AI甚至開始搶土木老哥的工作了

新智元報道

編輯：peter東

【新智元導讀】即便是像土木，建筑這樣的傳統行業，也受到AI的沖擊。從幫助記錄工程日志的智能體，到記錄了老工人經驗的安全智能體。AI正在建筑行業，讓有經驗的工人們獲得數字永生。

2026年，美國建筑業全行業短缺34.9萬名技術工人，41%的現有勞動力將在5年內退休。

這些在工地上摸爬滾打幾十年的「活字典」，即將帶著無法計量的知識離開。

如何保留即將消失的「經驗庫」？建筑業的答案正在迅速轉向：用AI克隆老師傅，用智能體替代部分人力。

建筑業管理軟件提供商Procore在2025年推出了多款AI智能體。Log Agent（日志智能體）能夠實時將語音轉為結構化日志。

建筑工地上，工地現場總監一邊開車巡視工地，一邊對著手機說話。他不必回到辦公室，也不必面對電腦屏幕。工地管理者的時間，有30%被文書工作占據，而AI正在解放這部分生產力。

佛羅里達州的Kaufman Lynn建筑公司則使用編制Procore的智能體編寫月度進度報告。

之前，這個工作需要翻閱近12個不同工具的數據，耗時6-8小時。現在，他們用Procore技術構建的智能體，能自動提取、格式化并生成報告，整個過程只需幾分鐘。在這里，AI扮演了協同連接者，它打破設計、施工、運維之間的信息孤島。

過去，項目經理要找到「3號會議室防火墻的防火等級要求」，可能需要翻閱幾天文檔。Procore的Assist工具正在改變這一現狀。

它像是一個「建筑領域的ChatGPT」，能夠理解自然語言問題，并在海量文檔中秒級找到精確答案。這種能力背后，是大語言模型對專業知識的深度理解。

而Agent Studio將允許用戶無需編寫代碼即可定制 Agent 以滿足其獨特的項目需求。

這款工具使承包商能夠為其業務定制 AI自動化工具，這將開啟一個手動流程被可信賴的定制 AI 代理替代的新效率時代。

用AI「克隆」30年工齡的老工長？

建筑公司Skanska面臨著一個行業內普遍存在的難題：一批建造了無數體育場的資深專家即將退休，他們腦中積累的數千個安全決策案例、數萬小時的現場經驗如何傳承？

對該問題，Skanska決定建立了一個AI安全智能體，這個智能體接受了三重訓練：

1. 政策與程序庫：數千份由資深安全領袖創建的正式文檔

2. 最佳實踐集：成功項目中的具體操作案例

3. 決策邏輯鏈：專家們在面臨具體問題時的思考過程和反饋

「我們已經有非常完善的機制來捕獲整個業務中項目團隊的成功故事、最佳實踐和經驗教訓，因此生成式AI成為我們解鎖這些知識的新方式。」Skanska前期建造高級副總裁Will Senner解釋道。

AI智能體能新員工將數據轉化為可操作的洞察，當新員工面對類似安全問題時，AI能像老師傅一樣提供建議。

這相當于在構建一個永不退休的數字導師。

歷史上，建筑業中的從業經驗多只存在于那些經驗豐富的員工的頭腦中。AI的引入倒逼行業進行知識管理的系統性變革。

現在，公司必須「與專家坐在一起，請他們讓這些數據對系統和其他員工更加可見」。這個過程，實際上是在將隱性知識顯性化，將個人經驗系統化，將偶然成功可復制化。

從「進度追蹤」到「人才匹配」，

AI重塑建筑全鏈條

國際數據公司（IDC）的調查揭示，歐美60%的建筑公司已在某種形式上使用AI，不過主要集中在大型企業。IDC分析師Jeff Hojlo表示，許多較小的建筑供應商仍在進行數字化改造，幾年前才剛剛轉向云端。

除了AI智能體，還存在著一個包含更大范圍的，正在快速形成的建筑AI生態矩陣。

AIClearing和OpenSpace利用計算機視覺技術，通過無人機航拍和現場圖像，實現對工地進度的毫米級追蹤。有了基于視覺數據的精確計量，哪個區域澆筑延遲了？哪部分鋼結構安裝進度落后？系統就能自動識別并預警。

另一家初創公司Skillit正在用AI解決建筑業的「人崗匹配」難題。

建筑工人的技能千差萬別，有的擅長鋼結構，有的精通混凝土澆筑；項目需求也各不相同——數據中心需要防靜電專家，醫院建筑需要潔凈室專家。

Skillit的AI能理解技能與需求的微妙匹配，將合適的工人快速匹配到合適的崗位，減少「有活沒人干，有人沒活干」的結構性矛盾。

Procore最新推出的Insights解決方案代表了AI在建筑業的另一個方向：從「事后記錄」到「事前預測」。

該系統能分析項目中的提交材料與日志，基于歷史數據預測潛在風險，并推薦緩解措施。這就像為項目經理配備了一個「風險雷達」，在問題發生前就能看到預警信號。

現場安全員拍下一張腳手架照片，上傳到Procore Assist的Photo AI功能。系統能在幾秒內分析出：腳手架是否缺少必要的橫桿？安全網安裝是否符合規范？是否存在材料堆放不當的風險？

一圖勝千言，AI的引入將安全檢查從「定期巡檢」升級為「持續監控」。

下一次當你路過建筑工地，看到的可能不只是鋼筋水泥，還有一個由數據驅動、由智能體協調、由人類與機器協同建造的未來正在從藍圖變為現實。

建筑行業該如何擁抱AI

上述工具，都來自歐美，而國內建筑行業對AI的使用，大多與設計相關，缺少能在工地使用的，專注安全和管理的垂直類AI工具。

在建筑行業人力成本占比變大，工人老齡化的現實下，國內也需要有類似的工具，來幫助土木建設從業者更安全，更高效地確保建筑質量。

建筑行業的傳統是「眼見為實，經驗為王」。

一位有著30年經驗的工長，很難相信一個「算法」能比自己幾十年的現場經驗更可靠。這種基于經驗的信任與基于數據的信任之間的鴻溝，是AI在建筑業普及的最大障礙。

AI的能力取決于數據的質量。建筑現場的數據往往是不完整、不一致、非結構化的。如何將手寫筆記、模糊照片、口頭指示等轉化為AI可理解的「干凈數據」，是構建建筑業AI工具所必需的前期投資。

未來，隨著全項目生命周期的智能決策，AI將能跑通安全審計全流程。實現工作流的端到端自動化。

AI甚至將能基于歷史數據預測項目延誤概率、優化資源分配、自動協調設計與施工矛盾。這意味著建筑業也將迎來「數字孿生」，在實際動工前，在虛擬世界中完成項目的模擬、優化和問題解決。

但無論如何，AI智能體不是用AI取代工人，而是在增強工人。

無論哪種智能體，其定位一直是「副駕駛」，它會處理重復性任務、提供決策支持、進行風險預警，但下最終的判斷的權責仍然在人類手中。

土木老哥的工作沒有被搶走，他們只是得到了一群不知疲倦、過目不忘、全天在線的硅基助手。

參考資料：

https://kingnewswire.com/the-skill-hire-announces-new-ai-driven-recruitment-platform-connecting-talent-globally-24112520401/

https://www.engineering.com/procore-launches-procore-ai-for-construction-management/

https://www.aitoolnet.com/compare/openspace-vs-ai-clearing

https://www.usa.skanska.com/who-we-are/media/press-releases/298531/Skanska-launches-Safety-Sidekick-AI-tool-to-advance-job-site-safety-across-the-U.S

https://www.wsj.com/articles/construction-companies-see-promise-in-ai-agents-12dc2d60