《人工智能 建筑行业应用场景分类指南》GBZ 245-2026

1人工智能建筑行业应用场景分类指南本文件描述了建筑行业人工智能技术应用场景的分类体系及场景内容的路径，给出了地产投资、勘察设计、施工建造、运营运维和供应链等领域的人工智能应用场景类别及其描述的说明。本文件适用于建筑企业房建领域人工智能技术的应用与开发，也供第三方服务机构、科研院所及相关单位在建筑行业人工智能应用建设与推广中参考使用。2规范性引用文件下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本(包括所有的修改单)适用于GB/T41867—2022信息技术人工智能术语3术语和定义GB/T41867—2022界定的以及下列术语和定义适用于本文件。智能建造intelligentconstruction程的数字化、自动化、智能化和绿色化的一种新型建造方式。建筑信息模型buildinginformationmodeling应用于工程设计、建造、运维管理的数据化工具。4缩略语下列缩略语适用于本文件。AIGC:生成式人工智能内容(ArtificialIntelligenceGeneratedContent)AI:人工智能(ArtificialIntEPC:工程总承包(Engineering,ProcurementandConstruction)IoT:物联网(InternetofThings)5概述2GB/Z245—2026察设计、施工建造、运营运维和供应链五个大类，应用场景分类见表1。为明确分类体系的层次结构，应用场景的分级方式如下：b)中类应用场景：从核心业务领域或管理模块角度对大类进行细分，如“施工建造”划分为“工期c)小类应用场景：从业务活动、工艺流程或具体职能说明：以上分类以典型业务场景为基础，列举的应用为示例性内容，非穷和行业实践进行扩展与调整。表1人工智能技术应用场景分类中类小类(典型应用场景示例)土地价值评估、投资地图、市场政策解读、项目可智慧营销案场智能盘客、营销短视频AI生成、智能概念方案生成、岩石与地勘图像识别、结构智能化设计、结构辅助校审AI图纸智能审查、施工图强条审查、设计规范智能查询、设计配合智EPC项目设计成本测算、智能造价数据库、造价成果编审施工进度智能辅助编制与监测、生产进度智能比对、进施工方案智能编审、施工日志智能编制、监无人驾驶塔吊、智能焊接机器人、施工巡检机器人智能园区运维、智能医院运维、智能客服与咨询、家庭智慧管家设备感知园区低碳优化、用电精细化预测、光储停充智慧交通、建筑能源智能管控城市生命线风险预测、智慧停车调度、园林运营助手、路网拥堵预测供应商分类、供应商报告生成、画像特征分析36地产投资中人工智能技术的应用场景地产投资以房地产及相关建设项目的投资决策与管理为核心对象，在投资分析、客户研究、营销推广过程中运用人工智能技术，提升投资决策的科学性与精益化水平，增强地产项目的市场竞争力。人工智能技术在地产投资中的应用场景包括但不限于投研分析、客户研究、体应用场景及描述见表2。表2地产投资应用场景及描述中类基于大模型能力，融合市场、政策及项目数据，开展模拟分析和预测，提高投资决策的科学性与效率AI依据项目全生命周期运营指标，对投资项目各阶段进行跟踪、分析、评通过大模型对客户行为数据和消费特征进行建模，形成客利用AI对客户交易数据进行分析，预测潜在需求，支撑个通过AI对历史数据、市场趋势进行分析，开展立面成本、能智慧营销借助AI对销售案场客户行为进行实时分析，智能识别潜在营销短视频AI生成基于AIGC技术快速生成地产项目宣传短视频，并结合通过人工智能技术在地产投资环节的应用，实现投资决策的科学化、客户分析的精细化、营销推广的高效化。推广应用后，预期能够显著提升投资决策效率，优化客户获取与转化路径，为地产企业的稳健投资和市场拓展提供有效技术支撑。7勘察设计中人工智能的应用场景勘察设计是建筑工程全生命周期的重要环节。通过人工智能技术，可以对勘察设计生产运营活动人工智能技术在勘察设计中的应用场景包括但不限于智能方案设计、模型生成、辅助校审、性能分析和成本测算，具体应用场景及描述见表3。GB/Z245—20264表3勘察设计应用场景及描述中类智能方案借助AI参数化设计与生成式建模能力，基于项目输入条识别并提取建筑专业平面图纸特征，AI算法快速生成结结构布置模型岩石与地勘图像识别融合AI视觉特征与建筑设计规则，生成建筑体量辅助校审设计配合智能辅助基于图纸与资料版本对比，智能识别修改点，辅助设计团队进行跨专业协同能耗模拟分析基于大模型和能耗数据库，对建筑能耗进行模拟与预测，绿建方案智能评审结合绿色建筑规范与大模型推理能力，对设计照度快速计算利用AI工具自动完成室内照度、用电负荷等参数计算，提智能造价数据库智能采集历史项目造价成果数据与市场材价数据造价成果编审在编制项目造价成果文件时智能推荐清单项目特征、综合单价等；同时快速审基于AI模型，对项目方案进行快速成本测算，辅人工智能技术在勘察设计环节的应用，有助于实现方案设计的智能化、图模审核的高效化、性能分析的精细化与成本测算的科学化。推广应用后，预计能够显著提高设计方案生成与评审效率，减少设计出错率，提升设计质量与工程可行性，为项目的后续建造与运维奠定坚实基础。8施工建造中人工智能的应用场景过人工智能技术，可以实现施工过程的智能化管控与辅助决策，推动智能建造发展，实现施工现场的数人工智能技术在施工建造中的应用场景包括但不限于合同管理、工期管理、全监控、技术管理和智能制造，具体应用场景及描述见表4。5表4施工建造应用场景及描述中类智能合同评审利用自然语言处理与大模型能力，对施工合同进行条款识基于AI对合同信息进行解析，自动生成履约节点与动态辅助编制与监测融合历史项目数据、实时资源和环境信息，自动借助计算机视觉和无人机影像，识别现场施工进度，与BIM基于AI识图与抄图能力，实现工程量自动算量，提升基于图像识别，对混凝土裂缝、蜂窝麻面、尺寸偏差等质质量风险智能识别利用AI对现场安全数据进行分析，识别未戴安全帽、未系安全带、入侵危险区检测施工方案智能编审基于大模型对施工方案进行智能编制与合规性审查，支持施工日志智能编制借助AI视觉与参数优化，对焊缝质量进行检测并自动推荐焊接参数，实现高质在构件厂应用AI对钢筋布置、模具清理、浇筑养护等环节进人工智能技术在施工建造环节的应用，能够显著提升施工计划编制与执行的科学性，降低合同与成本管理风险，减少质量缺陷与安全事故，推动施工装备向智能化转型。推广应用后，将有效提高施工现场的管理效率与工程质量水平，促进施工企业实现数字化和智能化转型。9运营运维中人工智能的应用场景运营运维是建筑及城市全生命周期管理的重要组成部分，涵盖建筑物业管理、社区运维、能源管理与城市运行保障。通过人工智能技术，可以实现设施设备的精细化管理、安全监控的自动化、能源调度的绿色化以及城市服务的智慧化，提升运营效率与可持续发展水平。GB/Z245—20266人工智能技术在运营运维中的应用场景包括但不限于运维服务、设备感知、安全监控、能源管理和城市运营，具体应用场景分类及描述见表5。表5运营运维应用场景及描述中类智能客服与咨询结合数字人和大模型知识库，为业主和用户提供7×基于IoT与大模型能力，对园区环境、设备设备感知通过传感器数据与AI算法对机电设备运行状态进行实时并提出维修建议，实现预测性维护资产动态评估结合建筑信息模型(BIM)与传感器数据，对资基于视频监控和AI算法，实现人流监测、入侵预警、寻人流预判对人车流动数据进行分析，识别异常行为或安全隐能源管理用电精细化预测结合环境数据与强化学习专家经验的AI模型，对建筑和园区进行能耗预测与利用AI算法对分布式光伏、储能、充电桩等资源进行统城市生命线风险预测智慧停车调度基于传感器和AI算法，对城市道路拥堵进行预测，智能调人工智能技术在运营运维环节的应用，有助于实现建筑与设备的精细化运维、安全监控的自动化、能源调度的智能化和城市服务的智慧化。推广应用后，预计能够有效降低建筑(园区)运维成本，延长设备使用寿命，增强安全防控水平，助力建筑和城市实现绿色低碳与智慧运营目标。10供应链中人工智能的应用场景供应链管理贯穿建筑企业采购、招标、合同与履约全过程，是建筑产业高效协同与可持续发展的关键环节。通过人工智能技术，可以实现供应链全流程的智能化管理，提升采购寻源的效率与精准度，优化合同与履约环节的风险管控，促进产业链透明、可信和高效发展。人工智能技术在供应链中的应用场景包括但不限于采购寻源、标书质检、招投标管理、供应商分析和合同与履约，具体应用场景及描述见表6。7表6供应链应用场景及描述中类基于大模型对供应商数据、物料价格库等进行智能检索通过自然语言问答方式，快速返回最新材料价格、市场行标书智写基于大模型对投标文件进行智能审查，识别缺漏项与风险结合历史案例与专家经验库，对投标方案进行自智能资审对投标人资质进行自动识别与验证，提升资格画像特征分析对供应商进行多维度分析与分类，形成供应商画像，支撑准入管理与风险控制基于供应商数据与历史交易记录，自动生成分析报告人工智能技术在供应链环节的应用，能够推动建筑企业供应链的全流程数字化与智能化转型，实现寻源精准高效、招投标规范透明、供应商管理科学全面、合同履约安全可控低采购成本，提高供应链效率，增强产业链上下游的协同水平，推动建筑产业链向绿色化与智能化发展。11AI应用场景的选择11.1选择原则11.1.1业务价值优先原则AI应用场景聚焦建筑行业核心业务痛点与关键需求，优先选择对业务效率提升、成本降低、质量改善、安全保障等具有显著正向影响的场景。场景需与业务总体目标、流程紧密衔接，能够解决实际业务11.1.2技术可行性原则选择的AI应用场景与当前人工智能技术成熟度、行业技术应用基础相匹配。优先采用经过实践验证、技术稳定性强、适配建筑行业业务特性的AI技术路线(如成熟的图像识别、自然语言处理等技术),对于前沿探索性技术(如复杂生成式设计、高阶数字孪生协同等),需充分评估技术落地风险与研发成本，确保场景应用具备技术实现条件。11.1.3数据支撑充分原则AI技术的有效应用依赖高质量、高可用性的数据基础。选择场景时充分考量数据资源的可得性、完整性、准确性与安全性，优先选择具备历史业务数据积累(如造价数据、施工记录、设备运行数据等)、数据标准相对规范、数据采集与管理机制完善的业务场景，避免因数据缺失或不规范导致AI应用效果不佳。11.1.4合规安全可控原则AI应用场景需严格遵守国家法律法规、行业规范及数据安全、隐私保护相关要求。场景选择时评数据泄露等引发法律风险、安全隐患或社会问题，保障应用过程安全可控。GB/Z245—2026811.1.5可持续迭代原则选择的AI应用场景具备可扩展、可迭代的特性，能够适应建筑行业发展、业务模式创新及政策调整需求。场景设计应预留技术升级与功能扩展接口，支持基于业务反馈、数据积累和技术进步持续优化场景方案，实现从试点应用到规模化推广的渐进式发展。11.2选择维度AI应用场景的选择需结合定量与定性指标进行综合评估，具体指标见表7。表7建筑行业AI应用综合评价指标体系表指标类别指标说明AI应用后业务流程完成时间缩短比例(如设计周期、业务时长、运维响应时间等)AI应用后直接或间接成本减少比例(如人工成本、材料损耗、能耗成本等)AI应用后业务成果质量提升水平(如设计图纸合规率、工程质量合格率、测准确率等)安全保障力AI应用后安全风险识别与防控能力提升效果(如安全隐患发现率、事