Ефективне управління проєктами сталого розвитку в будівельній галузі ускладнюється через реактивний характер традиційних методів контролю та проблему інтеграції гетерогенних даних, що включають кількісні метрики та якісні експертні оцінки, притаманні критеріям екологічного, соціального та корпоративного управління (англ. Environmental, Social, and Governance, ESG). Для вирішення цієї проблеми в статті запропоновано метод проактивного оцінювання стійкості, реалізація якого передбачає інтеграцію комплексу моделей для функціонування системи раннього попередження. В основі методу лежить адаптивна нейро-нечітка система висновування (англ. Adaptive Neuro-Fuzzy Inference System, ANFIS), обрана завдяки її унікальній здатності моделювати складні нелінійні системи, одночасно обробляючи неоднозначність та невизначеність показників сталого розвитку. Імплементація методу проактивного оцінювання стійкості будівельних проєктів починається із застосування розробленої структурно семантичної моделі даних, яка перетворює різнорідні вхідні дані проєкту на уніфікований вхідний вектор шляхом їх ієрархічної структуризації, нормалізації та фаззифікації. Сформований вектор слугує основою для обчислювального ядра методу – прогнозної нейро-нечіткої моделі, що реалізована на архітектурі ANFIS. Ця модель, навчаючись на історичних даних, автономно генерує базу знань нечітких правил «ЯКЩО-ТО», виявляє нелінійні залежності та прогнозує інтегральний індекс проактивної стійкості (англ. Proactive Sustainability Index, PSI). Кінцеві результати прогнозної моделі інтерпретуються за допомогою діагностичної моделі підтримки рішень, яка візуалізує динаміку PSI та, аналізуючи найбільш активовані нечіткі правила, виконує діагностику першопричин потенційних відхилень, перетворюючи обчислювальні результати на практичні управлінські інструменти. Результатом цього дослідження є те, що запропонований метод, який ґрунтується на інтеграції структурно-семантичної, прогнозної та діагностичної моделей, операціоналізує проактивне управління за допомогою керованої даними системи. Він об’єктивізує оцінку складних факторів стійкості, долаючи розрив між якісними експертними знаннями та кількісними даними. На відміну від існуючих моделей штучного інтелекту типу «чорна скринька», метод забезпечує прозору діагностику завдяки інтерпретованості нечітких правил прогнозної моделі, що підвищує довіру до результатів. Таким чином, розроблений метод надає менеджменту будівельних організацій науково обґрунтований та адаптивний інструментарій для передбачення ризиків, пов’язаних зі сталим розвитком, оптимізації управлінських втручань та покращення загальних результатів проєкту в динамічному середовищі.