За первые семь месяцев в России введено 57,73 млн кв. м жилья
Вице-премьер Марат Хуснуллин сообщил, что, согласно оперативным данным, полученным от регионов, в России за первые семь месяцев 2022 года введено в эксплуатацию 57,73 млн кв. м жилья.
«На последней встрече с Президентом я говорил о том, что в этом году мы надеемся построить не меньше жилья, чем в прошлом. Согласно полученным от регионов оперативным данным, за семь месяцев у нас уже построено 57,73 млн кв. м, а это на 31,6% больше, чем за аналогичный же период прошлого года. Мы идём с хорошим темпом, задача – его не сбавлять. Все вопросы по строительству, которые возникают, мы готовы при необходимости с регионами снимать в ручном режиме», – сообщил Марат Хуснуллин.
Он отметил, что нарастить такой объём, несмотря на санкционное давление, стало возможным благодаря снятию ряда бюрократических барьеров, в результате чего рабочие могут быстрее приступать к строительству.
Ранее на встрече с Президентом Владимиром Путиным вице-премьер Марат Хуснуллин сообщил, что по итогам первого полугодия 2022 года выдано разрешений на строительство на 21% больше, что обеспечит 400 млн кв. м градостроительного потенциала.
ВТБ завершил пилотный проект по использованию инструментов машинного обучения.
Технология поможет банку эффективнее оценивать стоимость строящихся объектов и в ускоренном режиме принимать решения по выдаче кредитов на жилищное строительство. Новый сервис протестирован в 30 городах России.
В основе сервиса — универсальная платформа геоаналитики, запущенная ВТБ в 2020 году и позволяющая сопоставлять 170 слоев обезличенных данных из банковской сферы, телекома и digital-сервисов. В решении используется обезличенная информация о жителях аналогичных домов, а также районов со схожей транспортной инфраструктурой, имеющих похожие интересы, структуру доходов и расходов и т.д. Уникальный периметр данных анализируется методами машинного обучения для построения сложных нелинейных моделей оценки стоимости объектов. Все это позволяет оперативно принимать решения о выдаче банком кредитов под строительство.
При стандартном методе аналитики для принятия решения в ручном режиме сравнивают территориально близкие объекты. Модели, основанные на Big Data, позволяют оперативно получать качественную аналитику на базе гораздо большего объема разнообразной информации. Наиболее значимые конкурентные преимущества сервис дает в ситуации, когда строящийся жилой объект не имеет рядом аналогов, и оценить его, используя только метод сравнения с похожими соседствующими объектами, невозможно.
«При разработке сервиса мы столкнулись с тем, что рынок жилой недвижимости имеет очень динамичный характер. Для того, чтобы «успеть» за рынком в таком широком географическом периметре, мы разработали не просто модели машинного обучения, а Geo AutoML сервис. Он позволяет перестраивать модели в полностью автоматическом режиме. На сегодняшний день AutoML-решений на рынке много, но это первая история с применением геоаналитики. Поэтому сервис можно считать уникальным», — комментирует Максим Коновалихин, руководитель департамента анализа данных и моделирования – старший вице-президент ВТБ.
«Оценка рыночной стоимости строящейся недвижимости играет для банка важную роль в принятии решения о финансировании. Новая разработка позволяет нам повысить оперативность на этом этапе работы с проектом и получить более объективные и точные данные. Мы видим позитивные результаты с точки зрения повышения эффективности оценки проектов в рамках пилотирования сервиса и планируем до конца сентября масштабировать его на большинство крупнейших городов страны», — отметил Руслан Еременко, руководитель департамента регионального корпоративного бизнеса – старший вице-президент ВТБ.
Пока решение применяется только внутри банка, но в дальнейшем может стать доступным и сторонним пользователям — другим банкам и застройщикам жилой недвижимости.