從2022年開始，生成式AI大模型異軍突起，成為全球科技發展的焦點。毋庸置疑的是，AI已經逐步開始影響千行百業。

對于建筑行業而言，如何將AI技術在建筑行業應用落地，是行業人士需要重點考慮的問題。隨著AI技術的迅猛發展，國內外涌現出了數百款通用AI大模型。在細分領域，AI技術也開始與建筑行業全產業鏈結合，“AI+建筑”正在不斷衍生出新的應用場景。

本文將從AI+咨詢、AI+進度管理、AI+物資管控、AI+安全管理、AI+基建算量、AI+成本測算六大場景邀請專家從實際工作中遇到的痛點出發，了解“AI+”背后的現實價值與未來發展。

概論

在今年5月召開的中國數字建筑大會2024全體大會上，廣聯達正式發布了建筑行業AI大模型AecGPT和建筑行業AI平臺，這也標志著AI賦能建筑行業數字化發展取得全新突破。

廣聯達早在2015年就專門設立了AI研發團隊，2023年，廣聯達啟動了“All in AI”戰略，加強建筑領域生成式AI的研發投入。此次發布的AecGPT具有320億參數量、億級Tokens行業知識增強，在一級建造師考試應用中，平均得分率達到97%。建筑行業AI平臺是一站式AI原生應用開發平臺，目前，已經建成了建筑行業AI大模型層、工具平臺層、產品應用層三層AI技術體系，實現建筑行業軟件產品和應用的AI化升級。

從應用場景方面來看，AecGPT面向行業級應用，覆蓋建筑行業規劃、設計、交易、成本、施工、運維及綜合管理7個領域、20個細分專業知識領域，具有繼承開源基礎模型的能力，融合了覆蓋數十萬份高質量行業數據的行業能力，以及自動化、分析決策、輔助生成等專業能力。比如，AI智能設計的AI原生驅動設計平臺Concetto，能夠通過智能化的生成設計和數字化的決策支持，推動高效設計和創新、提升設計合理性和價值；比如斑馬進度通過AI分析生成工作項，效率提升5倍，動態策劃調優，效率提升10倍等。

建筑行業的AI才剛剛開始，相信未來能與更多的伙伴合作，一起推動整個行業的智能化變革。（廣聯達行業AI部總經理李江）

應用場景一：AI+咨詢

咨詢企業在數字化推進過程中，最大的難題就是員工錄入降效意愿不足和能力參差不齊。不過伴隨著大模型越來越成熟，這些問題將迎刃而解，從而實現解決數據上得來、連得上、用得了。具體可以分三個階段：

第一階段：智能的識別錄入。把大量的專業文檔與AI大模型交互，利用AI的自然語言能力，理解各類文檔，提取項目關鍵數據，輔助人工降本增效。

第二階段：專業的智能生成。可以把咨詢行業專業管理不同場景下的知識框架，以及按照專業知識框架產生的數據結果，交給AI產生交互，實現智能生成，提高工作質量。

第三階段：智能的預警分析。基于行業經驗知識庫的沉淀結合AI碰撞，實現生成咨詢建議和智能分析等場景應用。

針對這些需求，廣聯達新咨詢平臺上推出的AI助理小咨，可以進行“咨詢合同登記“智能臺賬登記”“產品價值探索”和交互式的“產品操作助手”服務。

目前，我們只是實現了第一階段，接下來，希望與更多行業優秀企業進一步深度合作，共同完善及提升數據、算力、算法三要素的能力，打磨更多有價值的業務場景。（廣聯達工程咨詢產品線總經理于興華）

應用場景二：AI+進度管理

在復雜多變的工程項目管理領域，精確而高效的計劃編制是成功的關鍵。為此，斑馬進度引入了AI計劃助手，一款旨在將傳統計劃工具轉變為AI加持的專業計劃編制助手的創新應用。采用copilot模式，AI計劃助手簡化了計劃編制過程，在投標計劃編制和施工階段計劃制定過程。

從現有的計劃編制方式來看，一份高質量的施工計劃需要計劃編制者消耗大量精力且高度依賴計劃編制者的從業經驗。

“項目可控從計劃開始”，廣聯達結合工程領域計劃理解及AI技術理念，推出斑馬進度AI助手，從總控計劃和工作項推薦方面實現了價值突破。AI生成房建住宅總控計劃，AI自動識別BIM模型、施工組織文件、項目基礎信息表，人與AI高效協作，30分鐘生成1份高質量的進度計劃，效率提升6倍至20倍。（廣聯達斑馬進度AI專項負責人趙愛園）

應用場景三：AI+物資管控

工地現場的物資管理是涉及成本管控的重要環節。但傳統的物資管理通常存在量不足、質難控、風險難識別等問題。

那么在AI時代，物資管控可以有哪些變化呢？AI加持的背后對應的是物資業務拆解后的本質要素，基于此，AI可以在不同的場景中發揮不同的價值。

總體來看，傳統物資業務與AI技術的融合可以分為兩類：

一類是管理管控類型場景，例如：可以通過在項目大門口，布置進出口軟硬一體智能終端，通過內置AI算法及管控規則，與物料驗收一起組成聯動方案，打通數據和業務邏輯，材料車輛一旦被識別到車輛未回皮、未稱毛，混凝土罐車未過磅，偷拉鋼筋材料等風險時，即刻預警播報，風險車輛不放跑，實現全過程留證，完成材料車輛“進門-驗收-出門”的閉環管理，降低材料損失風險。

另一類是作業提效型場景，例如：混凝土的驗收，施工現場進行夜間施工時需要材料員24小時值守。現在，在司機自助終端，內置行業AI業務算法，可以實現司機自助驗收，10秒內就能完成整個操作，大幅減輕物資人員的工作壓力。

基于在建筑行業多年深耕實踐經驗，廣聯達在物資管控方面提出了“省心、省力、更省錢”的目標。聚焦材料進出場環節，通過AI+IoT軟硬一體，實現管理閉環、業務內置，解決虛入庫等問題，受控主材成本止損1%。

在AI時代，業務場景將有質的提升，而這些也將成為建筑行業數字化轉型的關鍵驅動力。（廣聯達物資管理產品線副總經理靳世強）

應用場景四：AI+安全管理

傳統的安全管理體系、安全風險管控、雙重預防機制、安全檢查等機制，在壓實安全管理責任、控制現場風險、減少現場隱患方面發揮了重要作用，但也存在走動式管理覆蓋不足、隱患問題取證處理難等明顯安全管理難點。

廣聯達基于安全生產風險分級管控和隱患排查治理雙重預防機制，提出了“AI+安全管理”理念，同步推出AI安全管控產品，賦能現場安全管理，通過AIoT動態感知能力，實現7*24小時無人化值守，打造“AI技防+人防”的安全管控系統，生成項目安全管理智能化解決方案。

在實際應用中我們發現，通過AI安全管控系統的使用，對于易引發較大風險的隱患發現率提升約12%，由不安全場景作業導致的事故發生概率降低約38%。智能巡檢抓拍相對于安全員現場檢查，節約管理人員巡檢時間成本7倍以上，巡檢效能平均提升3倍以上。目前，廣聯達AI解決方案已經入選了工業和信息化部國家人工智能創新應用先導區“智賦百景”實踐案例，服務全國超過1500個客戶及項目。

建筑施工安全管理無小事，廣聯達通過AIoT的動態感知及行業大模型的部署與應用，AI安全管控系統可以實時、動態、智能辨識施工現場各要素下的安全風險及隱患，提高施工作業安全管理的效果并降低人工成本，從而讓安全管理工作更加高效。（廣聯達安全管理產品線安全AI負責人白冰）

應用場景五：AI+基建算量

在基建領域，精細化管理成為企業發展的核心驅動力，而工程量的準確性是工程項目管理的基礎。但傳統的工程量復核、計算大部分還是采用Excel方式，通常存在算量規則不統一、算量過程不標準、算量結果難追溯等問題，極大制約著施工企業數字化貫通管理的有效落地。

在AI時代，工程量的計算復核將帶來哪些變化，會有哪些新的體驗？廣聯達利用建筑行業AI大模型的優勢，在以下場景進行了創新實踐。

首先，通過行業AI大模型讓圖紙工程量摘抄跑出10倍速。實現了圖紙一鍵導入，AI行業大模型30秒智能分析，完成圖紙標簽分組，完成工程量表自動提取、歸并、業務標簽匹配，20分鐘完成一冊圖紙的直接錄入，操作便捷高效。

第二個應用場景為“AI識圖+輕量化BIM建模”，讓工程量計算既簡單又立體。利用AI圖紙大模型OpenCV目標檢測算法，快速高效識別圖紙特征與參數表達，在準確獲得的參數后再進行業務解析參數映射，驅動輕量化BIM進行建模，秒級計算直接完成出量。

第三個應用場景是AI數字助手。幫助職場新人迅速成為算量熟手。AI數字助手實現了業務問題、產品使用問題答疑一應俱全，及時互動，24小時在線。

相信在AI技術的加持下，基建算量將會迎來重大變革，應用場景將會更加豐富，效率也會越來越高。期待與合作伙伴一道，讓AI基建算量引領基建算量新范式。（廣聯達基建算量產品部總監吳昆）

應用場景六：AI+成本測算

做成本測算時可能會遇到標前測算沒有思路和方法、臨時進行成本編制時效率不高等問題，那么，如何通過數字化技術解決這些問題？作為一家從事建筑裝飾裝修、市政、加固等建筑施工的企業，中土城聯攜手廣聯達數字新成本進行了一系列探索實踐。

廣聯達數字新成本提供了一套把投標清單轉化為成本的測算流程，通過智能AI把投標報價清單拆分為勞務、材料、專業分包、管理費等。然后借助企業成本庫、行業數據快速測算成本，項目利潤率一鍵生成，大大提高了項目測算的效率。

借助廣聯達數字新成本，減輕了做成本測算時人為拆分的工作量。同時，借助行業數據與智能算法結合，解決了大多靠“成本人”經驗查找歷史項目、詢價、填價難的問題。通過軟件自動匯總、收入與成本的對比結果，讓項目利潤率更加清晰，未來也期待繼續與廣聯達數字新成本進一步探索AI時代成本測算的更多可能性。（中土城聯工程建設有限公司成本經理張增富）

結論

目前“AI+建筑”的融合才剛剛起步，建筑業的AI應用水平相對較低，還存在許多問題。建筑業業務場景類型多，工作流程專業度高，嚴重依賴技術和管理人員的經驗積累，因此需要構建高價值、可落地的AI場景，以及AI工作流。

那么建筑業如何破解上述問題？AI大模型如何在建筑業落地應用？

我們認為有幾方面的抓手：首先是行業大模型的構建方面，建筑業需要在通用大模型基礎上，建立行業細分的專用大模型，構建具備建筑行業知識學習能力、支持多模態的建筑領域生成式AI基礎大模型；其次，在行業大模型訓練和調優方面，用CAD圖紙、BIM模型、招投標文件、施工組織設計文件、AIoT數據等內容訓練模型，使它擁有更高的“智商”；最后是迭代拓展應用場景方面，只有AI大規模、深入應用的實現，才能研發出具有實際應用價值的、高質量的行業AI大模型及相關應用軟件，從而支撐行業AI的應用與發展，為建筑業人工智能發展注入強大動力。

目前，建筑行業AI的研發和應用，還處于初級階段，在AI應用的算法、算據、算力、數據安全等方面還有很多挑戰，需要各位同仁共同聯手，共同克服這些挑戰，合力推進建筑行業AI快速發展。（廣聯達數字建筑研究院專家產業研究員宋銀灝）