同济发布工程智能白皮书,造价行业迎来变革?
2026-06-16 13:27
同济发布工程智能白皮书,造价行业迎来变革?
2025年，同济大学工程智能研究院发布了《工程智能白皮书》（AI for Engineering White Paper），82页，由郑庆华院士、华先胜院长牵头编撰。这不是一份纯学术文件，它给整个工程行业画了条路——从"人干活"到"人+AI干活"再到"AI干活人决策"。（原文可访问同济大学工程智能研究院官网：https://iaie.tongji.edu.cn）- 第一阶段：知识问答。就是现在大模型最常见的用法——查规范、检索案例、识别图纸构件。本质是"你问我答"，AI只是信息搬运工。
- 第二阶段：工程推演。AI不只是回答"规范怎么写"，而是能推演"这种工况下结构20年后会怎样"。融合地质、气象、材料、结构等多源数据，结合数字孪生做动态仿真。
- 第三阶段：辅助决策。在成本、工期、安全、质量、环保多目标之间全局寻优。AI变成"决策伙伴"，人类做价值判断，AI做穷举计算。
白皮书原文："从知识检索到工程推演，再到辅助决策，这三个阶段清晰地勾勒出人工智能在工程领域的演进路径，形成了一个'感知-认知-决策'的智能闭环。"对造价人来说，现在大多数AI应用还停在第一阶段——帮你查定额、检索案例。但白皮书说，后面两个阶段很快会来。层级 | 名称 | 干什么 |
1 | 基础设施层 | 算力、存储、通信，工程数据的"底座" |
2 | 数据资源层 | 多源异构工程数据的统一管理，打通数据孤岛 |
3 | 工智模型层 | 时空多模态基础模型+推理决策模型，AI的"大脑" |
4 | 工智智能体层 | 面向具体工程任务的智能体，AI的"手脚" |
5 | 规模化实践层 | 技术研发、领域创新、人才培养、产业落地四维赋能 |
跟造价人最直接相关的是第3层和第4层。第3层的推理决策模型，说白了就是AI能不能帮你做造价估算、算量核量、变更分析。第4层的智能体，就是以后可能有"造价智能体"——自动套定额、自动对比方案、自动预警超概。白皮书点出了工程行业的老毛病：设计、施工、运维各环节数据不兼容，AI工具逻辑不互通，形成"数据孤岛"和"工具烟囱"。造价人的痛点一模一样——算量软件和计价软件数据不互通，设计变更传到造价端要手动重新录入，结算数据和概算数据对不上号。白皮书给的解法是：统一数据中台+标准化接口，设计数据自动同步到施工系统，施工数据实时反馈到设计系统。这意味着，未来造价数据不是孤立的，而是"设计-施工-运维"全链条的一部分。谁先把数据接上，谁就先拿到效率红利。白皮书明确提出"共生智能"的概念——AI不是为了替代人，而是激发人类智慧的"灵魂搭档"。白皮书原文："AI系统不是为了替代人，而是作为激发人类智慧和能力的'灵魂搭档'，构建人机协同的新型关系。"对造价人来说，这个定位很关键。AI帮你做海量数据处理和多方案比选（比如快速模拟几十种施工方案的造价差异），你负责价值判断和风险把控（比如哪个方案虽然便宜但隐患大，不能选）。AI穷尽逻辑边界，人做非逻辑创造。白皮书列了工程智能面临的7大挑战：专业性、可靠性、效率成本、系统融合、人才培养、治理合规、生产关系。可靠性对造价领域尤其敏感。大模型的"幻觉"问题——编造不存在的规范条文、捏造不存在定额子目——造价人应该深有体会。白皮书给的方案是：物理规律融合+推理透明化+人在环路。AI的推理过程必须"一步步说出来"，关键环节必须由工程师审核确认，不能黑箱操作。- 第一步：先把数据搞干净。白皮书反复强调数据底座的重要性。没有结构化的历史造价数据、没有标准化的项目编码体系，AI再强也没东西可学。先把过去项目的造价数据整理归档，该标注的标注、该分类的分类。
- 第二步：学会用AI工具，但保持判断力。现在的AI在造价领域还处于"知识问答"阶段，能帮你查规范、检索案例、做初步估算，但结论必须你自己核实。尤其是定额编号、法条内容、市场价格这些硬数据，AI编造的风险很高，一定不能盲信。
- 第三步：关注工程智能操作系统的落地节奏。白皮书画了四个规模化维度：技术研发→领域创新→人才培养→产业落地。目前整体还在第一阶段到第二阶段之间，但石化行业是重点应用领域（智能建造、智慧制造都是白皮书列举的八大产业方向之一）。关注中石化、中石油的数字化转型项目，里面可能就藏着工程智能在造价领域的第一个落地场景。
说白了，这份白皮书释放的信号很明确：工程智能不是"要不要跟"的问题，是"什么时候跟、怎么跟"的问题。造价人的优势在于——这个行业高度依赖专业判断和经验积累，AI短期内替代不了。但如果你只会手工套定额、不会用数据驱动决策，那等工程智能的第三阶段来了，你的位置可能真的会被重新定义。先把手里的数据整理好，先学会跟AI协作，先关注行业里的落地案例。这三步，现在就能做。
