新智元报道

编辑：peter东

即便是像土木，建筑这样的传统行业，也受到AI的冲击。从帮助记录工程日志的智能体，到记录了老工人经验的安全智能体。AI正在建筑行业，让有经验的工人们获得数字永生。

2026年，美国建筑业全行业短缺34.9万名技术工人，41%的现有劳动力将在5年内退休。

这些在工地上摸爬滚打几十年的「活字典」，即将带着无法计量的知识离开。

如何保留即将消失的「经验库」？ 建筑业的答案正在迅速转向：用AI克隆老师傅，用智能体替代部分人力。

建筑业管理软件提供商Procore在2025年推出了多款AI智能体。Log Agent（日志智能体）能够实时将语音转为结构化日志。

建筑工地上，工地现场总监一边开车巡视工地，一边对着手机说话。他不必回到办公室，也不必面对电脑屏幕。工地管理者的时间，有30%被文书工作占据，而AI正在解放这部分生产力。

佛罗里达州的Kaufman Lynn建筑公司则使用编制Procore的智能体编写月度进度报告。

之前，这个工作需要翻阅近12个不同工具的数据，耗时6-8小时。现在，他们用Procore技术构建的智能体，能自动提取、格式化并生成报告，整个过程只需几分钟。在这里，AI扮演了协同连接者，它打破设计、施工、运维之间的信息孤岛。

过去，项目经理要找到「3号会议室防火墙的防火等级要求」，可能需要翻阅几天文档。Procore的Assist工具正在改变这一现状。

它像是一个「建筑领域的ChatGPT」，能够理解自然语言问题，并在海量文档中秒级找到精确答案。这种能力背后，是大语言模型对专业知识的深度理解。

而Agent Studio将允许用户无需编写代码即可定制 Agent 以满足其独特的项目需求。

这款工具使承包商能够为其业务定制 AI自动化工具，这将开启一个手动流程被可信赖的定制 AI 代理替代的新效率时代。

用AI「克隆」30年工龄的老工长？

建筑公司Skanska面临着一个行业内普遍存在的难题：一批建造了无数体育场的资深专家即将退休，他们脑中积累的数千个安全决策案例、数万小时的现场经验如何传承？

对该问题，Skanska决定建立了一个AI安全智能体，这个智能体接受了三重训练：

政策与程序库：数千份由资深安全领袖创建的正式文档

最佳实践集：成功项目中的具体操作案例

决策逻辑链：专家们在面临具体问题时的思考过程和反馈

「我们已经有非常完善的机制来捕获整个业务中项目团队的成功故事、最佳实践和经验教训，因此生成式AI成为我们解锁这些知识的新方式。」Skanska前期建造高级副总裁Will Senner解释道。

AI智能体能新员工将数据转化为可操作的洞察，当新员工面对类似安全问题时，AI能像老师傅一样提供建议。

这相当于在构建一个永不退休的数字导师。

历史上，建筑业中的从业经验多只存在于那些经验丰富的员工的头脑中。AI的引入倒逼行业进行知识管理的系统性变革。

现在，公司必须「与专家坐在一起，请他们让这些数据对系统和其他员工更加可见」。这个过程，实际上是在将隐性知识显性化，将个人经验系统化，将偶然成功可复制化。

从「进度追踪」到「人才匹配」，

AI重塑建筑全链条

国际数据公司（IDC）的调查揭示，欧美60%的建筑公司已在某种形式上使用AI，不过主要集中在大型企业。IDC分析师Jeff Hojlo表示，许多较小的建筑供应商仍在进行数字化改造，几年前才刚刚转向云端。

除了AI智能体，还存在着一个包含更大范围的，正在快速形成的建筑AI生态矩阵。

AI Clearing和OpenSpace利用计算机视觉技术，通过无人机航拍和现场图像，实现对工地进度的毫米级追踪。有了基于视觉数据的精确计量，哪个区域浇筑延迟了？哪部分钢结构安装进度落后？系统就能自动识别并预警。

另一家初创公司Skillit正在用AI解决建筑业的「人岗匹配」难题。

建筑工人的技能千差万别，有的擅长钢结构，有的精通混凝土浇筑；项目需求也各不相同——数据中心需要防静电专家，医院建筑需要洁净室专家。

Skillit的AI能理解技能与需求的微妙匹配，将合适的工人快速匹配到合适的岗位，减少「有活没人干，有人没活干」的结构性矛盾。

Procore最新推出的Insights解决方案代表了AI在建筑业的另一个方向：从「事后记录」到「事前预测」。

该系统能分析项目中的提交材料与日志，基于历史数据预测潜在风险，并推荐缓解措施。这就像为项目经理配备了一个「风险雷达」，在问题发生前就能看到预警信号。

现场安全员拍下一张脚手架照片，上传到Procore Assist的Photo AI功能。系统能在几秒内分析出：脚手架是否缺少必要的横杆？安全网安装是否符合规范？是否存在材料堆放不当的风险？

一图胜千言，AI的引入将安全检查从「定期巡检」升级为「持续监控」。

下一次当你路过建筑工地，看到的可能不只是钢筋水泥，还有一个由数据驱动、由智能体协调、由人类与机器协同建造的未来正在从蓝图变为现实。

建筑行业该如何拥抱AI

上述工具，都来自欧美，而国内建筑行业对AI的使用，大多与设计相关，缺少能在工地使用的，专注安全和管理的垂直类AI工具。

在建筑行业人力成本占比变大，工人老龄化的现实下，国内也需要有类似的工具，来帮助土木建设从业者更安全，更高效地确保建筑质量。

建筑行业的传统是「眼见为实，经验为王」。

一位有着30年经验的工长，很难相信一个「算法」能比自己几十年的现场经验更可靠。这种基于经验的信任与基于数据的信任之间的鸿沟，是AI在建筑业普及的最大障碍。

AI的能力取决于数据的质量。建筑现场的数据往往是不完整、不一致、非结构化的。如何将手写笔记、模糊照片、口头指示等转化为AI可理解的「干净数据」，是构建建筑业AI工具所必需的前期投资。

未来，随着全项目生命周期的智能决策，AI将能跑通安全审计全流程。实现工作流的端到端自动化。

AI甚至将能基于历史数据预测项目延误概率、优化资源分配、自动协调设计与施工矛盾。这意味着建筑业也将迎来「数字孪生」，在实际动工前，在虚拟世界中完成项目的模拟、优化和问题解决。

但无论如何，AI智能体不是用AI取代工人，而是在增强工人。

无论哪种智能体，其定位一直是「副驾驶」，它会处理重复性任务、提供决策支持、进行风险预警，但下最终的判断的权责仍然在人类手中。

土木老哥的工作没有被抢走，他们只是得到了一群不知疲倦、过目不忘、全天在线的硅基助手。