Исследование оценивает экономическую целесообразность внедрения роботизированных систем в автоматизированном строительстве многоэтажных зданий, рассматривая влияние на структуру себестоимости, сроки реализации и рентабельность инвестиций в условиях рыночной нестабильности; эмпирическая база включает 18 проектов (16-25 этажей) с моделированием применения роботов на этапах монтажа арматурных каркасов, бетонных работ, кладки и отделки и сравнением с традиционными технологиями на основе подхода совокупной стоимости владения и DCF-моделирования (NPV, IRR) с дополнением Монте-Карло по макропараметрам (инфляция, ключевая ставка, цены на материалы, динамика спроса). Материалы и методы охватывают декомпозицию себестоимости по ключевым статьям (ФОТ с начислениями, материалы с потерями, эксплуатация машин и механизмов, накладные), хронометраж и нормирование трудоемкости, а также расчет эффектов ускорения инвестиционного цикла на стоимость финансирования. Результаты показывают, что при росте затрат на машины и механизмы из-за амортизации роботизированного оборудования (около +240%) достигается комплексная экономия: снижение ФОТ примерно на 63%, материалов на 7-8% и накладных на 21%, что в сумме дает уменьшение итоговой себестоимости 1 $M^{2}$ на ~12%; параллельно продолжительность ключевых операций сокращается в среднем на 25-44%, а общий срок строительства типового 20-этажного объекта на 4-6 месяцев, что ускоряет оборот капитала и снижает процентные расходы. Интегральные финансовые показатели фиксируют прирост NPV порядка 85% и увеличение IRR на 5-6 п.п. относительно базового сценария при сопоставимых сроках окупаемости; анализ чувствительности демонстрирует устойчивость роботизированной модели к шокам: при +30% к ФОТ падение ROI существенно меньше, а при -15% к цене реализации сохраняется двузначная рентабельность. Обсуждение указывает на сдвиг к более капиталоемкой, но предсказуемой модели с пониженной волатильностью маржи и меньшей зависимостью от дефицита труда; практические импликации включают поэтапное масштабирование, сервисные модели финансирования (лизинг/RaaS), привязку к ВІМ-планированию и резервирование парка для снижения простоев.
The study assesses the economic feasibility of introducing robotic systems in the automated construction of multi-storey buildings, examining the impact on cost structure, delivery timelines, and return on investment under market instability; the empirical base comprises 18 projects (16-25 storeys) with modeled deployment of robots at the stages of rebar cage installation, concrete works, masonry, and finishing, and a comparison with traditional technologies using a total cost of ownership approach and DCF modeling (NPV, IRR) supplemented by Monte Carlo simulations on macro parameters (inflation, key interest rate, material prices, demand dynamics). Materials and methods cover a decomposition of unit cost by key items (labor costs including social charges, materials with losses, operation of plant and equipment, overheads), time-and-motion study and labor standardization, as well as calculation of the effects of accelerating the investment cycle on the cost of financing. The results show that despite higher plant and equipment costs due to depreciation of robotic assets (about +240%), comprehensive savings are achieved: labor costs decrease by roughly 63%, materials by 7-8%, and overheads by 21%, yielding an overall reduction in the final unit cost per $m^{2}$ of about 12%; in parallel, the duration of key operations declines on average by 25-44%, and the total construction period of a typical 20- storey project is shortened by 4-6 months, accelerating capital turnover and reducing interest expenses. Integrated financial indicators record an NPV increase of about 85% and an IRR uplift of 5-6 percentage points relative to the baseline scenario with comparable payback periods; sensitivity analysis demonstrates the robustness of the robotic model to shocks: with $a+30\%$ increase in labor costs, the decline in ROI is materially smaller, and with a -15% reduction in sales price, double-digit profitability is preserved. The discussion points to a shift toward a more capital-intensive yet more predictable model with lower margin volatility and reduced dependence on labor shortages; practical implications include phased scaling, service-based financing models (leasing/RaaS), linkage to BIM planning, and fleet buffering to reduce downtime.