人工智能技术赋能建筑业应用发展

一、引言

随着人工智能技术的迅猛发展，各行各业的信息技术都正在面临翻天覆地的变革。传统人工智能受限与当时算力、样本和算法环境，以判别式为主，通过建模来构建输入数据与输出标签之间的映射关系。目前，判别式AI已经应用到各行各业和人们的生活之中。2022年，OpenAI通过构建ChatGPT模型实现了与人类无异的聊天交流，使生成式人工智能及大语言模型技术吸引了社会各界的目光，在全球掀起了新一波浪潮。

人工智能技术的应用可以显著提高建筑工程项目的效率，降低工程成本，减少施工错误和规避风险。目前建筑行业对于人工智能技术在的研究还处于起步阶段，对其整体发展现状及其在实际项目中的建设成本、应用效果和应用场景的了解尚有不足。积极拥抱人工智能技术，聚焦创新驱动，推动新技术在建筑行业的应用落地，可以加快形成新质生产力，助力建筑行业高质量发展。

二、人工智能在建筑行业的发展

（一） 人工智能在建筑行业的应用现状

相比于其他行业，建筑行业人工智能及相关技术使用场景和覆盖率低。但不能否认的是，人工智能正在帮助建筑行业节约成本并提高作业现场的施工效率。目前在建筑行业中已经出现了较为成熟的人工智能解决方案。

在项目前期阶段，借助大数据技术和人工智能，可以快速获得更为精准的市场调研数据支撑，降低方案设计的投入成本。

在工程设计阶段，新的技术手段如关联式设计、参数化设计、算法设计和“多智体系统”逐渐应用于建筑设计中，为建筑造型提供了更多可能性。

在施工建造阶段，人工智能可以大大节约时间和人力成本。例如深圳当代艺术馆及规划展览馆首次利用BIM+机械完成了建筑建造，仅用8名工人耗时3个月就完成了原本需要160名工人预计8个月工期的金属构造任务。

在运营使用阶段，人工智能可以提供智能家居系统和物联网系统，实时感知建筑物内的传感器信息，为第一反应者提供实时建筑信息，帮助他们做出最合适的决策。

（二） 人工智能在建筑行业的应用需求

人工智能技术可在多方面为建筑行业赋能升级，进一步提高施工安全和管理效率，提升行业竞争力。

基于特定事件智能检测的桥梁运营管理场景，利用智能图像识别技术实时监测桥梁结构状态的变化，确保大桥安全施工和正常运营。

基于智能问答交互系统的客户服务应用场景，构建智能客服系统，结合语音识别和自然语言处理技术，实现自助服务和人工服务的协同，提供智慧化客户服务。

d6962677b8b93066f915d5ec881db0a0

基于大模型技术的建筑行业知识平台应用场景，建立知识图谱管理平台，利用计算推理引擎，提供智能化应用，如协助编写施工方案和科研申报材料，快速排查常见问题，促进项目实施的高效推进。

三、建筑行业应用人工智能技术的痛难点

（一） 缺乏有效的数据资产管理体系，难以挖掘数据价值

人工智能大语言模型在各个阶段的训练研发过程中，均需要有高质量数据的支撑，目前建筑行业该条件仍难以满足。一是数据战略方面，建筑行业在项目建设过程中反映了数据管理的目标和范围，但在数据战略实施和评估方面仍处于初始级水平。二是数据治理方面，大部分建筑企业尚未建立专业组织来解决数据问题，数据管理制度的落实和执行由各项目人员自行决定，缺乏统一规划。三是数据架构方面，大型建筑央企一般具备数据模型、数据分类和数据申请流程等基础要素，但在数据集成与共享及元数据管理方面仍处于初始水平。四是数据应用方面，一些建筑公司在数据分析方面达到了较高水平，建立了统一报表平台和数据分析团队，在业务术语和数据元的定义上有一定成果，但指标数据管理还不够完善。五是数据生命周期方面，建筑行业内企业在数据运维方面有一定能力，但在数据需求、设计和开发以及数据管理方面的工作尚未充分展开。

（二）缺乏相关专业人才，专项科研投入不足

人工智能技术需要大量的资源进行模型训练，以及大量的专业人才进行实践。在人工智能技术实践中，从零开始建设的基础阶段投入成本较高，而目前建筑行业利润下滑，难以投入大量资金开展科研攻关工作。资源不足则导致相关技术储备和应用实践不足，具体表现为：一是在人工智能大模型建设初期的一次性投入成本较高，盈利周期较长，建设意愿不强烈。二是行业内头部建筑企业对人工智能技术专业人才的引进和培养较少，没有相关技术和知识储备，无法为人工智能技术研究和应用提供更强的支持和保障。三是先进算力受限于国外技术，国内硬件无法满足人工智能技术研究和应用的需求，因此建议加强整体云平台资源的动态管理能力，确保在资源共享、复用率高的前提下，为人工智能技术的研究提供更多的支持。

（三） 人工智能应用场景碎片化，应用深度广度不足

在应用场景方面，现有项目中人工智能技术的使用率不高，相关需求如视频监控AI识别、安全帽佩戴自动监测和提醒、大体积混凝土测温监控、钢筋库存的动态计量管理等，均可以通过人工智能技术加以弥补。要进一步对现有项目需求、潜在需求进行调研，并结合行业和技术发展趋势，寻找更多可以应用人工智能技术的领域。

四、应对策略及工作思路

（一） 推动自主研发创新，培养人工智能体系

以实现自主可控为纲领，统筹知识产权布局，持续培育具有自主知识产权和核心竞争力的人工智能产品。一是应统筹搭建平台级的硬件、软件系统环境，研究开发工具、集成工具、数据工具、核心算法、通信协议、安全组件、传感设备、智能识别等基础技术，为人工智能产品研发提供平台保障；二是建立行业或企业人工智能创新联盟，联合人工智能软硬件厂商和应用单位，在统一技术体系的指导下，以需求为牵引，积极开展核心技术攻关，逐步突破技术壁垒，实现技术、产品、服务和系统的自主可控，避免受制于人；三是围绕具体应用场景，挖掘人工智能技术相关需求，加强相关技术储备，加强人工智能基础技术研究，提高信息化技术的应用水平，赋能建筑业高质量发展。

（二） 创新数据治理路径，激活数据要素潜能

人工智能技术的迅猛发展，为数据治理提出了更高的要求，未来也将推动数据治理的深化与拓展。依据国务院印发的《关于构建更加完善的要素市场化配置体制机制的意见》，下一步应重点加快培育数据要素市场，推进创新数据治理路径，激活数据要素潜能，释放数据要素价值。一是着力构建数据价值体系、创新数据要素管理、提升数据要素配置作用；自上而下，加强业务数据流监控，自下而上，开展数据要素分析，加速数据资产沉淀和交付，实现数据资产保值增值； 二是完善数据治理体系，优化数据治理路径。加强数据标准化、元数据和主数据管理等工作，定期评估数据治理能力成熟度。三是发挥大数据资源优势。打造数据强汇聚能力，强化数据多样化处理能力，提升数据高质量治理能力，推动数据时效性流动，促进数据高价值转化，激发数据要素潜能。

（三） 完善数字基础设施，创新资产管理模式

人工智能技术的研究需要强大的算力支持。产业基础是产业形成和发展的基本条件，产业链是产业发展的根本和关键，打好产业基础高级化、产业链现代化的攻坚战不仅是“十四五”时期产业发展的必然要求，更是支撑产业高质量发展的必要条件。《“十四五”大数据产业发展规划》指出，坚持固根基、扬优势、补短板、强弱项并重，围绕产业基础高级化的目标，坚持标准先行，突破核心技术，适度超前建设通信基础设施、算力基础设施和融合基础设施等新型基础设施，筑牢产业发展根基。下一步要加快完善数据基础设施，构建一体化大数据中心，形成企业数据资产中心，围绕产业链现代化的目标，聚焦产业数字化和数字产业化，在数据生成、采集、存储、加工、分析、服务、安全、应用各环节协同发力、体系推进，做到“用数据说话，用数据管理，用数据决策，用数据增值”，创新企业资产管理模式，把握未来趋势性，推动新旧动能转换，助力转型升级。

（四） 集约优势资源，探索人才培养机制

目前建筑行业高水平的人工智能技术人才资源缺口较大，不能适应人工智能技术的发展研究，这对人才培养提出了新要求。一方面要吸纳挖掘内外部人工智能技术专家，补充到信息化队伍中来，另一方面还要探索内部人工智能技术人才培养机制，做好人工智能技术培训工作，将懂业务又具备人工智能技术基础能力的人培养起来，充实队伍。要紧紧抓住数字经济新机遇，深入推动产教融合，在人工智能技术人才培养方面进行更多探索实践，培养更多适应人工智能技术发展需求的高质量人才。

（五）加速产业数字化转型升级，赋能企业效益提升价值创造

按照“统筹规划、突出重点、分步实施、急用先行”的原则，采取“统建+自建”相结合的建设思路，对数字化转型各项任务的实施时间和周期进行规划，一是进一步优化管理和生产模式，借助互联网广泛的数字连接能力打破时空局限，创新开发新产品和新服务，深化产业数字化转型，助推企业效率提升；二是健全信息化工作组织机构，加强组织协调和统筹规划，保障信息化战略规划落地实施，护航产业数字化走深向实；三是主动顺应数字时代新趋势，全面提升治理体系和治理能力现代化水平，驱动公司治理模式变革、治理方式重塑、治理体系重构、治理能力升级，助推治理体系全面提升，全力打造科学化、精细化、智慧化的 “数治”新范式。

五、总结

建筑行业人工智能应用正逐步深入，尽管当前覆盖率低，但已展现出其在提高效率、降低成本上的潜力。目前，行业数据管理体系的缺失、专业人才的匮乏和应用场景的深度广度不足成为主要制约因素。为解决上述问题，建筑行业需聚焦自主研发创新，完善数据治理与数字基础设施，集约人工智能资源并探索人才培养机制，加速产业数字化转型升级。要进一步优化管理、创新服务模式、加强信息化预算管理及健全信息化组织，推动治理体系现代化，实现效益提升与价值创造，为建筑行业高质量发展注入新动力。

作者单位：中铁云网信息科技有限公司