生成式 AI 对建筑行业的影响

众所周知，生成式 AI 和高级数据分析的诞生，改变了建筑项目的管理和决策。

在某种程度上来说，随着项目变得越来越复杂，工期变得越来越短，生成式 AI 应用有助于改善项目执行的秩序和清晰度。许多技术熟练的建筑工人相继退休，面对这种青黄不接的问题，生成式 AI 可以帮助企业简化任务并培训新员工，从而弥补劳动力短缺。

本文将探讨建筑企业如何通过实施生成式 AI 来提高效率和提高盈利能力，并克服一些常见的挑战。

什么是生成式 AI？

生成式 AI 是一种由大型语言模型实现的一种“新的”人工智能技术。2022 年底，由生成式 AI 驱动的 ChatGPT 在全球掀起热潮，仅用了短短五天就成为了互联网历史上最快达到 100 万用户的产品。

生成式 AI 非常擅长总结内容、提取关键事实和创建新内容（这也是“生成式”一词的由来），在执行这些操作时能够模仿人类行为、语调和输出方式。

Associated Builders and Contractors 交易协会预计，为了满足 2024 年的需求，除了以平时的速度进行招聘以外，该行业还需要另外吸纳超过 50 万名员工。生成式 AI 可帮助建筑企业从各种后台和工地流程中节省宝贵的时间，并助其培训新员工，这些对于在这个长期面临劳动力短缺的行业中的企业尤其重要。

关键要点：

• 生成式 AI 承诺帮助企业提高从后台到现场的施工团队的效率。
• 使用生成式 AI 时，企业应在内部设有门槛。审查并核实所有结果。
• 生成式 AI 对于汇总和创建特定于建筑行业的文件尤其有用。

生成式 AI 将会如何影响建筑行业？

生成式 AI 有望成为建筑流程中不可或缺的工具，可帮助企业提高效率和绩效，并缩小人才差距。

2024 年 4 月的麦肯锡研究报告指出，该行业在每 20 个职位空缺中，仅有一个净新员工。这意味着招聘数量和可用人才数量之间存在 20:1 的不平衡比例，这一数字清楚地表明建筑行业需要更高效的招聘流程。虽然生成式 AI 无法独立完成这项工作，但它可以在新一代人才进入建筑行业时，成为帮助企业培训、提升技能和培训新现场人员的重要工具。生成式 AI 还擅长汇总和创建内容，包括电子邮件、绩效评估和施工计划，减轻了员工的工作量。此外，还有一些方法可以重新训练生成式 AI 模型，然后“教”生成式 AI 来执行行业特定的任务，例如下面一节中所概述的任务。

生成式 AI 在建筑行业中的七种应用方式

1. 任务自动化。建筑企业开始使用生成式 AI 和其他 AI 技术来自动执行特定任务，例如读取和处理发票，或预测供应链中断并进行调整。
2. 辅助设计和规划。架构师和计划员正在使用生成式 AI 为给定业主创建和迭代多个项目方案。工具使用基于规则的技术组合来获取项目构思并生成 3D 设计。
3. 识别并改正建筑违规问题。某些具有前瞻性思维的建筑商和业主正在使用生成式 AI 来了解并识别在建筑规范方面可能出现的问题，因为该技术可以考虑到各种设计的利弊。
4. 汇总文档。企业正在使用生成式 AI，将建筑文档的关键部分汇总成文摘，以供投标前和项目交付团队使用。企业还使用生成式 AI 来汇总员工反馈，以此改进流程和过程。
5. 降低风险。建筑企业可以使用生成式 AI 技术来针对过去的项目文档提出问题，以便确定特定类型的项目交付方法中可能会产生的风险。
6. 创建施工计划。公司可以使用 GenAI 工具阅读施工文档、创建摘要，然后使用该数据创建特定于施工的文档，例如计划。
7. 帮助弥补人才短缺。据估计，建筑行业面临约 50 万名关键技术工人短缺，包括暖通空调安装人员、水管工和风力涡轮机维修技术人员等。通过简化上述类型的任务，生成式 AI 和其他技术可以帮助员工更快、更高效地完成关键任务。

生成式 AI 在建筑行业中的四大挑战和局限性

重要的是，生成式 AI 本质上是一种统计方法。虽然该技术可以帮助建筑企业在任务和流程中节省大量的时间，但仍必须有人监督最终的产出结果。毕竟交付成果上写的是企业的名字。以下是企业在使用该技术时需要克服的四个挑战。

1. 生成式 AI 会生成错误。所有利用生成式 AI 生成的结果都会面临一个共同的挑战，也就是所谓的幻觉。这些不准确或完全错误的结果是由于缺乏适当的训练数据或缺少情境而导致的。例如，这些结果可能会导致建筑项目经理制定不准确的时间表或编写错误的 RFI。不要被生成式 AI 那看似权威的答案所欺骗：它们可能会自信地胡说八道。
2. 企业需要降低生成式 AI 的风险。生成式 AI 永远不会取代知识工作者，而是成为他们的助力。就像对待其他助理一样，您必须对生成式 AI 进行适当的培训，并检查它们的结果是否正确。在开放获取科学期刊出版商 MDPI 在 2024 年发表的期刊论文中，作者提出了几种减少生成式 AI 错误的策略，包括“使用高质量的训练数据、扎实的工程和建筑知识基础、模拟测试来验证预测结果……并在整个 AI 的决策过程中引入人工监督。”
3. 生成式 AI 模型的管理成本高昂。训练和运营任何生成式 AI 模型（尤其是复杂的建筑模型）可能会产生大量的软件开发、计算等成本。
4. 企业需要深入掌握专业知识。我们经常听到很多关于生成式 AI 即将取代人类工作的言论，甚至是在建筑行业也不例外。别相信这种说法。在很大程度上，建筑依赖于其员工丰富的专业知识以及组织和个人知识 — 这些都是 AI 无法轻易取代的。然而，随着员工年龄的增长，机构知识会随着这些员工一起“退休”，这时生成式 AI 可以帮助企业填补关键的知识缺口。

利用 Oracle 解决方案改善建筑体验

Oracle 在建筑和工程行业具有独特的优势：我们能够提供一整套行业定制的云技术应用，包括用于计划排程、付款管理和建筑项目管理的应用，并配备了高度接触式咨询服务。Oracle 所有的云技术应用都是基于高度安全、高性能的 Oracle Cloud Infrastructure (OCI) 而运行的。

Oracle 将生成式 AI 功能添加到 OCI 及其整个云技术应用组合（包括建筑和工程应用），让建筑和工程企业能够在无需更改应用或接口的情况下，运营中获得 AI 的优势。

生成式 AI 能够根据算法和训练数据生成新的工作流程，为仍处于数字化进程早期阶段的建筑行业提供了一个大好机会，有效解决该行业一些紧迫的问题，包括长期的劳动力短缺以及改善现场安全和环境可持续性的需求。

建筑行业中的生成式 AI 的常见问题解答

建筑行业使用哪种类型的 AI？
建筑企业正在为其工具带添加生成式 AI 以及基于 AI 的预测分析。两者对于建筑行业的所有领域而言都是新兴技术，有助于提高生产力和安全性。

目前的建筑行业是否在使用 AI？
是的，该行业采用 AI 的方式类似于其他技术，但速度非常缓慢。尽管如此，对于建筑企业来说，重要的是要明白生成式 AI 能够为他们提供提高生产力和绩效的机会。

建筑岗位是否会被 AI 取代？
这似乎不太可能，尤其是在我们大多数人的有生之年。自动化在短期内无法取代人力。但随着建筑环境变得更加复杂，工期越来越短，预算要求也愈加严格，企业可以使用 AI 来基于数据做出更好的决策，并更快地生成/汇总文档和其他形式的内容。