупных девелоперов» — развивает эту логику уже на инвестиционной стадии. Если первая работа сосредоточена на управлении проблемными объектами и сценариях восстановления проектов, то во второй акцент смещается на анализ причин возникновения кризисных ситуаций еще на этапе сделок и инвестиционных решений.
Традиционно неудачные сделки рассматриваются постфактум и редко используются для формирования долгосрочных стратегий. Рауф предлагает иной подход: структурировать данные о проблемных проектах и применять модели искусственного интеллекта для выявления повторяющихся закономерностей.
Это позволяет перейти от преимущественно интуитивного принятия решений к более формализованной аналитической модели. Например, становится возможным определить, какие сочетания факторов — структура финансирования, стадия проекта и рыночные условия — наиболее часто приводят к негативным результатам.Это особенно важно в условиях неопределенности. Девелоперские проекты реализуются на протяжении нескольких лет, и за это время внешние условия могут существенно измениться. Моделирование позволяет учитывать такие изменения и адаптировать стратегию.
Особенность подхода Арина Рауфа заключается в том, что он учитывает не только количественные, но и качественные параметры. Например, взаимодействие между участниками проекта, уровень координации и характер переговоров рассматриваются как факторы, влияющие на результат.
Это делает модель более реалистичной. В девелопменте значительная часть решений принимается в процессе взаимодействия людей, и игнорирование этого аспекта может приводить к искажению анализа.
Еще одним важным элементом является переход от статического к динамическому анализу. В традиционной модели риски фиксируются на определенный момент времени. Однако в реальности они изменяются, усиливаются или ослабевают в зависимости от развития проекта.
Динамическое моделирование позволяет учитывать эту изменчивость. Это дает возможность не только оценивать текущую ситуацию, но и прогнозировать ее развитие.
Практическое значение такого подхода особенно заметно в работе с проблемными проектами. Раннее выявление негативных тенденций позволяет принимать решения до того, как ситуация станет критической.
Кроме того, использование аналитики повышает прозрачность. Решения могут быть обоснованы данными, что важно для инвесторов и финансовых партнеров. Это снижает уровень неопределенности и повышает доверие.
В более широком контексте подход Арина Рауфа отражает трансформацию девелопмента как отрасли. Он постепенно переходит от практики, основанной на индивидуальном опыте, к системной модели управления, где ключевую роль играют данные и аналитика.
Это изменение связано не только с развитием технологий, но и с ростом требований к эффективности. Инвесторы ожидают более точного прогнозирования, а проекты требуют более сложной координации.
Таким образом, аналитика становится не просто инструментом, а основой управленческой логики. Она позволяет структурировать сложные процессы и принимать более обоснованные решения.
