1、建筑企业AI应用行动指南构建用产业AI打造好房子的发展新模式建筑企业A I应用行动指南寄语未来的建筑业，将在人工智能与机器人技术的深度融合中迎来根本性变革。建筑不再只是“盖出来”，而是“算出来”“拼出来”的系统工程。面对深地、深海、深空的“三深”极端环境，智能建造机器人将成为突破人类作业极限的关键力量，具备灵巧结构、智能感知与自主决策能力的建造机器人，正推动我们从地球走向太空。从“超级泥瓦匠”砌筑机器人到“月蜘蛛”3D打印系统，从星际乐高式的智能装配模式到数字孪生赋能的全过程管控，未来的建筑不再是不可控的复杂现场，而是高效协同的智能系统。未来的建筑也将从空间产品演进为智能终端，感知人的状态、理

2、解人的需求，主动提供健康、绿色、智慧的服务。建筑企业要抓住AI带来的历史机遇，以人工智能为驱动，推动组织能力、生产体系和价值创造方式的整体跃升，在智能建造新范式中塑造自身核心竞争力。这是时代赋予我们的使命，也是实现“中国建造2035”的必由之路。国家数字建造技术创新中心首席科学家、华中科技大学教授 丁烈云推动AI在建筑企业的落地，核心在于实现建筑行业复杂知识的结构化表达和智能化重构。建筑工程大模型的构建，正在通过多模态数据融合与对齐技术，打通文本、工程图表、BIM模型等多模态数据之间的壁垒，提升大模型对建筑行业语义的识别、理解与生成能力。基于混合专家大模型架构，集成化的大模型分级构建与任务调度

3、机制，不仅能够优化算力资源的使用，也可极大提升模型对多应用场景的适配能力和应用效率。同时，面向实际业务需求，打通从数据采集、语料标注、模型训练、应用部署到智能体构建的完整工具链，将极大降低企业对AI能力获取与应用门槛。唯有在行业大模型能力上实现系统性跃升，AI才能真正从“可用”走向“有用”，成为建筑企业可持续发展的新引擎。中国建筑股份有限公司首席专家 李云贵建筑企业推进AI赋能，关键在于如何将通用大模型“训练”为真正懂企业业务的专业化大模型。实践证明，作为基本路径，通过提示工程（Prompt Engineering）、微调（Fine-Tuning）和检索增强生成（RAG）这三项关键技术手段，即

4、可以有效实现通用大模型的专业化适配。如果进一步采用“大模型集成小模型”“建立混合专家模型”以及“开发大模型智能体”等进阶路径，则可以提高大模型技术的应用水平。无论采取哪条路径，建筑企业立足自身业务特点，构建高质量数据集是最为关键的。在此基础上，充分利用各种工具系统，就可以最小投入快速构建具备实用价值的专业化大模型，从而实现从数据中自动提炼知识，并科学赋能企业决策。清华大学教授 马智亮建筑企业的AI转型之路，要立足行业实践逻辑，同时要具备超越当前范式的战略眼光。建筑活动具有空间构型的复杂性、施工环境的动态性以及多专业之间的强耦合特性，这决定了AI在这个领域的落地必须经历知识结构的深度嵌合与组织流

5、程的适应性重构。AI不应仅被视为辅助工具，更应成为建筑企业核心机制的一部分。企业在推进智能化的过程中，需要从工程属性出发，构建面向问题、面向过程的技术融合机制，避免技术与业务“两张皮”。只有当数据与算法深度嵌入业务核心，AI才可能真正参与工程价值创造。在未来，具备知识沉淀、模型驱动与自我调优能力的企业，将形成稳定智能能力体系，进而拥有更强的工程整合力、风险控制力与利润提升力。全国工程勘察设计大师 谢卫推动AI在建筑企业落地，首要挑战不是技术可行性，而是行业知识的结构化表达。建筑活动本质上是一种跨学科、高耦合、高变异的复杂系统管理过程。只有将专业知识系统化表达为可识别、可推理的数据模型，AI才能

6、真正参与到价值链核心。企业是否具备从项目数据中抽提知识、从碎片流程中识别规则、从经验管理中提取模型的能力，将决定其能否走出传统路径依赖，迈入持续演进与自我优化的智能化发展阶段。这也需要行业整体要加强标准建设、数据流通整合与协同生态的构建，以及持续打造更强能力、更高性能的建筑行业大模型与行业AI平台，共同为建筑企业AI转型落地提供环境保障与能力基座支撑。中建研科技股份有限公司研究员 王静未来的建筑企业，不应仅仅被视为项目组织单位，而应成为知识生成和复杂系统调度的平台型主体。AI技术提供了一种可能：打破项目间的隔离状态，将不同项目所积累的经验、风险、方案与结果通过数据归集、算法训练转化为企业的知识