摘要：

过去二十年的建筑业数字化，重点解决了设计、造价、施工、项目管理等业务流程的数字化问题，但也在一定程度上把“数字建筑”局限成了建筑行业的软件工具。进入存量城市、数据要素与人工智能时代，真正需要补上的，是对建筑、空间和资产本身的长期数字治理：让同一现实对象跨项目、跨系统、跨主体、跨生命周期持续可识别、可追溯、可解释、可复用。由此，数字建筑的核心将从“模型和系统”转向“对象、历史与上下文”，空间智能也将从空间可视化走向空间认知。产业经济模式则有望从一次性项目交付，转向持续对象治理、多场景数据复用、数据产品、AI服务和长期收益。下一阶段真正值得争夺的，不是更大的平台，而是一层轻量但关键的“对象连续性能力”，让现实世界中的建筑和空间，在数字世界里同样能够长期存在并持续创造价值。

过去十多年，建筑业数字化并没有失败。

恰恰相反，它取得了非常大的成功：设计软件、BIM、算量计价、项目管理、智慧工地、CIM、数字孪生、物联网、AI识图……越来越多原本依靠纸张、人工经验和组织协调完成的工作，被搬进了数字世界。

但也正因为第一阶段做得足够深入，一个更深的问题开始暴露出来：

我们数字化了大量“建筑业的工作”，却还没有充分数字化“建筑、空间和资产本身”。

设计数字化了，施工数字化了，造价数字化了，城市治理数字化了，但同一栋建筑、同一块土地、同一台设备，在不同项目、不同系统、不同主体和几十年的生命周期中，仍然可能一次又一次被重新识别、重新编码、重新建模、重新匹配。

所以，说数字建筑和空间智能被“建筑业数字化”耽误了一段时间，并不是否定过去。

更准确地说：

建筑业数字化第一阶段的成功，让我们长期把注意力放在“业务数字化”上，而暂时遮蔽了“现实对象如何在数字世界持续存在”这个更底层的问题。

这两个问题看起来相近，其实完全不同。

---

一、先理清第一组关系：建筑业数字化，不等于数字建筑

“建筑业数字化”的主语是行业和业务。

它关心的是：

设计怎么提效，造价怎么算得更快，项目怎么管得更好，施工怎么减少浪费，企业怎么提高经营效率。

所以它天然围绕：

岗位、项目、企业、业务流程

展开。

而“数字建筑”的主语其实应该是：

建筑本身。

真正意义上的数字建筑，不应该只是“用数字工具设计和建造建筑”，而应该意味着：

一个现实建筑在数字世界中拥有能够长期解析的身份，其状态、事件、关系和历史能够随着现实变化持续更新。

这就产生了一个根本区别。

一个项目可以结束。

一栋建筑不会因为项目结束而消失。

项目生命周期可能三年、五年，而建筑生命周期可能五十年、一百年。

因此，用项目系统承载长期资产，本身就存在时间尺度错配。

今天我们习以为常的：

立项 → 设计 → BIM → 招标 → 施工 → 竣工 → 归档

其实是项目生命周期。

现实建筑真正经历的是：

规划 → 建设 → 投运 → 改造 → 扩建 → 功能调整 → 设备更换 → 产权变化 → 再更新 → 终止或重建。

两条时间轴不是一回事。

这就是为什么CHDO研究特别强调：BIM模型不是建筑本身，数据库中的一行也不是设备本身；数字表示变化、迁移甚至消失，并不自动意味着现实对象本身终止。对象连续治理首先应该回答“这些表示到底在描述谁”。

所以，第一层认识应该升级为：

建筑业数字化解决的是“工作如何进入数字世界”；数字建筑解决的是“建筑如何持续存在于数字世界”。

前者是生产方式问题。

后者是数字存在问题。

---

二、第二组关系：Data Governance之后，为什么还需要Object Governance

过去我们谈数据治理，重点通常是：

字段标准、数据质量、主数据、元数据、接口、目录、数据血缘。

这些都非常必要。

但长生命周期场景里会出现一个更基础的问题：

这些数据到底是不是在描述同一个东西？

例如一栋建筑：

规划系统有一个编号；

住建系统有一个编号；

不动产系统有另一套标识；

BIM里是一套GUID；

物业系统重新建立资产编码；

改造项目又重新建立项目对象。

所有数据库都可以100%“数据质量合格”。

但整个数字世界依然可能不知道：

它们其实在描述同一栋建筑。

所以，数据治理做得越好，有时反而越能暴露这个问题：

字段都对，记录都对，接口也通，但对象没有连续。

这就是为什么对象连续性研究强调，在长生命周期、跨系统、持续流通、反复复用并需要历史责任解释的场景，仅仅以记录、文件、数据集或当前版本作为治理锚点可能不足，需要进一步回到这些数据所描述的持续对象。

这里必须避免另一个极端。

不是说以后所有数据治理都要改成“对象治理”。

普通报表、一次性分析、短生命周期数据，完全没有必要。

真正需要Object Governance的是那些：

高连续性场景。

城市建筑、基础设施、工业设备、资产、产品、合同、长期数据产品，恰恰属于这一类。

所以两者正确关系不是：

Data Governance 被 Object Governance 取代。

而是：

Data Governance解决数据自身质量；Object Governance解决不同数据能否持续归属于同一个现实对象。

一个治理“数据是什么”。

一个治理“数据说的是谁”。

这两层必须分开。

---

三、第三组关系：BIM与CIM的问题，不是“不够先进”，而是治理单位选错了

BIM过去最大的问题，不是三维建模技术不够好。

CIM的问题，也不是城市模型不够大。

更深的原因是：

我们经常把“模型”误当成了“对象”。

BIM设计阶段有一个模型，施工阶段有另一个模型，竣工阶段再交一个模型。

这些模型当然有关联。

但模型只是某个时点、某个用途、某个系统对现实建筑的一次数字表达。

如果把模型直接等同于建筑本身，就很容易产生一个错误：

模型更新一次，就像“建筑重新出生一次”。

于是大量所谓数字孪生，实际上仍然是：

Representation-centric

即以“表示”为中心。

而真正应该推进的是：

Object-centric

即以“对象”为中心。

现实对象可以拥有很多表示：

二维图纸、BIM、CIM模型、数据库记录、IoT状态、资产台账、照片、合同记录。

这些表示可以更新，可以失效，也可以被替换。

但它们应该共同指向一个能够持续解析的现实对象。

这也是空间智能下一阶段必须完成的跃迁：

不要问哪个模型才是真正的建筑。

应该问这些模型、记录和事件如何持续指向同一个建筑。

这样一来，BIM和CIM的关系也清楚了。

CIM解决：

它在哪里，它和城市其他空间对象是什么关系。

BIM解决：

它内部由什么构成。

工程业务数据解决：

它是怎样被建造和改变的。

资产运营数据解决：

它现在运行得怎么样。

对象连续层则解决：

这些信息跨时间、跨系统是否仍然是在说同一个东西。

所以真正的空间智能不是：

BIM + CIM。

甚至也不是：

BIM + CIM + AI。

更完整的结构应该是：

Object + Space + Time + Event + Relation + Evidence + Rules + AI

空间只是其中一个维度。

---

四、第四组关系：项目制经济与资产经济，是今天最深的矛盾之一

为什么过去二十年，大家都知道“全生命周期”重要，但真正做到的仍然很少？

不是大家不知道。

而是经济激励不支持。

设计院按设计交付收费。

施工企业按工程项目收费。

BIM顾问按模型交付收费。

软件公司按许可证、订阅或实施收费。

项目结束，合同结束。

但“数字连续性”的主要收益往往发生在五年、十年甚至二十年以后：

未来改造不需要重新调查；

未来保险能够直接读取历史风险；

未来银行可以理解真实资产状态；

未来城市更新可以直接调取建筑历史；

未来AI能够知道十年前发生过什么。

问题来了：

今天谁愿意花钱维护未来别人可能使用的数字历史？

这实际上是很典型的产业经济问题。

成本发生在今天。

收益发生在未来。

成本由项目参与方承担。

收益却可能由资产所有人、保险公司、银行、城市管理者和下一轮建设方获得。

这是一种典型的：

跨期收益错配 + 正外部性。

所以市场必然会低配长期连续性。

不是大家技术做不到，而是：

项目合同里没有给“未来数据复用”定价。

因此，数字建筑下一阶段真正需要的，也许不只是新技术。

还需要新的合同制度和商业模式。

比如：

从“模型交付”升级为“数字资产交付”；

从一次建设费用转向持续数据服务；

从单一软件订阅转向对象历史服务；

甚至把对象连续性本身变成资产运营费用的一部分。

只有当“长期连续”能够产生今天可以确认的经济价值，市场才会主动建设它。

---

五、第五组关系：数据要素真正的价值，不只是“数据流起来”，而是“流动以后还能认得出来”

这是数据要素时代特别值得注意的一层。

今天国家数据基础设施、可信数据空间、目录、连接器、数字合约和数据授权都在快速成熟。

它们首先解决的是：

数据能不能找到。

数据能不能连上。

数据能不能可信使用。

这非常重要。

但下一步会越来越突出另一个问题：

数据流过去以后，它描述的对象还能不能被正确识别？

CHDO研究把我国的数据要素链条概括为：

Data Resource → Infrastructure → Data Product → Rights / Contract → Usage → AI → Decision。

而对象连续问题真正发生在：

“连接之后”。

不同系统、不同时间和不同用途中的数据，是否仍然指向同一个可以解释的对象？

这其实触及了数据要素经济的一个隐藏成本：

Entity Resolution Cost

对象解析成本。

今天每做一个新数据产品：

重新清洗一次；

重新实体匹配一次；

重新建立ID映射；

重新梳理历史版本；

重新追溯来源。

城市更新做一次。

保险再做一次。

银行融资再做一次。

AI知识库再做一次。

于是同一个现实对象被反复治理。

这是非常大的隐性社会成本。

---

六、真正的数据要素复利，是“一次对象治理，多次复用”

如果一个建筑的对象历史已经被治理好：

身份如何变化；

发生过什么事件；

哪个系统知道什么；

数据来自哪里；

规则什么时候有效；

哪些设备替换过；

哪些合同发生过变更。

那么这份历史可以被很多应用共同使用：

城市更新；

资产运营；

保险；

银行；

能源管理；

后评价；

公共治理；

AI历史问答。

于是第一次出现一种新的经济机制：

对象治理成本不再只能由一个项目承担，而可以被多个数据产品和应用共同摊销。

CHDO把这种逻辑概括为：

Object → History → Context → Reuse。

即“一次对象治理，多次数据要素复用”。

这句话其实特别值得产业界认真看。

因为传统数据产业经常做的是：

每一个项目重新加工一遍数据。

这是典型的项目经济。

真正的平台经济则应该是：

对象和历史治理一次，然后被越来越多应用消费。

随着消费者增加，治理成本不会线性增长。

这才有真正的数字基础设施网络效应。

---

七、第六组关系：数据平台与对象连续层，不是上下替代关系

这里也特别容易误判。

看到对象治理，就容易想到：

那是不是再建设一个“全生命周期平台”？

我认为恰恰不应该。

我国今天已经存在：

规划系统；

住建系统；

不动产系统；

档案系统；

企业系统；

公共数据平台；

可信数据空间；

国家数据基础设施。

它们都有自己的合法权威边界。

现实治理不会允许再建立一个“真相数据库”，宣布所有系统都以它为准。

CHDO中国架构对此其实给出了很成熟的边界：

保留各行业和业务权威系统的事实权威，不建立中真库；对象连续层只建立跨系统的对象、身份、历史和证据引用关系，并优先复用既有基础设施。

这意味着对象连续层应该非常“薄”。

不是：

复制所有数据。

而是：

告诉不同数据到底在说谁，以及它们之间如何在时间上关联。

它更像：

语义基础设施

而不是：

业务系统替代品。

这可能也是未来空间智能基础设施最合理的形态：

底层权威事实继续分布式存在；

中间增加一个轻量的对象连续层；

上层由数据产品、AI和各种应用自由组合。

---

八、第七组关系：空间智能与人工智能，缺的不是“模型能力”，而是历史上下文

AI会把这个问题逼到台前。

过去数据历史不连续，人还可以补。

因为组织有记忆。

老工程师记得当时为什么这么改。

项目经理知道某个数字为什么发生变化。

物业人员知道某台设备实际上已经换过。

AI没有这种隐性记忆。

它看到的就是数据库。

这时候一个非常危险的问题出现：

今天数据库里写的是正确的，不代表三年前的人当时也知道这件事。

因此需要至少区分：

Reality-as-of

现实当时是什么。

Known-as-of

系统当时知道什么。

Rules-as-of

当时适用什么规则、合同和授权。

CHDO专门把这三种时间语义分开，就是因为在责任认定、监管和AI历史推理中，它们会产生完全不同的结果。

举一个很现实的例子。

2026年系统修正了一项建筑历史信息。

AI被问：

2023年为什么没有发现这个风险？

如果AI直接拿2026年修正后的“真相”回答2023年的问题，它就产生了：

未来信息泄漏。

所以真正可靠的空间AI必须知道：

世界当时是什么，系统当时知道什么。

这就不再是大模型参数量问题。

而是数字基础设施问题。

CHDO最后把AI定义成“横向压力测试层”：AI不是一个独立行业，它是在检验对象历史到底够不够可靠。

---

九、第八组关系：数字孪生和连续历史，也不是一回事

数字孪生今天通常强调：

当前状态同步。

它非常适合回答：

设备现在运行怎么样；

现场现在发生什么；

建筑现在能耗多少。

但对象连续治理强调的是：

它为什么变成今天这样。

这是两个不同维度。

可以粗略理解为：

数字孪生偏向：

Now

对象连续历史偏向：

Then → Now

如果再进一步：

规则和AI则需要：

Then → Now → Why → What Next

所以未来真正成熟的数字孪生，可能必须拥有“历史纵深”。

没有历史纵深的数字孪生，更像一张实时状态图。

有了连续对象历史以后，它才可能成为真正意义上的：

数字生命体。

---

十、这也解释了为什么空间智能迟迟没有形成真正独立的产业

今天“空间智能”经常被归到几个已有产业里：

GIS；

数字孪生；

智慧城市；

BIM；

遥感；

AI。

于是每一个产业都拿了一部分。

地图公司认为空间智能是地图+AI。

建筑软件公司认为是BIM+AI。

云厂商认为是城市数据+大模型。

遥感公司认为是影像智能。

结果大家都在做“空间智能”，但它始终缺少一个真正统一的经济对象。

这个对象应该是什么？

不是地图瓦片。

不是BIM模型。

不是影像。

不是数据库中的点线面。

而应该是：

现实空间中持续存在并发生变化的对象。

建筑；

地块；

道路；

桥梁；

设备；

管线；

空间；

自然资产。

一旦把“长期对象”作为经济与治理锚点，空间智能才可能真正形成独立产业逻辑。

---

十一、重新理解“数字建筑”：它不应该只是建筑软件产业

所以“数字建筑”这个词应该被重新拿回来。

第一阶段我们把它解释成：

用数字技术改造建筑业。

第二阶段应该进一步解释成：

让现实建筑在数字世界中能够长期存在、持续变化、被正确理解和被重复利用。

这时，数字建筑的核心资产就不再只是：

软件用户数量；

模型数量；

项目数量。

而可能变成：

受治理的长期建筑对象数量；

可连续解析的资产历史长度；

一个对象历史被多少业务复用；

产生了多少可信数据产品；

支撑了多少AI决策。

这将完全改变这个产业的估值逻辑。

---

十二、产业经济也会从“项目经济”向“连续资产经济”迁移

这可能是整个判断最终最重要的地方。

传统建筑软件的收入增长依赖：

新项目 → 新软件 → 新实施 → 新收入。

它和建筑行业的项目投资周期高度绑定。

这也是为什么建筑行业下行以后，建筑数字化企业普遍感受到增长压力。

但如果转向长期对象经济：

建筑持续存在
→ 数据持续积累
→ 对象历史持续更新
→ 数据产品不断产生
→ AI持续调用
→ 服务持续收费。

那么软件公司的经济基础就开始从：

Construction CAPEX

项目建设资本开支

逐渐扩展到：

Asset Lifecycle Economy

资产全生命周期经济。

这个市场的边界明显更大。

因为建设项目会结束。

而城市空间、建筑和基础设施一直存在。

---

十三、所以真正被“耽误”的，可能不是某个产品，而是产业定义

这才是最值得重新认识的地方。

我们过去习惯把数字建筑放在：

建筑业数字化

这个大框里。

于是市场规模通常按：

建筑软件、BIM软件、智慧工地、工程管理

来计算。

但如果数字建筑真正进入：

空间对象连续治理

它对应的市场就不只是建筑IT。

它还会连接：

城市更新；

资产管理；

不动产；

金融；

保险；

能源；

ESG；

公共治理；

数据要素；

人工智能。

于是它实际上已经进入一个更大的产业：

空间数据经济

甚至可以进一步叫：

空间资产数字经济。

数字建筑只是其中最大的对象类别之一。

---

十四、下一阶段真正值得争夺的，不是“大平台”，而是一个薄层

所以文章最后，我反而不想把结论落到：

“应该建设一个更大的系统。”

真正值得建设的可能只是一个很薄的能力层：

对象连续性层

它不取代：

现有业务系统；

权威数据库；

CIM；

BIM；

可信数据空间。

它只持续回答几个问题：

这个对象是谁？

和以前那个对象是什么关系？

它什么时候发生了什么变化？

这个事实来自哪里？

当时知道什么？

当时适用什么规则？

今天的应用和AI能不能正确复用这段历史？

这种能力看起来不如一个“大平台”震撼。

但它的价值可能更基础。

CHDO研究也明确主张：如果现有体系组合已经足够，就不建设新的平台或大本体；只有存在真实的剩余缺口，才增加新的对象连续能力。

这可能是一种更成熟的数据基础设施观：

不是建设得越多越先进，而是让已经存在的系统能够围绕现实世界形成连续理解。

---

结语：从“数字化建筑业”到“数字世界中的建筑”

如果一定要把这篇文章压缩成一个认识上的变化，我认为是：

过去二十年，我们主要在做：

数字化建筑业

把人的工作、企业的流程、工程项目变成数字流程。

下一阶段，我们真正要开始做的是：

数字世界中的建筑

让一栋建筑、一块土地、一项资产在数字世界里拥有：

身份；

时间；

历史；

事件；

证据；

关系；

规则；

上下文。

然后它才能真正被：

数据产品；

AI；

金融；

保险；

城市治理；

资产运营

反复使用。

真正的跃迁 therefore 不是：

BIM → CIM → AI。

而是：

记录 → 数据 → 对象 → 历史 → 上下文 → 智能

从产业经济看则是：

一次项目交付

→ 持续对象治理
→ 多场景复用
→ 数据产品
→ AI消费
→ 连续收益。

到了这个阶段，“数字建筑”和“空间智能”才真正脱离“建筑行业软件”的从属位置，成为一种新的数字基础设施和新的产业经济。

所以，“建筑业数字化耽误了数字建筑”这句话更准确的表达，也许应该是：

建筑业数字化完成了第一阶段，但如果我们仍然用项目、系统和软件的边界理解数字建筑，就会耽误它进入第二阶段。

而第二阶段真正的问题只有一个：

现实世界里长期存在的对象，能不能在数字世界里同样长期存在，并且在变化之后仍然能够被识别、解释和使用？

这可能才是“数字建筑”和“空间智能”下一轮竞争真正的起点。