赖文杰×张宁×钱江：AI五年内颠覆造价行业，不现实、存疑与支持（上）

Building 2034是建筑时氪（聚透镜旗下新媒体品牌）的社群活动栏目，面向建筑产业未来10年，关注科技创新、创业方法论、一二级市场投融资、企业转型与出海等商业主题，偏爱探讨市场中有价值但尚有争议的观点。这里没有身份权威，以观点交友，求同存异，保持对真问题的追踪与热爱。 上周，建筑时氪发起「Building 2034」栏目下的第四期讨论活动，主题为 “《AI，五年内「碘伏」造价咨询行业，YES or NO?》” 。我们邀请了国内造价领域专家马楠教授、以及青矩技术、小栗科技、建元基金、中国建设贸促会、中建云筑、美的楼宇科技、品茗科技、光铭研究院等企业朋友，他们分享了自己的观察与看法。 建筑时氪将分批对不同嘉宾的观点整理，输出文字版本，供大家探讨。本篇是第一批观点，最后也会输出一篇总结性稿件，并对有待研究的真问题进行汇总，以便持续追踪。

秦明

智谱AI生成

在赖文杰看来，AI五年内碘伏造价咨询行业不太现实，目前更多只是辅助工具。他长期在数字造价领域工作，发现行业真正急需的不是高科技，而是造价专业本身的数据治理——特别是数据结构化和业务逻辑标准化。这才是最迫切的改变点。事实上，很多造价人员连Excel最基本的公式函数都用不熟练，更别提VBA、数据透视、软件开发了，绝大部分人可能都没听说过。行业信息化程度之低，可见一斑。赖文杰感触很深：造价从业人员整体素质普遍不高，高层次人才在建筑行业往往留不住。尤其是在造价咨询领域，待遇与回报的性价比极低，真正投身数字化实践的人少之又少。

回到AI是否能碘伏行业的问题，需要先明确人工智能的定义。现在大家谈论的AI，大多指GPT这类生成式技术，但本质是什么？简单说，就是让机器学习人类的技能。在造价领域，就是要教会深度学习模型掌握造价领域的知识和逻辑。今年年初，赖文杰在公司内部提出一个观点：如果造价咨询公司真想实现数字化转型，首要任务是建立一个数字化平台，把员工在线生产中的数据沉淀下来，把员工大脑中的智慧转化为数字智慧。

他最近听过不少AI产品介绍，很多声称能自动算量、自动套价，但深入了解后会发现，它们仍然停留在自动化层面。稍微改变前置条件，就会出问题——这些都是伪智能化。设置一堆规则和约束然后编写程序执行，对于传统业务逻辑开发人员来说并不难。真正具有碘伏性革命意义的是从自动化向智能化的转变，这是个极具挑战的任务。比如自动套定额、自动算量，实现自动化不难，难在通用性——无论什么专业或案例都能适用，这才算得上智能化。

2023年是人工智能元年。如果大模型能和造价行业的具体痛点很好地结合，实现智能化跨越是完全有可能的。但赖文杰认为五年内难度很大。未来五年，大多数企业最急迫的事情是内部数据治理标准化、结构化，以及业务逻辑梳理——现在做得远远不够。如果五年内能把这些完全完成，达到预期目标，就已经非常了不起。这是实现人工智能的基础。做到这一步后，再结合研发工程师做出相应产品，才能实现生产力大幅提升。在此基础上，做私有化大模型，才有可能真正落地。

张宁判断，AI肯定会改变造价咨询行业，但五年内能否达到“碘伏”程度，还需要观察。不过，当前AI逐渐改变建筑行业（包括工程造价）的两大条件已经形成。第一，建筑行业本身的很多问题，用传统方法解决已经遇到瓶颈，无法突破，面临的局面就是内卷。比如专业能力和资源集中在少数领导手上，一线人员得不到支持；安全、质量的管控长期成为行业难题。AI或其它数字技术是新的选择和出路。第二，产业数字化已成必然趋势，行业共识已经形成，近50个产业数字化中心的成立表明方向越来越明确，AI应用将是产业数字化的主攻方向。

实际上，AI像BIM技术一样，在建筑行业推广会遇到同样的问题：落地难、规模化难、商业应用难。根源在于建筑行业的特点：高复杂、强个性、多专业、大时空。工程造价并不是一个头部效应明显的行业，没有一家龙头企业能占据很大份额，很多企业多少都能分到一杯羹。在工程咨询项目中，报价、审价、出报告并不难，按照定额对应就行。但真正的挑战在于造价咨询背后的存在逻辑——造价咨询赚钱靠的是什么？张宁咨询了行业朋友，专业能力、沟通能力和客户关系都至关重要。难点在于如何说服各方接受自己提供的意见。工程造价咨询的主要客户是甲方，被赋予“代表甲方”的身份，通常利用自身能力和地位“压榨”施工总承包方。而优秀的造价咨询却站在甲乙双方角度，通过“挤出”造价水分，让双方都受益——除了运用造价规则，还会从技术、工序、进度等方面进行优化，降低工程造价，优化出的造价甲方得大头、乙方得小头，形成共赢。

因此，工程造价咨询的专业能力、谈判能力才是生存的核心能力。那么两家咨询公司的差别在哪？这个问题值得深究。A、B两家公司审视同一份造价报告，不一定得出相同意见，因为每家公司都有自己的专业特长。比如A公司擅长隧道工程，对隧道造价评估更精准；B公司专注于大楼建设，在建筑装饰工程方面更有经验。专业能力和谈判能力都存在差异。还有一些更深层次的问题，因习以为常而被业内忽视，这些可能是AI可以发力的点：用户为什么选择“工程造价咨询”？因为用户人力资源不足、专业能力不足、沟通成本过高。而“工程造价咨询”自身又面临什么问题？优先人才不足、专业能力不全面、审价和编写报告占用过多资源。

回到AI是否替代的问题，答案是肯定的——尽管还没有专门为建筑工程行业“定制”的AI工具，但AI已经渗透进这个行业。将专业领域的造价审核能力、优化能力或谈判能力与AI结合，有可能开发出一套适合“工程造价咨询”的AI工具。而工具能否商业化并“碘伏”行业，要看三点：第一，积极拥抱AI的工程造价公司，AI能覆盖他们多少业务？提升多少效率？能否转化为实际经济利益？第二，能否规模化应用并影响产业上下游？第三，能否改变行业竞争格局？根据经验，许多数字化工具很难实现规模化，还是要正视建筑行业的特点：高复杂、强个性、多专业、大时空。张宁提到，“贝壳网”的发展经验值得借鉴：深度洞察行业问题，用新技术解决问题；思路是用工程思维将复杂问题拆分为简单问题，提升成交效率，让从业人员根据自身能力迅速找到定位，简单上手获得价值感和成就感，把个性化服务变成标准化服务；从细节入手，将传统业务切成若干环节，每个环节独立迭代、模块化、标准化，形成独立商业闭环，为新商业模式奠定基础；先内部迭代，局部试点完成“从0到0.9”，扩大试点反复迭代完成“0.9到1”，集团内部推广进一步优化完成“1到N”；守住初心，解决行业问题，为同行创造价值；开放平台，营造共赢。

回顾投资过程中接触过的项目，AI与建筑行业已有不少结合：一家AI+视觉公司用于工业产线质量品控和城市道路交通管控；一家无人驾驶公司用于城市、园区环卫清扫；一家机器人公司用于化工领域巡检，自动识别安全隐患；一家AI设计公司用于工程辅助设计；一家AI+倾斜摄影公司用于实景三维建模，AI能处理海量数据、产出高精度三维模型，降低了90%人工成本；一家AI+视觉公司用于道路设施巡检。分析这些项目，AI能否规模化应用需要几个基本条件：边界条件清晰的专业场景；适合专业场景的标准化、海量数据；应用场景在传统业务中高频出现；专业能力能转化成数学模式。总之，AI能否发挥作用首先取决于它能否解决实际问题，创业团队需要把专业能力转化为AI能力。数据量也是关键。如果这些条件都具备，AI有可能实现规模化应用。但能否商业化、能否“碘伏”行业，要看创业团队能否持续用AI为用户创造更多价值，并在竞争中保持优势。需要正视一个现实：新技术在建筑行业落地很难，商业化更难，“碘伏”更是难上加难。有些曾在建筑行业创业的AI团队，最终选择转向其他领域，因为那些领域更容易规模化、商业化。

总结下来，张宁对AI影响建筑行业持积极态度，因为条件已成熟，AI等数字技术是行业的新选择或出路，已经有很多案例体现AI的影响。至于能否“碘伏”，主要看三点：AI能否解决问题并帮助“积极拥抱者”大幅度优化效率和成本；能否规模化应用并影响上下游产业；能否改变行业竞争格局。务必重视建筑行业的特点：高复杂、强个性、多专业、大时空。

钱江认为，五年内AI很有可能碘伏工程造价，这个路径已经在慢慢显现。很多人讨论的逻辑是把AI视为一个工具赋能于工程造价环节。但未来的碘伏可能不止于此——外部因素的变化，比如装配式建筑与AI的结合，可能让工程造价的地位和角色发生根本性变化。从政策角度思考，近年来住建部希望将建筑业从劳动密集型行业逐渐转变为知识密集型。住建部倪虹部长多次在公开会议上倡导“要像造汽车一样造房子”，大力推进装配式建筑便是其中一项措施。随着人口出生率不断下降，加上碳中和碳达峰要求，装配式建筑的高效、便捷和成本节约优势越发凸显，就像消费领域的预制菜行业，大众越来越接受预制的食物。人口结构变化导致建筑工人变得稀缺，装配式建筑的成熟度也越来越确定。AI已经开始在这一领域发挥作用。如果装配式建筑品类达到足够高程度的模块化，所有品类标准化算量，包括造价，都将变得相对固定。随着AI算力和大数据不断增强，这一趋势可能持续下去。这正是AI在未来可能碘伏造价和工程造价行业的方向。（完）