AI助力建筑工程項目管理

當前，AI技術已經廣泛應用于各個行業，如金融、醫療、教育、能源和零售等。在作為傳統產業的建筑業，AI同樣起到創新引領的作用，已經融入建筑工程項目管理中，使傳統項目管理方式和工作模式正在發生深刻變革，一些新的工作場景和工作模式正在不斷涌現。

當前建筑工程項目管理存在的問題

麥肯錫全球研究院的報告《建筑業數字化未來》顯示，當前建筑業生產水平基本與80年前持平，甚至從1960年至今還出現了輕微的下降，而同期農業與制造業的水平已經有10～15倍的增長。究其原因，除生產技術本身外，建筑工程項目管理水平長期止步不前也是重要的原因之一。建筑工程項目管理還存在以下四個方面的主要問題。

一是難以進行全局最優的資源配置。用計算機軟件輔助人力的傳統方式，已經很難在現代建設項目中做出全局最優的資源配置，建設項目中資源利用低效、配置錯位、過?；虿蛔愕默F象非常普遍，嚴重影響了項目管理的水平。

二是難以做出合理及時的管理決策。當前，建筑工程項目管理者很多情況下只能做被動響應式的管理，很難做到主動預測式的管理，這樣很容易做出低質量甚至錯誤的決策，影響工程項目整體的管理水平。

三是難以達成實時精準的管理控制。傳統的建筑工程項目管理很難實現像制造業那樣的精準管理，大多數都采取粗放型的管理方法，容易出現生產資料的浪費，也容易導致安全事故、環境污染事故的發生。

四是缺乏滿足管理要求的人力資源。參與建筑工程項目管理的人力資源嚴重缺乏是困擾多數項目管理團隊的難題。很多項目管理團隊都面臨一人多崗、超負荷作業的局面，嚴重制約項目管理水平的提升。

從以上四個方面的問題可知，加強建筑工程項目管理創新已經勢在必行。

AI在建筑工程項目管理中的優勢

項目管理從本質上說，是在限定條件下，用有限的生產資源來實現最優的生產目標。而對于建設工程項目管理而言，大多數是戶外作業，外界環境復雜，不可控因素多，同時涉及業主方、設計院、建設方、供應商、監理單位等多個相關方，信息量巨大，導致資源分配難、合理決策難、精準管控難。AI最大的特點是能夠處理海量數據，并做出智能化的決策，其在建筑工程項目管理中有巨大的使用空間。AI與建筑工程項目管理相結合，主要優勢體現在以下三個方面。

一是可以提高決策的水平。在傳統的建筑工程項目管理中，很多管理節點都要靠個人依據少量的信息來做出決策，而AI則可以根據項目整體的數據，甚至其他項目的歷史數據，來做出最優決策。

二是可以提高管理的精度。建筑工程項目中的材料、勞務等的現場管理，多是靠人力來進行統計監管，容易出現遺漏，而在AI環境下，可以實現自動化的監管，管理精度將得到大幅提升。

三是可以提高管理效率。AI的圖像識別、語音識別、數據處理等能力是傳統人工所無法匹敵的，在AI的幫助下，未來一個管理人員可能替代當前幾個甚至幾十個管理人員，管理效率會大幅提高，也解決了人力資源不足的問題。

四是可以減少管理的失誤。借助AI的深度算法和實時在線，可以解決人為數據處理的失誤和不透明問題，減少人為誤差和信息偏差。同時，AI系統也可以實現對項目的實時監控和主動預警，有效地減少管理中可能出現的失誤。

AI在建筑工程項目管理中的應用場景

圍繞AI的優勢，廣聯達科技股份有限公司以構建基于AI的項目大腦為中心，對AI在建筑工程項目管理中的應用場景進行了整體設計，以下對具有代表性的場景進行詳細介紹。

1.基于智能決策的工程項目大腦

基于智能決策的工程項目大腦是實現工程項目智能化管理的“神經中樞”，它以數據流動自動化，化解復雜系統的不確定性，實現工程項目資源優化配置，支撐工程項目的智能決策與服務（見圖1）。具體而言，它通過部署物聯網設備和現場作業各類應用系統實現對項目生產對象全過程、全要素、全參與方進行感知與識別；它通過數據、算法和算力賦能，可以描述項目發生了什么，診斷為什么會發生，預測將會發生什么，決策應該怎么辦；它以優化資源、優化配置效率為目的，提供模擬推演、智能調度、風險防控、預測性服務、智能決策等智能化服務。

2.基于數據驅動的智能調度

通過云端的工程項目大腦能夠推演出最優化的施工方案和生產計劃，并智能調度工廠生產和施工現場的人員、機械、設備進行高效作業。將建造方案、工藝工法標準、建造條件等數據輸入工程項目大腦，依據這些數據將會智能生成工程項目建造方案。依據生成的工序級任務排程實現向生產工廠下達生產任務，對物流配送、資源調度、生產指導實時進行智能調配，通過對各資源組織的實時感知，持續優化項目調度組織（見圖2）。

3.基于AI的工程項目大腦的風險智能防控

通過對現場各要素的動態感知和工程項目大腦進行深度學習，對現場數據進行模擬仿真、狀態描述、決策分析、預測性預警和指導性預控，讓工程項目現場更加安全、規范、高效、智能。

以工地現場的安全風險識別為例，通過攝像頭實時監測人員體征和姿態、機械設備的運行狀態和軌跡等作業行為數據，動態采集場地環境數據，通過工程項目大腦的云端算法和安全知識圖譜，分析并對安全風險自動識別，預判可能的風險隱患，并及時采取措施進行防控，杜絕安全事故的發生。

4.基于AI算法的風險智能識別

通過基于AI算法的風險智能識別系統，工程項目大腦對建筑工程項目建設全過程中產生的圖像、文字、語音、視頻等音像資料進行分析和診斷，為工程項目提供實時反饋和決策建議，提高項目管理水平。例如，利用圖像識別技術對混凝土裂縫、孔洞等施工缺陷進行自動識別，對鋼筋、模板等建筑材料進行自動計數盤點；利用語義識別技術，對施工合同、招投標合同等進行自動分析審閱等，全方位提高工程項目生產水平。同時，智能識別系統還能夠對工程項目實施過程進行在線自動化控制。例如，使用人臉識別技術監控人員出入情況，利用姿態識別技術實時監控工人的動態，記錄工人工作時長；利用語音識別技術控制智能化噴淋系統等，全面實現智能化控制，提高項目智能化水平（見圖3）。

以基于AI的施工現場鋼筋智能盤點為例，在建筑工程項目的結構施工期間，存在大量的鋼筋盤點作業。傳統的鋼筋盤點方式有一定的不足之處，如人工清點速度慢、準確性差、效率低。應用基于AI的鋼筋智能盤點技術可幫助物資盤點人員快速清點鋼筋數量。目前，基于AI的鋼筋識別準確率已經達到99.9%以上，大幅提升鋼筋盤點的效率。

5.基于信息物理系統（Cyber-Physical Systems，CPS ）的智慧工地

在工程項目大腦的基礎上，通過對施工現場“人、機、料、法、環”等各關鍵要素的全面感知和實時互聯，并與云端的虛擬工地相互映射，構建虛實融合的智慧工地。通過崗位級的專業應用軟件和各種智能設備對施工現場進行聯動執行與協同作業，提升一線作業效能。通過云算法對數據進行分析認知，利用AI進行科學決策，對各種問題與風險進行主動預警和預測性作業，有效支持現場作業人員、項目管理者、企業管理者各層的協同和管理工作，提高施工質量、安全、成本和進度的控制水平，減少浪費，讓施工現場作業更智能，管理更高效。

以深圳國際會展中心項目的智慧工地管理應用為例，該項目建筑面積158萬m2，具有建設體量大、設計變化多、專業分包多、投入資源多等特點，通過引入智慧工地系統建立了指揮部、項目部、工區3級的智慧工地管理體系，成功應用勞務實名制、物料跟蹤驗收、質量安全巡檢等11項智慧化應用。通過采用該系統，實現項目周例會全數字化，高峰期近2萬人勞務實名制管理，安全、質量問題實時追溯管理，隱患排查總數量 8 632次，及時整改率達到93%，隱患治理時長縮短約55%。

AI在建筑工程項目管理中的應用展望

從短期來看，AI技術將廣泛應用于建筑工程項目的各個階段。比如，在設計階段實現自動化生成設計方案，實現自主發現設計沖突，并對其進行評級排序，優先解決核心問題；在施工建造階段，涉及項目質量管理、進度優化、設備管理、施工安全等各方面的問題。從長期來看，AI技術進一步拓展，將應用到整個社區、街區甚至整個城市規劃設計、建設當中，將能夠使城市變得包容性更強，可持續發展更好，更滿足人們生活和工作的需要。

未來已來，AI等數字技術正在給建筑工程項目管理帶來革命性的變革，AI與建筑業的融合發展的大幕雖然剛剛拉開，但是發展前景和空間廣闊。在AI的賦能下，古老的建筑行業將再次煥發出生機。

劉剛，廣聯達科技股份有限公司董事長助理，研究院院長，高級工程師，全聯房地產商會數字城市分會秘書長，北京建筑大學客座教授。