从政策红利护航到市场规模扩容，智能建造已迎来发展的“黄金窗口期”。尽管当前仍面临数据互通不畅、成本居高不下、人才储备不足等挑战，但随着技术迭代降本、行业协同破局、政策持续赋能，人工智能与建筑业的深度融合未来可期。
本报综合报道 在办公室里遥控整个工地、在施工现场上演“机器人总动员”……近年来，大数据、物联网、人工智能等技术加快与建筑业融合，传统建筑业逐步实现提质增效，焕发新生机。
特别是今年以来，在政策赋能下，建筑业与数智技术融合步伐不断加快。近日，中共中央、国务院发布关于推动城市高质量发展的意见，其中提到：“发展智能建造，培育现代化建筑产业链，加快推动建筑业转型升级。”
在此背景下，如何深化人工智能与建筑业的融合？智能建造要实现规模化提速，还需突破哪些关键瓶颈？
智能建造已进入政策红利期
“建筑领域多年来一直面临质量和安全管理难、糊涂账和扯皮纠纷多、产业工人转型难等一系列问题。”深耕建筑行业数字施工管理领域多年的一智科技，在近日召开的第十届工程建设行业互联网大会上，凭借其展示的数智化平台“安心筑”成为大会焦点。该公司相关负责人表示，建筑领域亟需一场依托人工智能的深度技术升级。
在过去，建筑工地的工人做工后，往往还需要漫长且不确定的等待才能拿到工钱，甚至拖欠不发的情况也时有发生。但在“安心筑”系统投入使用后，工人每做一份工前后都能在手机上查到详细的工单和薪酬，也能在固定的时间收到应得的劳动报酬，这让工人十分安心，做工也十分有动力。
据了解，“安心筑”能够提供工程建设全过程全链路数智化管理服务。“安心筑”将“工厂化派单”模式引入了建筑业，把施工任务层层分解到最小生产单元，通过“任务—考勤—验收—评价记工—发薪”的闭环业务链，穿透记录各方主体履约履职数据并进行区块链存证。这一模式做到了各环节权责清晰、全过程数据留痕，实现责任可追溯、质量可溯源、评价有基础、发薪有依据、管理有支撑。
从市场层面来看，像“安心筑”这样的智能建造软件正在得到越来越多的应用。据业内人士介绍，人工智能在智能建造中可应用于多个环节。例如，在设计阶段，通过AI算法可以对建筑方案进行优化，提高设计效率和质量；在施工阶段，利用计算机视觉技术可以实时监测施工安全，及时发现隐患；在运维阶段，借助大数据分析和机器学习算法可以实现建筑的智能管理和节能优化。
近年来，政策层面的持续加码，为智能建造发展注入强劲动力。
2024年，中共中央办公厅、国务院办公厅印发《关于推进新型城市基础设施建设打造韧性城市的意见》。在推动智能建造与建筑工业化协同发展方面，该文件提出多个任务方向：深化应用建筑信息模型（BIM）技术；推动自动化施工机械、建筑机器人、三维（3D）打印等相关设备集成与创新应用；推进智慧工地建设等。
2025年8月26日，国务院印发《关于深入实施“人工智能+”行动的意见》（国发〔2025〕11号），标志着我国正式进入“人工智能+”深度赋能实体经济的战略攻坚期。文件明确提出“到2027年人工智能与6大重点领域深度融合”“智能经济核心产业规模快速增长”等量化目标，其中“工业全要素智能化发展”和“城乡智能普惠”等表述，为建筑行业转型提供了政策支持。
中研普华最新发布的《2025—2030年中国智慧建造行业市场调查分析及发展前景展望报告》显示，2024年中国智慧建造市场规模突破1.2万亿元，预计2025年将达到1.5万亿元，年复合增长率保持25%以上。
行业协同成破局关键
调查发现，尽管数字技术已逐步落地，但AI在建筑行业的应用仍处于起步阶段。目前，部分企业以DeepSeek大模型为底座搭建建筑行业大模型，可用于施工成本测算、财务收支对比、建筑知识问答等场景，但在图纸设计、方案分析等核心环节，应用效果仍不理想。
中铁建工集团重庆东站项目BIM与信息化负责人段先航表示，AI应用受限源于数据与算法双重瓶颈。一方面，大模型训练需要大量高质量数据，但建筑企业对数据安全、隐私性顾虑重重。BIM模型、合同文件等多为保密信息，企业不愿轻易上传；另一方面，施工项目涉及多部门，数据系统彼此独立、难以互通，且现有工程数据质量参差不齐、图文标准不统一，无法满足大模型训练需求。“巧妇难为无米之炊，缺乏高质量数据导致大模型存在严重‘AI幻觉’，既读不懂CAD图纸，也无法执行复杂任务。”段先航举例，曾尝试让大模型基于测试图纸生成施工方案，结果其仅能识别文字、无法解读图形，“在建筑业，读不懂图就意味着被淘汰”。
成本是另一道“拦路虎”。“无论是技术研发还是设备投用，智能建造在推广初期都会增加企业投入。”一位山东省建筑业内人士坦言。此外，“人”的问题同样紧迫。智能建造需要两类核心人才。一是懂人工智能、数字化技术的研发人才，二是既熟悉建筑施工、又能操作智能装备的专业工人，而目前这两类人才都存在较大缺口。
虽然人工智能落地建筑行业仍面临诸多难题，但其应用潜力不容小觑。段先航举例，在数据互通方面，AI可整合多源数据、打破信息壁垒，破解“信息孤岛”问题；在技术管理方面，AI能优化施工图纸管理、编制施工计划，提升工作效率；在安全管理方面，AI可智能识别风险点位，实现全时段安全护航。
对于破局路径，段先航提出三点建议：一是解决大模型本地化部署问题。将模型部署到用户本地服务器或设备，可有效保护数据隐私；二是推动行业数据标准统一，通过建设建筑行业大模型协会等组织，统筹数据资源，为大模型提供充足、高质量的训练数据；三是加强行业协同，“以重庆东站智慧建造管控平台为例，我们曾为不同信息化设备开发大量数据接口，解决了多源异构数据难题，这为行业协同积累了经验”。
值得期待的是，随着技术迭代，大模型算力成本正逐步下降。段先航认为，未来成本进一步降低后，本地化部署有望成为行业主流选择，进而推动人工智能在建筑业的广泛应用。
