В статье обосновывается архитектура инженерного обеспечения жизненного цикла продукции в строительстве и машиностроении в контексте Индустрии 4.0, основанная на риск-ориентированном подходе к качеству и сквозной прослеживаемости данных. Сформулирована проблема информационных разрывов между стадиями проектирования, строительства и эксплуатации, приводящих к росту энтропии данных и резкому увеличению вероятности критических отказов и затрат на устранение дефектов. Методологическая основа включает системный анализ процессов жизненного цикла, объектно-ориентированное моделирование и теорию графов, метод анализа иерархий с нечеткой логикой, марковские модели надежности, имитационное моделирование Монте-Карло и методы NLP для обработки неструктурированных данных; эмпирическую базу составили 48 объектов, более 45 ТБ информации, BIM-модели высокого LOD и выборка свыше 1,5 млн конструктивных элементов с цифровыми паспортами качества. Получены количественные зависимости между уровнем внедрения сквозной прослеживаемости и вероятностью критических рисков на разных стадиях жизненного цикла: показано более чем двукратное снижение интегрального риска и максимальный эффект на этапе эксплуатации (снижение вероятности с 0,521 до 0,194 при коэффициенте эффективности 2.685), а также выявлена ключевая роль качества атрибутивных данных по эксплуатационным требованиям, для которых потери атрибутов достигают 14,89 % и имеют наибольшую корреляцию с ошибками монтажа. Показано, что переход от базового CAD-уровня к экосистемному уровню «BIM Level 3 + IoT» снижает удельные затраты на исправление ошибок в 5,7 раза, сокращает срок окупаемости системы до 14,6 месяцев и повышает интегральный показатель качества до 0,943, что подтверждает высокую инвестиционную привлекательность комплексной цифровой архитектуры. Обсуждаются требования к онтологическим моделям данных, механизмам онлайновой верификации и валидации информационных потоков, а также перспективы масштабирования предложенных решений до уровня городских цифровых платформ и систем умного города.
The paper substantiates an architecture of engineering support for the product life cycle in construction and mechanical engineering in the context of Industry 4.0, based on a risk-oriented approach to quality and end-to-end data traceability. The problem of «information gaps» between the stages of design, construction, and operation is formulated, leading to an increase in data entropy and a sharp rise in the probability of critical failures and defect correction costs. The methodological framework includes systems analysis of life cycle processes, object-oriented modeling and graph theory, the analytic hierarchy process with fuzzy logic, Markov reliability models, Monte Carlo simulation, and NLP methods for processing unstructured data; the empirical base comprised 48 facilities, more than 45 TB of information, high-LOD BIM models, and a sample of over 1.5 million structural elements with digital quality passports. Quantitative dependencies have been obtained between the level of end-to-end traceability implementation and the probability of critical risks at different life cycle stages: a more than twofold reduction in integrated risk and maximum effect at the operation stage have been demonstrated (decrease in probability from 0.521 to 0.194 with an efficiency coefficient of 2.685), and the key role of the quality of attribute data on operational requirements has been identified, for which attribute losses reach 14.89% and have the highest correlation with installation errors. It has been shown that the transition from the basic CAD level to the ecosystem level «BIM Level 3 + IoT» reduces the specific cost of error correction by 5.7 times, decreases the payback period of the system to 14.6 months, and increases the integral quality indicator to 0.943, confirming the high investment attractiveness of an integrated digital architecture. Requirements for ontological data models, mechanisms of online verification and validation of information flows, as well as prospects for scaling the proposed solutions to the level of urban digital platforms and smart city systems are discussed.