我要投稿

AI的空间很大，找准场景做深做透是关键 | 对话广联达董事长袁正刚（深度访谈）

发布日期：2024-06-09 07:25:48 浏览次数： 2007 作者：建筑时氪

经济增长的底层驱动，始终源于科技的不断创新。当今的科技巨头，无一不是这一过程的引领和参与者。无论是微软之于PC时代，苹果之于移动生态，还是谷歌之于信息获取，它们作为交互模式的定义者，在底层框架下为人类的需求提供最好的杀手级产品应用，这种颠覆式与组合式创新极大提升了人们的生活方式。

产业龙头也以特定形式改变着所在行业。AI大模型火热之下，头部2B公司均在自己的核心产品线中融入AI能力。从当前态势来看，AI未来不会再阶段性冷下来，生成式AI产业革命至少将持续10年。科技巨头老树开新花，新的入口级霸主或将崛起。

聚焦在建筑行业，广联达无疑是这个领域科技创新的佼佼者。近期，在2024年中国数字建筑大会上，建筑时氪与广联达董事长、总裁袁正刚博士围绕建筑领域的AI创新思考，做了访谈交流。在袁正刚看来，建筑领域细分市场众多，AI的空间巨大，但创新企业想要做出成绩，还是需要从具体的小处着手，做深做透。

这是我们关于袁正刚博士访谈的第三篇文章。前两篇可供阅读参考《对话广联达董事长袁正刚：职业生涯很想把建筑行业的数字化做好》、《对话广联达袁正刚博士：建筑业数字化的本质、痛点与转型方法论》。

以下为建筑时氪等媒体与袁正刚博士的交流（内容经秦明筛选编辑）

谈AI创新：创业者如何在AI中寻找机会

秦明：最近我陆续聊了很多人，讨论的话题都围绕AI大模型在建筑行业的落地来展开。目前能看到比较容易商业化的场景聚焦在文档自动化。其次，大家在开发产品的机器人驾驶舱，本质是企业的知识管理系统。

文本之外，我们看向图纸和BIM，我了解到很多技术方向还不成熟，很难跑通落地，国内也有厂商在这方面进行探索。广联达在AI层面做了不少动作，包括在大会上您提到的一建考试机器人、AI基建算量，包括将AI能力整合到斑马进度等产品中。从您的角度来看，创业者应该从哪些方面寻找机会，哪些场景比较容易商业化？

袁正刚：AI大模型这件事才刚刚起步，发展空间非常大。每个企业都应该做自己最擅长的事情。像广联达也是一样，把场景、应用产品与数据，深度结合起来，并不是突然去做一些以前没做过的事情，主要还是在原有的产品上不断精益求精，做深做透，不断放大优势。

你提到哪些场景更适合创业者，从目前看来，如果去做一些通用的东西，比如通用对话系统，可能很炫酷，但也许并不适合创业企业，很难给他们带来独特的竞争优势。最重要的是要分析清楚自己的优势是什么，要找到一个领域，找到自己的特点，不要只想着快速成功，快速变现。

现在其实很多垂直场景的大模型都可以做，但问题的关键在于，到底有没有充足的数据、行业知识以及业务规则在里面。建筑行业应用跟消费应用领域不太一样，它是非常严谨的。比如常见的安全计划，容不得差错。

此外，我们还要意识到，AI产品的发展需要持续的应用做支撑。如果没有应用，就不会产生数据，也就难以实现产品的迭代优化。国际上一些AI科技公司之所以能够迅速发展，就是因为它们打通了从应用、产品到数据的整个环节，实现了快速迭代。如果产品没有迭代，即使一开始受到欢迎，最终也会因为缺乏深度应用而难以为继。

我认为在每个细分领域都有广阔的可能性。对于初创公司来说，建议从小处着手，逐步发展壮大。相信只要定位准确，每个公司都能找到自己的发展空间。

秦明：我确实注意到近期市场上也活跃着许多创新团队，尤其在装饰领域，他们大多数仍在探索阶段，都还在找商业化的可能性，探索如何先能赚到一块钱。

袁正刚：总之，这类AI创新项目在前期比较难，需要培育较长时间，后面一旦成功推出，将拥有很高的门槛。当然，如果仅仅几个月就推出产品，那么其他竞争者也能够轻易模仿。这样一来，竞争力就不强了。我们常说，难而正确，讲的就是竞争力。

秦明：中小企业想在AI时代分得一杯羹，这类企业有没有一个能力画像？

袁正刚：这类企业肯定在某一方面要有积累。比如在交流时我们自然会问：你有什么独特之处？有什么是别人做不到的？因为如果别人也能做好，那么你的优势就不明显了。所以，关键是要找到自己的定位，发挥自己的优势，然后寻找相应的资源，这样别人才愿意与你合作。重要的是，专注于自己擅长的事，而不是去模仿别人做自己不擅长的事。

秦明：一家建筑传统企业想要做AI，如何思考人才选择的事情？

袁正刚：AI领域刚刚经历了百模大战，市场会经历一个洗牌阶段。接下来入局的产业公司必须拥有丰富的经验和积累，并持续地进行产品迭代。当然，问题的解决不仅仅依赖于一个优秀的AI算法人才，还需要对行业有深入的理解。

全球范围看，未来想创造出类似OpenAI这样的公司，已经不再现实。接下来需要思考，如果无法改变大模型的最底层，在这个基础上，在AI技术的众多分支中，你能做什么，以及谁能帮助你。不是简单地找一个AI专家，而是要找到能够解决特定问题，带来真正价值的专家。

秦明：最近我和很多朋友都在讨论，建筑行业是否还能再出现一家像广联达同等体量的建筑科技公司。往下拆解，我们深入探讨广联达过去二十多年如何取得成功的。我很好奇，从咱们内部来看，哪些关键时刻和决策起到了决定性的作用。

袁正刚：不要去盲目模仿其他公司，因为时代已经不同了，每个企业都应该做自己。就像以前大家都想成为另一个微软，但现在出现的巨头不再是微软，而是完全不同的苹果、英伟达。当我们在开展新业务时，我们并不会简单地按照别人的方式来做，因为客户和业务可能已经发生了变化。这是一个提醒，不要只看表面的一些东西。

另外，企业不是把几个决策做正确了，企业就能长久发展，其实每天都在做出决策。相反，如果几个决策做错了，企业可能就会消失。因此，我们更多也要思考如何避免犯错误。因为一旦犯错，企业可能就会出局。

谈数字化：从经验教训中总结出的重要心得

Q1、目前建筑企业都在进行数字化转型，但一些企业做得并不好，您提到要以精细化管理为目标，请进一步解读下。还有，数字化转型不是技术的转型，更多是业务包括思想的转型，关于这个看法，请分享一些思考？

袁正刚：数字化转型存在许多误区。很多企业都明白，在有了明确的大方向之后，走一些弯路是正常的，特别是在处理复杂事务时，不可能总是走直路，这是一个正常现象。

房地产行业高速发展的时代已经过去了，速度会慢下来，这也是为了确保更高的品质。反过来看，当行业高速发展时，尽管资金可能充足，企业也愿意尝试，但数字化应用并不深。现在的日子并不那么好过，过去的发展方式已经不能完全适用于现在。企业开始认真思考接下来如何经营和管理好企业。为此，我们走访了许多企业，包括大型央企，他们都不约而同地提到了精细化管理。这个答案也是这些企业给出的。

现在行业很多人已经有了这样的认知。那么，为什么我们还想从理论的角度不断深化这个概念？首先，精细化管理是不是每个人都认可的方向呢，其实市场中有些人还在期待——希望能够有更多的工程，速度再快一点。从我们的角度看，传统的方式已经不可能再回去了，精细化管理的答案是非常坚定的。

寻找新的模式非常重要。过去大家对数字化的认识，可能就是简单的增加一件衣服，穿不穿都没关系，偶尔穿一下。但现在，这件衣服大多是救命的衣服、过冬的衣服。因此，数字化转型过程中一定先要实现精细化管理。其中，人的认知，尤其是企业一把手的认知，是最关键的。管理不仅仅是技术问题，还包括组织方式、思想认知和人才配置等方面。数字化转型不仅仅是使用一个小工具的问题，这是一个复杂的系统工程，需要思想上的转变、业务流程的转变，以及用发展的眼光来看待问题。

如果没有这样的认知，自上而下到每个部门去推动时，大家会想我尽量少做，不愿意因为数字化转型而增加自己的负担。这样，新的模式就难以实施。只有在认知高度、思想转变和业务转变的基础上，再加上技术，才能实现真正的数字化转型。这是我们近几年一步步走过来，从经验教训中总结出的重要心得。

Q2、数字化的本质是数据、连接和算法。从数据的角度出发，你认为目前企业数字化转型应该如何去做？

袁正刚：许多企业认为自己拥有过去20年的数据。然而，当审视这些数据时，就会发现许多来源于ERP系统，大量填报的数据难以有效利用，数据的真实性也难以核实，并非所有数据都具有实际价值。

数据的质量问题一直是我们关注的焦点。目前的管理模式是自上而下的，企业要求分子公司填报数据，子公司又要求项目部填报。现状是大家白天忙碌工作，晚上填写数据，甚至要填到多个系统中。还有，每个系统应如何填写？这些填写的数据是否与实际工作相符？大家可能尽量报喜不报忧，这是人性。这种状况导致企业决策者无法获得真实的情况。汇报中的一些问题可能无法及时发现和解决，这是当前数据来源的现实情况。

其实，每天应该完成哪些工作？工作质量如何？参与工作的人数、花费的金额和使用的材料，这些数据应该是确凿无疑的。我们认为，不应该通过填报的方式来解决这些问题，而是应该通过业务活动自动生成的方式来解决。这是我们正在思考和进行的事情。这样的例子很多，物料，劳务，通过引入传感器和智能硬件，自动产生数据。真实的数据产生后，能够帮助我们节约成本。这是数据方面的价值。

Q3、在建筑行业中，无论是AI领域的投资，还是招聘AI人才方面的前期投入，现阶段很多中小型企业都不想大规模投入，但想追求回报。这在业界并不罕见。除了提供精细化管理，如何帮助中小企业更好地解决他们所面临的困难。这也是一个关键问题。

袁正刚：企业是否愿意投入取决于他们是否看到了产出。如果产出明显，那么他们肯定会愿意投资。对于企业的发展，有一些误区需要纠正。过去，投入大而产出少的情况比较普遍。近些年来，我们一直强调本质，不要做表面文章，而应该深入思考，真正解决问题。实际上，投入并不总是巨大，难度也不一定很高。

就像之前提到的物料管理系统，一些项目使用后每月能节省100多万元，那么尽管这个系统需要投入10到20万，但回报达到了百万量级。如果这个效果是确定的，大家肯定愿意投入。

现在，越来越多的中小型企业，甚至包括大型央企和国企，都开始关注利润而不是产值。过去，考核主要关注产值，但现在情况不同了。如果利润没有增加，怎么办？天天盯着人是最难的，但机器却可以轻松管理。就像交通中的红绿灯和摄像头一样，数字化手段让人变得更文明，车辆也更守规矩。为什么不能在工地上使用类似的手段呢？数字化在工地上肯定有效。

例子不一定十分之贴切，但这些道理却是相通的，这个行业相对复杂，肯定不能简单地将红绿灯交通的解决方案搬到建筑行业，但只要脚踏实地的结合场景和难点，我们可以解决问题。

Q4、国产BIM应用案例，对整个智慧建造会产生什么样的影响？

袁正刚：BIM这个词过去谈的比较多。在二维设计时代，国外的CAD设计软件问题不会太大，图纸打印出来就可以作为施工的依据。但是在BIM时代，实际上建筑的所有信息都需要在设计中体现，并且这些数据的影响越来越大。特别是在跨国科技竞争中，数据安全成为一个至关重要的问题。

我们也认识到，要想走出国门，没有自主的BIM设计软件，就无法与掌握设计核心技术的国际龙头企业竞争。从行业角度看，设计是工程项目的起点，这部分的信息直接影响到后续的工程量计算和施工过程。10多年前我们就决定开发自己的设计软件，2015年组建了设计团队，两年前发布了第一款设计软件。

就相对优势而言，国际上的设计软件存在历史造成的遗憾。比如这些软件大多是20多年前开发的，受当时技术条件的限制，无法满足现在的需求。尽管它们已经拥有大量用户，但要改变现状是非常困难的。广联达做设计软件则是从零开始，没有任何历史包袱。因此，当时开发BIM设计软件的一个非常重要的目标，就是实现设计与成本、设计与施工的无缝对接，形成整体的解决方案。这种一体化正是客户和业主最需要的，因为成本在设计阶段就已经决定了80%，但以前无法准确计算。

Q5、国际上的龙头企业也无法准确计算出来？

袁正刚：是的，做不到。这并非国内独有的问题。原因在于技术和理念，20年前他们的设计软件只是为了解决设计师的工作问题，并没有考虑到解决整个项目全过程的问题，且当时没有一体化的理念，20年前的那套技术体系也无法支撑这样的理念。现在技术已经不同了，云计算和其他先进技术使得数据管理变得完全不一样。我们在架构体系上进行了彻底的革新，充分利用后发优势，用全新的理念来打造新的产品。这个国产设计软件过程经历了较长的发展周期，总共耗时大约八年时间。

谈未来：AI增长、责任与挑战

Q6、AI对建筑数字化转型带来哪些机遇和挑战？

袁正刚：以前，工程量计算软件、计价软件，就已经开始用上了一些机器学习、深度学习等AI技术，不过那时候没有现在生成式AI这么强的能力，后者解决的问题更复杂，更有效。

从设计阶段开始，到工程量计算、施工管理、安全进度控制，甚至交易环节，AI都能帮我们减少劳动、减少复杂度。AI大模型可以理解企业内部的经验，甚至在某种程度上，还能借鉴整个行业的经验，让每个项目都能在高水平上运作，让每个决策都能在最合适的时间点做出。这样的变化是革命性的。

我们看到这块空间很大，但也清楚AI的难点就是需要持续的投资。它最大的特点也是需要不断地迭代更新，迭代的前提是要有数据的支持，还要在应用场景中不断实践，形成闭环。我们非常看好这个方向。

Q7、接下来大家如何寻找生存与增长点？

袁正刚：在房地产业飞速发展的时期，市场对数字化的需求并不强烈。但现在，企业开始放慢脚步，更加注重精细化管理。数字化转型现在可能才真正开始。以前只是表面尝试，而现在进入了深水区。能否游过去，取决于我们是否有合适的“泳衣”和“救生圈”。

Q8、如何思考广联达在行业的角色与责任？

袁正刚：我们并不仅仅把自己当做一个软件公司。过去，人们可能认为广联达只是一家提供软件的公司，但数字化领域是一个涉及软件、数据和业务流程的复杂世界。如果企业的思维不转变，组织不进行改革，那么即使软件工具再好用，也难以发挥其真正的价值。因此，我们还提供咨询服务，根据不同企业的具体情况，提供软件和整体的解决方案。我们还帮助企业培训人才，逐步推动变革。

其实不仅在国内，在全球范围，客户都有着同样的痛点和需求，建筑行业也都在朝着精细化管理方向发展。我们与企业深度合作，长期陪伴，而不仅仅是一锤子买卖。

（完）

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业