人工智能技術賦能建筑業應用發展

一、引言

隨著人工智能技術的迅猛發展，各行各業的信息技術都正在面臨翻天覆地的變革。傳統人工智能受限與當時算力、樣本和算法環境，以判別式為主，通過建模來構建輸入數據與輸出標簽之間的映射關系。目前，判別式AI已經應用到各行各業和人們的生活之中。2022年，OpenAI通過構建ChatGPT模型實現了與人類無異的聊天交流，使生成式人工智能及大語言模型技術吸引了社會各界的目光，在全球掀起了新一波浪潮。

人工智能技術的應用可以顯著提高建筑工程項目的效率，降低工程成本，減少施工錯誤和規避風險。目前建筑行業對于人工智能技術在的研究還處于起步階段，對其整體發展現狀及其在實際項目中的建設成本、應用效果和應用場景的了解尚有不足。積極擁抱人工智能技術，聚焦創新驅動，推動新技術在建筑行業的應用落地，可以加快形成新質生產力，助力建筑行業高質量發展。

二、人工智能在建筑行業的發展

（一） 人工智能在建筑行業的應用現狀

相比于其他行業，建筑行業人工智能及相關技術使用場景和覆蓋率低。但不能否認的是，人工智能正在幫助建筑行業節約成本并提高作業現場的施工效率。目前在建筑行業中已經出現了較為成熟的人工智能解決方案。

在項目前期階段，借助大數據技術和人工智能，可以快速獲得更為精準的市場調研數據支撐，降低方案設計的投入成本。

在工程設計階段，新的技術手段如關聯式設計、參數化設計、算法設計和“多智體系統”逐漸應用于建筑設計中，為建筑造型提供了更多可能性。

在施工建造階段，人工智能可以大大節約時間和人力成本。例如深圳當代藝術館及規劃展覽館首次利用BIM+機械完成了建筑建造，僅用8名工人耗時3個月就完成了原本需要160名工人預計8個月工期的金屬構造任務。

在運營使用階段，人工智能可以提供智能家居系統和物聯網系統，實時感知建筑物內的傳感器信息，為第一反應者提供實時建筑信息，幫助他們做出最合適的決策。

（二） 人工智能在建筑行業的應用需求

人工智能技術可在多方面為建筑行業賦能升級，進一步提高施工安全和管理效率，提升行業競爭力。

基于特定事件智能檢測的橋梁運營管理場景，利用智能圖像識別技術實時監測橋梁結構狀態的變化，確保大橋安全施工和正常運營。

基于智能問答交互系統的客戶服務應用場景，構建智能客服系統，結合語音識別和自然語言處理技術，實現自助服務和人工服務的協同，提供智慧化客戶服務。

基于大模型技術的建筑行業知識平臺應用場景，建立知識圖譜管理平臺，利用計算推理引擎，提供智能化應用，如協助編寫施工方案和科研申報材料，快速排查常見問題，促進項目實施的高效推進。

三、建筑行業應用人工智能技術的痛難點

（一） 缺乏有效的數據資產管理體系，難以挖掘數據價值

人工智能大語言模型在各個階段的訓練研發過程中，均需要有高質量數據的支撐，目前建筑行業該條件仍難以滿足。一是數據戰略方面，建筑行業在項目建設過程中反映了數據管理的目標和范圍，但在數據戰略實施和評估方面仍處于初始級水平。二是數據治理方面，大部分建筑企業尚未建立專業組織來解決數據問題，數據管理制度的落實和執行由各項目人員自行決定，缺乏統一規劃。三是數據架構方面，大型建筑央企一般具備數據模型、數據分類和數據申請流程等基礎要素，但在數據集成與共享及元數據管理方面仍處于初始水平。四是數據應用方面，一些建筑公司在數據分析方面達到了較高水平，建立了統一報表平臺和數據分析團隊，在業務術語和數據元的定義上有一定成果，但指標數據管理還不夠完善。五是數據生命周期方面，建筑行業內企業在數據運維方面有一定能力，但在數據需求、設計和開發以及數據管理方面的工作尚未充分展開。

（二）缺乏相關專業人才，專項科研投入不足

人工智能技術需要大量的資源進行模型訓練，以及大量的專業人才進行實踐。在人工智能技術實踐中，從零開始建設的基礎階段投入成本較高，而目前建筑行業利潤下滑，難以投入大量資金開展科研攻關工作。資源不足則導致相關技術儲備和應用實踐不足，具體表現為：一是在人工智能大模型建設初期的一次性投入成本較高，盈利周期較長，建設意愿不強烈。二是行業內頭部建筑企業對人工智能技術專業人才的引進和培養較少，沒有相關技術和知識儲備，無法為人工智能技術研究和應用提供更強的支持和保障。三是先進算力受限于國外技術，國內硬件無法滿足人工智能技術研究和應用的需求，因此建議加強整體云平臺資源的動態管理能力，確保在資源共享、復用率高的前提下，為人工智能技術的研究提供更多的支持。

（三） 人工智能應用場景碎片化，應用深度廣度不足

在應用場景方面，現有項目中人工智能技術的使用率不高，相關需求如視頻監控AI識別、安全帽佩戴自動監測和提醒、大體積混凝土測溫監控、鋼筋庫存的動態計量管理等，均可以通過人工智能技術加以彌補。要進一步對現有項目需求、潛在需求進行調研，并結合行業和技術發展趨勢，尋找更多可以應用人工智能技術的領域。

四、應對策略及工作思路

（一） 推動自主研發創新，培養人工智能體系

以實現自主可控為綱領，統籌知識產權布局，持續培育具有自主知識產權和核心競爭力的人工智能產品。一是應統籌搭建平臺級的硬件、軟件系統環境，研究開發工具、集成工具、數據工具、核心算法、通信協議、安全組件、傳感設備、智能識別等基礎技術，為人工智能產品研發提供平臺保障；二是建立行業或企業人工智能創新聯盟，聯合人工智能軟硬件廠商和應用單位，在統一技術體系的指導下，以需求為牽引，積極開展核心技術攻關，逐步突破技術壁壘，實現技術、產品、服務和系統的自主可控，避免受制于人；三是圍繞具體應用場景，挖掘人工智能技術相關需求，加強相關技術儲備，加強人工智能基礎技術研究，提高信息化技術的應用水平，賦能建筑業高質量發展。

（二） 創新數據治理路徑，激活數據要素潛能

人工智能技術的迅猛發展，為數據治理提出了更高的要求，未來也將推動數據治理的深化與拓展。依據國務院印發的《關于構建更加完善的要素市場化配置體制機制的意見》，下一步應重點加快培育數據要素市場，推進創新數據治理路徑，激活數據要素潛能，釋放數據要素價值。一是著力構建數據價值體系、創新數據要素管理、提升數據要素配置作用；自上而下，加強業務數據流監控，自下而上，開展數據要素分析，加速數據資產沉淀和交付，實現數據資產保值增值； 二是完善數據治理體系，優化數據治理路徑。加強數據標準化、元數據和主數據管理等工作，定期評估數據治理能力成熟度。三是發揮大數據資源優勢。打造數據強匯聚能力，強化數據多樣化處理能力，提升數據高質量治理能力，推動數據時效性流動，促進數據高價值轉化，激發數據要素潛能。

（三） 完善數字基礎設施，創新資產管理模式

人工智能技術的研究需要強大的算力支持。產業基礎是產業形成和發展的基本條件，產業鏈是產業發展的根本和關鍵，打好產業基礎高級化、產業鏈現代化的攻堅戰不僅是“十四五”時期產業發展的必然要求，更是支撐產業高質量發展的必要條件?！丁笆奈濉贝髷祿a業發展規劃》指出，堅持固根基、揚優勢、補短板、強弱項并重，圍繞產業基礎高級化的目標，堅持標準先行，突破核心技術，適度超前建設通信基礎設施、算力基礎設施和融合基礎設施等新型基礎設施，筑牢產業發展根基。下一步要加快完善數據基礎設施，構建一體化大數據中心，形成企業數據資產中心，圍繞產業鏈現代化的目標，聚焦產業數字化和數字產業化，在數據生成、采集、存儲、加工、分析、服務、安全、應用各環節協同發力、體系推進，做到“用數據說話，用數據管理，用數據決策，用數據增值”，創新企業資產管理模式，把握未來趨勢性，推動新舊動能轉換，助力轉型升級。

（四） 集約優勢資源，探索人才培養機制

目前建筑行業高水平的人工智能技術人才資源缺口較大，不能適應人工智能技術的發展研究，這對人才培養提出了新要求。一方面要吸納挖掘內外部人工智能技術專家，補充到信息化隊伍中來，另一方面還要探索內部人工智能技術人才培養機制，做好人工智能技術培訓工作，將懂業務又具備人工智能技術基礎能力的人培養起來，充實隊伍。要緊緊抓住數字經濟新機遇，深入推動產教融合，在人工智能技術人才培養方面進行更多探索實踐，培養更多適應人工智能技術發展需求的高質量人才。

（五）加速產業數字化轉型升級，賦能企業效益提升價值創造

按照“統籌規劃、突出重點、分步實施、急用先行”的原則，采取“統建+自建”相結合的建設思路，對數字化轉型各項任務的實施時間和周期進行規劃，一是進一步優化管理和生產模式，借助互聯網廣泛的數字連接能力打破時空局限，創新開發新產品和新服務，深化產業數字化轉型，助推企業效率提升；二是健全信息化工作組織機構，加強組織協調和統籌規劃，保障信息化戰略規劃落地實施，護航產業數字化走深向實；三是主動順應數字時代新趨勢，全面提升治理體系和治理能力現代化水平，驅動公司治理模式變革、治理方式重塑、治理體系重構、治理能力升級，助推治理體系全面提升，全力打造科學化、精細化、智慧化的 “數治”新范式。

五、總結

建筑行業人工智能應用正逐步深入，盡管當前覆蓋率低，但已展現出其在提高效率、降低成本上的潛力。目前，行業數據管理體系的缺失、專業人才的匱乏和應用場景的深度廣度不足成為主要制約因素。為解決上述問題，建筑行業需聚焦自主研發創新，完善數據治理與數字基礎設施，集約人工智能資源并探索人才培養機制，加速產業數字化轉型升級。要進一步優化管理、創新服務模式、加強信息化預算管理及健全信息化組織，推動治理體系現代化，實現效益提升與價值創造，為建筑行業高質量發展注入新動力。

作者單位：中鐵云網信息科技有限公司