大数跨境
首页
>
从「工程数智化技术的市场发展曲线」来看，到底什么技术才是好技术？
>

从「工程数智化技术的市场发展曲线」来看，到底什么技术才是好技术？

从「工程数智化技术的市场发展曲线」来看，到底什么技术才是好技术？ 徐朝鲁营销咨询
2026-11-02
4
导读：过去 3–5 年，无论是机关单位还是科技企业，都在试图摸索出一条转型的共生之路，不断找新技术、试新理念，但效果主要还是局限在课题、报告、荣誉这些纸面成果上，可复制推广的流程经验和技术模块微乎其微。
尊重但不过度相信调研数据和AI，以从业者实际感受为出发点，融合产业与技术的观点洞察，形成以下内容：
工程行业正在从规模化建造期走向精益化深耕期。项目数量（尤其是大型项目）锐减，施工成本控制需求增大，进度、质量、安全的要求不断提高。过去 3–5 年，无论是机关单位还是科技企业，都在试图摸索出一条转型的共生之路，不断找新技术、试新理念，但效果主要还是局限在课题、报告、荣誉这些纸面成果上，可复制推广的流程经验和技术模块微乎其微。
这条变化有一个明确的时间节点：2022 年 10 月，住建部公布 24 个智能建造试点城市，试点为期三年；2025 年 7 月，第四批《发展智能建造可复制经验做法清单》印发，三年试点到此收官；2026 年，《政府工作报告》首次写入"发展智能建造，培育现代化建筑产业链"。名目到期之后，数字化采购不再单独列账，回到项目成本里。靠"试点"立项的路就此走窄了，留下来的技术必须直接回答一道工序少花了多少钱、少返了多少工。
但另一个结果和很多人的预期不一样：采购主导权并没有因此回到项目经理手里。就我近期在项目上了解到的情况，主导权仍然在机关，项目端自己牵头的通道还没有打开。这件事我在最后一节说。
于是真正的问题变成了一个更前置的问题：一项技术在建筑工程行业，此刻到底走到了哪一步——它是在往上冲，还是正在回落，还是已经横住了。位置不同，能做的事完全不同：有的只能试点，有的可以规模使用，有的已经定型成一颗螺丝钉。位置判断错了，钱花在哪一类上都白花。这篇文章回答的就是这件事。

一、工程行业没有一条能直接引用的技术曲线
市面上通行的技术成熟度曲线（Gartner 每年发布 130 余条、覆盖 1,900 多项技术），没有一条是面向工程建造行业的。这是第一个问题：没有。
本文不引用它的任何模型和图形，原因就在第二个问题：即便把别的行业的曲线搬过来，形状也对不上。别的行业那条曲线描述的是技术自身的成熟过程——从概念到可用再到普及，上升段比较长，回落之后再慢慢爬升。建筑工程行业不是这样。这个行业引入一项新技术，本质上不是技术变成熟的过程，而是它被市场化的过程：先被大量采购，再被大量验证，最后被放回它真正该在的位置。
所以下面这张图不是引用，是我自己整理的。它画的不是技术成熟度，是新技术在建筑工程行业的市场化规律。

二、陡升、回落、横盘的市场化规律
图 1｜新技术在建筑工程行业的市场化规律（2026.11整理）
这条曲线有五个特征。
第一，概念期很短。 一项新技术刚出来的时候会有短暂缓冲，但只要做出了产品原型，或者有一个能在现场演示出来的亮点能力，缓冲期就结束了。不需要它真的把场景问题解决到什么程度。
第二，上升特别陡。 一旦跨过原型这一关，马上就是大面积的试点和尝试。驱动力有两个：一是创新本身，二是政策。现在的 AI 和机器人就是典型——技术对场景问题的解决能力其实还不够，但试点已经铺开了。
第三，回落也快，而且幅度大。 两个原因。一是更新的技术出来了，注意力被带走；二是上了试点之后发现没有想象中那么好，几轮下来热度就下来了。
第四，但不会掉到零。 它不会一路跌回起点，而是掉到一个相对平稳的位置就横住。因为总有一部分场景是真的需要它，这部分需求不会消失。
第五，是阶梯式的，不是一次性跌完。 降一档，横一段；再降一档，再横一段。直到有一天，一项更新的技术能彻底把它替掉，它才会再往下走一步。最终它会在一个比较小的市场空间里横住——规模很难说准，但量级大概在几千万，变成一个非常细分的、常态化的产品。

三、政策清单上的技术分布规律
曲线的形状是行业规律，政策清单是另一回事，但它同样有规律。下面这份清单直接来自住建部及地方住建部门文件，没有做归纳，只是在每一条后面标出它在曲线上的位置。
把这份清单和曲线叠起来看，会看到一个很清楚的结论：政策只要两类技术。
一类是相对成熟的，能立刻解决当下问题，它落在曲线后段的稳步横盘上——数据共享、数字化交付、部品部件生产管理、产业互联网平台，这些是基础要求，不新，但必须要有。另一类是很新的，必须提前布局，它落在陡升段到顶点——AI 辅助设计、AI 审图、人机协同，这类是政策明确要推的方向。
留给中间的技术很少。 曾经热过、还在验证、还没定型的那一段，政策里几乎没有位置。这不是文件的疏漏，是逻辑使然：政策解决的是"现在要什么"和"将来要什么"，而中间那段恰好是"说不准要不要"的东西。
这也解释了行业里一个普遍感受：政策里提的技术，和现场真正觉得好用的技术，常常对不上。

四、三类技术的预期区别
按这条曲线，建筑工程行业当下的技术可以分成三类。位置不同，投入方式也不同。
4.1 创新研究 - AI 空间智能与现场三维理解（第 8 项）
它在陡升段靠上的位置，还在往上走。紧挨着的是工程智能体平台（第 9 项）和企业知识中台（第 10 项），第 10 项已经到顶点。
这一类技术的共同点不是"有没有"，是"做到什么算数"——验收标准还没定型，谁先在一道工序上跑通，那套做法就有机会写进下一个项目的招标文件。所以这一类值得投，但投的不是产品，是标准。现在买进来的是一个还在变的东西，一年后大概率要换；但参与定义它的过程，会在后面几年持续产生价值。这类技术的报价里含的预期成分最高，按产品买会买贵。
再往前的概念期还有两项——物理 AI 与施工世界模型、资源正向型建筑与施工碳核算。它们连原型都还没有，不构成投入选项，看着就行。
4.2 深度实践 - 单工序作业机器人（第 13 项）
它在陡升段的末端、刚开始往下走的地方。这个位置的意思是：方向已经定了，热度也还在，但要不要大规模上，卡在工程化，不在技术。
同一段上还有巡检机器人与无人机巡查（第 11 项）、实测实量机器人（第 12 项）。这一类不只出现在下行段。还在上升段的那几项（AI 质量缺陷判定、AI 安全行为识别，第 4、5 项）性质一样：方向定了，工程化没做完，只是热度还没退。
这里面最典型的是地面整平、抹光与喷涂机器人（第 13 项）。工地真正决定它能不能用起来的，不是算法，是作业面规不规整、有没有电梯井道和临电、工序之间怎么交接、单方成本能不能压到项目的账上。这些只能在具体项目上磨，磨不出来就一直停在"用过的都说好，没用过的都在看"。
账其实已经算得出来：地坪施工由机器人承担 80% 以上作业量；喷涂机器人日作业 3,000 ㎡，约为人工的 12 倍；地面找平机器人人力成本下降 70%；实测实量工效较人工提升 2~3 倍，激光点云检测精度 ±1mm，墙面平整度与垂直度 100% 覆盖。
但同一年还有一组数字要一起看。BuiltWorlds《2025 设备与机器人基准报告》显示，对机器人持正面评价的企业从 74% 升到 95% 以上，实际使用机器人的比例却从 65% 降到 46%。报告作者的解释是，去年那部分"使用"多为试点，今年试点少了、重复使用多了。这一格的真实现状是：少数人在几个工序上反复用，多数人还在看。只看前一个数字，会误判成"机器换人已经开始"。
需求这一端不用再验证了。国家统计局《2025 年农民工监测调查报告》：建筑业农民工从 2021 年的 5,557.69 万人降到 2025 年的 4,155.87 万人，四年少了 1,401.82 万人；50 岁以上占 32.0%，平均年龄 43.3 岁。同期建筑业农民工月均工资从 3,687 元涨到 5,880 元，涨幅 59.5%，在六个主要行业里排第一。这不是要不要替人的问题，是还能不能招到人的问题。
4.3 规模落地：AR 虚实映射与现场核验（第 15 项）
它已经走完第一轮回落，横在下行段的第一档平台上。这个位置的意思是：它不再是一个新东西，也不再是一个大盘子，而是一个在几道工序上被固定使用的工具。
它解决的是留证。McKinsey 2025 年基于 16,000 个项目数据库的分析：只有 8.5% 的项目同时达成成本与工期目标，0.5% 拿全了承诺收益；300 个十亿美元级项目平均成本超支 80%、工期延误 50%。它给出的根因不是执行不力，是决策时对现场状态的假设过于乐观，且没有客观核对。
AR 核验就是把"计划里的东西应该在哪"和"它实际在哪"在工序层面叠起来。它同时干两件事：对一线，是把图纸和专家视角下移到作业面，不用再靠人翻译；对管理层，是回答这道工序到底完没完、完到什么程度——这是进度和成本唯一能对得上的账。这一段平台上还坐着一整排：招投标 AI（第 14 项）、AI 算量组价清标与智能审图（第 16 项）、工程数据治理与数据底座（第 17 项）、BIM 设计与深化出图（第 18 项）、智能施工装备（第 19 项）、智慧工地平台（第 20 项）、工程资料与竣工档案系统（第 21 项）、工程造价与计量软件（第 22 项）。
再往右走到最后，是两件这个行业里最老、最不新鲜、也最不可能被换掉的东西：造价计量软件和竣工资料。它们已经不在"新技术"的讨论范围里，恰恰说明它们的位置最稳。这一类的判断很简单：该用，按价格用。供应商之间比的更多是到场能力和数据能不能接进竣工档案，不再是技术本身。
三类不是三个选项，是三种投入方式
适合创新的，投标准；适合深度实践的，投工序；适合落地的，投价格。用错方式最常见的后果不是浪费钱，是把一件已经定型的工具当成创新项目来立项——立项报告写得很漂亮，最后交出来的是一个本来花几万块就能买到的东西。
反过来也一样：把还在陡升段的技术当成成熟产品批量采购，买回来的东西在下一个版本就作废了。

五、技术+现场才是创新的本质
位置判断完了，真正难的事才开始：判断对了，也不一定有人往下做。这一节先说技术这一侧，再说现场这一侧，最后说这两侧怎么接上。
很多专家喜欢把工程行业和工业制造相比，寻求把造房子变成像造汽车一样标准。仔细想会发现这两种生产模式和市场形态并不相同。生产模式的不同在于工程行业完成产业链整合的难度更大；市场形态的不同在于工程行业的产品更新淘汰速度比汽车慢得多（几十年到百年翻新重建，对比几年换新车）。所以工程建筑在标准化基础上，仍然有差异化技术应用的空间，而且这个形态是相对持续的，不该被理解为批量采购和复制"智慧工地 1.0、2.0、3.0、4.0……"。
按创新主体来分，国央企的智能建造、数智化二三级部门是创新根基。根基的作用不是追最前沿的趋势，而是造出通用、稳定、灵活、高效的基础平台。通用意味着多种项目适配，而非一个项目一个课题一次开发；稳定意味着能支持二、三维多种数据加载，支持业务流、财务流的统一；灵活意味着模块化程度高，项目可以按自己需要选，而不是铺面式强制要求；高效就是 AI 能力，简化项目人员的工作流程和判断。
民营专精特新企业甚至 OPC 企业是创新的枝叶，做国央企做不了或者不想做的部分，要求是细分、轻量、垂直。细分意味着差异化，要有场景创新的思维，做别人没想到的事；轻量代表好接入，API 接口标准稳定安全；垂直代表深耕，重视数据积累，竞争壁垒不再是技术面，而是数据面。
这套配置能不能跑起来，取决于一件很少被摊开谈的事：平台的边界画在哪里。根基与枝叶的分工说起来清楚，落到具体项目上会卡在同一个地方——国央企的平台管到哪一层为止。管到数据口径为止，枝叶才有接入的位置；管到具体工序，民企能做的就只剩整机供应。
这条界线可以用一件事判定：这道工序的数据最终要不要进竣工档案。要进的（隐蔽工程影像、实测实量记录、材料与构件证明），平台必须把格式、接口和存储位置定死，因为验收和结算只认这一份；不进的（工序内部怎么做、怎么做得更快），可以放开给枝叶去磨，磨不好也不影响交付。导则的写法和这个分法是对上的：第 9、10 条要求全过程数字化交付与建设工程数字档案，提出"打破信息孤岛""探索数据资产入表"，说的是必须统一的那一层；第 3 条讲危繁脏重工序的人机协同，只讲要达到什么效果，没有指定由谁来做。界线没划清的后果通常不是扯皮，是重复建设：平台自己又做了一套工序工具，枝叶做出来的东西接不进去，两边最后都停在一次性的投入上。
需求这一侧，和我的原判断不太一样。跟几个项目经理聊下来，他们并不想自己牵头，更倾向于集团或机关牵头、项目上来用，而且觉得这样效果没什么大问题。原因很实在：项目上的权限不多，用了还要报集团审批；真要下决心用，钱得从自己的项目预算里出，项目上也没有科技创新专项这个科目。就算报上去，集团还会问两件事——这项技术到底能不能发挥作用，项目上提交的评价客不客观。项目部和供应商朝夕相处，这份判断里有多少是技术本身，机关很难分辨。还有一层是技术本身合不合规。自下而上这条路，实际走通的不多。
但他们也都认同一条更长的规律：好的技术最终还是要落到项目上采购，因为技术帮现场省成本，省下来的钱和项目经理直接相关。他们的判断是，等这一轮经济周期过去，项目经理的权限和可操作空间会比现在大，到那时才会有相当一部分精力放到技术创新上。现在不在这个周期。项目经理眼下盯的还是进度、质量、安全、劳务、材料，没有哪一项技术能直接从这里跳到降本增效，中间隔着工序改造、人员配合、数据沉淀好几步。
把两侧叠起来看，最容易掉下去的是中间那一类：政策里没有位置，机关不立项，项目没预算，而它恰恰又必须在现场磨出来。
所以创新这件事，落到操作上只有一种走法：技术方找到一个真在用这道工序的现场，现场有一个人愿意先垫这一次。垫的可以是一个班组、一段工期、一笔不大的钱，但必须真的垫下去，不是先做课题、先写报告。
技术方能做的是把边界让出来：把数据口径定死，把工序让出去。现场能做的是把一次工序的账算出来：这道工序现在多少人、多少天、返工多少、单方成本多少，用完之后变成多少。这两件事都不新，也不难，只是要有人愿意做第一个。
创新的入口在现场，不在课题里。课题能证明你申请过，现场才能证明它值多少钱。

总结
工程企业需要提高数字化程度，需要拥抱 AI，更需要把场景需求定义到能够用技术实现的层级，而不是概括为进度管理需求、质量审核需求这类粗线条。科技企业同样需要深挖场景与技术的关系，把技术切实变成客户的生产力。
这篇文章想留下的不是一份技术清单，是一个判断位置的方法：先看这项技术在曲线上走到哪一段，再决定该试、该用还是该买。创新和奖项是结果，课题也许是入口，但现场才是真正的市场。

【声明】内容源于网络
0
0
徐朝鲁营销咨询
1234
内容 19
粉丝 0
徐朝鲁营销咨询 1234
总阅读309
粉丝0
内容19