当前，建筑产业正经历一场由数字化转型驱动的深刻变革，人工智能技术正成为重构行业基因的核心驱动力。面对新趋势、新挑战，建筑产业如何突破发展瓶颈，把握发展脉络，抢抓人工智能发展的历史性机遇？近日，中国建设报记者专访了住房和城乡建设部原总工程师、中国建筑业协会原会长王铁宏。
记者：在建筑产业数字化转型的背景下，人工智能技术的应用已成为行业热点话题。发展建筑产业人工智能需要把握哪些核心脉络？这些脉络之间如何形成协同效应？
王铁宏：要发展建筑产业人工智能，必须全面把握好建筑产业的系统性数字化发展脉络。数字化是基础，没有数字化就没有人工智能。
一是建筑产业系统性数字化，即项目级BIM（建筑信息模型），现在是无BIM不项目，但要强调是真BIM，是设计-施工共同建模，指导运维的BIM，是一模到底的BIM，是能为业主节省建造成本和运维成本创造价值的BIM，是能够提前发现错、漏、碰、撞节省返工成本，缩短返工工期的BIM，是自主可控的BIM；即企业级ERP（企业资源计划），是帮助企业打通层级，打通系统，发现堵点卡点漏点的ERP，是能够节省管理成本为企业创造价值的ERP，是自主可控的ERP；即产业级DRP（分销资源计划），是能够帮助公共投资项目主管部门实现监控资金使用情况的DRP，是能够帮助有关部门和商业银行实时有效监管房地产项目资金状况避免暴雷的DRP，是能够实现数据资产入表的DRP；即城市级CIM（城市信息模型），是统一BIM标准后的CIM，是自主可控的CIM，是CIM+供应链、数字孪生、区块链、元宇宙、AI和双碳，并实现CIM+城市各类监管服务系统的CIM，是从园区级到城市级，从城市建设到城市管理全要素、全过程、全覆盖的CIM，是为城市提供巨大的数据资产的CIM。这是建筑产业人工智能技术发展最大的最重要的数字基础，是主脉。
二是装配化+，是全装配化，即结构-机电-装饰装修全装配化，进而实现建筑产业工业化、标准化、部品化、模块化、智能化；是装配化+供应链、数字孪生、区块链、元宇宙，特别是+AI（工厂制造AI，现场建造AI，以及运维AI，这是全装配化+全过程AI的特殊性），还要+双碳（建筑运行减碳和建造减碳）。实践表明，装配化+EPC、+BIM、+超低能耗，以及+城市住宅更新，已经产生了令人惊叹的经济和社会价值，实现项目更好、更省、更快建设。这是一条产业变革的脉络。
三是投-建-营+。如果公共投资项目更大规模地推动投-建-营模式，+数字技术，就会创造更大价值，甚至产生一场真正意义上的数字技术革命。建筑产业可否实现像我国航空工业、船舶工业一样，全面实现BIM一模到底，甩掉图纸，只有在投-建-营项目上才是完全可能的。投-建-营与PPP（政府和社会资本合作）、EPC（工程总承包）等模式创新，优化设计、节省投资、缩短工期，普遍节省投资15%左右，缩短工期10-30%；+设计-施工共同建模，指导运维，可以再节省5%左右建造成本，节省返工成本和缩短返工工期，节省运维成本10-20%。这不但是建筑产业头部企业特别是央国企向更高核心能力转型升级的方向，更是建筑产业市场模式深刻变革的脉络。
记者：当前通用大模型（如DeepSeek）的开源趋势正在对产业大模型研发产生深远影响。建筑产业如何结合自身优势研发建筑产业大模型？需要把握哪些底层逻辑？
王铁宏：把握好AI建筑产业大模型发展的底层逻辑至关重要，这是一些头部企业和科技型企业决策者要深刻洞悉的。个人认为，研发AI建筑产业大模型要把握三个底层逻辑。
一是与通用大模型的关系。此前，专家学者普遍认为，产业大模型构筑在通用大模型底座之上，通用大模型可能是闭源、封装的，因此产业大模型与通用大模型的界面非常清晰明确。DeepSeek彻底颠覆了这一切，完全开源，又是生成式，通用大模型不断地向上拱入到本来以为是产业大模型的空间，越来越深、越来越广，产业用户越来越多，界面已经模糊不清，完全没有规律。在这种严峻挑战下，建筑产业大模型如何研发，是一个重要课题。
二是数据资源。无论通用大模型如何发展，向上拱，进入到更大空间，但一定有局限性，就是建筑产业数据资源的局限，这个局限恰恰就是研发建筑产业大模型的优势。凡是有BIM大数据、供应链大数据、ERP大数据、DRP大数据、CIM大数据等资源优势的头部企业和科技型企业，或两者结合就可以乘势而上研发相关的建筑产业大模型。比如，设计AI、投-建-营管理AI、全过程咨询AI、全装配化+AI、双碳AI等等。进而在此基础上深入研究专业模型，如超高层建筑、三甲医院、污水处理厂、轨道交通线、超低能耗建筑等的设计AI和管理AI。
三是与用户的关系。我们研发建筑产业大模型，需要明确其市场定位是面向消费者（ToC）、企业用户（ToB），还是二者兼顾。建筑产业规模巨大，每年有31万亿总产值，每年新开工约27万多项工程，每年同期在建70多万项工程，每年有70多万个业主管理团队，有70多万个设计团队、70多万个项目管理团队、70多万个项目监理团队等，包括几百万项目团队的成员，几百万个班组长和5000多万劳动大军，都可能是建筑产业大模型面向个人消费者的用户。
由于通用大模型开源，产业大模型可以断定也要基本上开源，而研发产业大模型的价值在于，一是生成新的数据资源，二是找到衍生服务，三是准备引流向定制服务进而向专业模型服务发展（ToB）。
总之，建筑产业大模型研发，首先要基于通用大模型，甚至可以与通用大模型团队共同融合研发；其次要有数据资源；再次要先开源（ToC），进而定制服务（ToB），更进而向专业模型服务发展（ToB）。这个研发逻辑一旦清晰，就要当断则断，明晰研发战略、确定商业模式、引入战略投资，就要举旗定向。
记者：展望未来，建筑产业人工智能的发展将呈现怎样的趋势？企业应如何结合实际明确发展定位，把握机遇？
王铁宏：建筑产业人工智能发展犹如一座金字塔，塔的底座是通用大模型（L0），塔身是产业大模型（L1），塔尖是专业模型（L2）。
建筑产业人工智能未来已来，其市场需求度、技术可行性和商业可行性三者的交汇点正是研发产业大模型的机遇与挑战。建筑产业人工智能必将极大地提升产业高质量发展的效率和效益，无论是面向消费者还是企业，都将创造不可估量的巨大价值。
企业要把握好建筑产业大模型与通用大模型的关系、把握好建筑产业数据资源的优势、把握好与用户的关系。明确这三点，就要坚定不移地推动建筑产业人工智能的研发工作。
