麦肯锡报告:AI自动化如何嵌入建筑行业工作流
麦肯锡7月15日发布报告《AI如何重塑AEC行业未来》,认为AI自动化并非建筑业的“灭绝事件”,但将根本改变任务执行方式。报告指出,掌握专有数据、决策工作流及按成果计费能力的企业将受益。AI有望自动化建筑业39%的非体力工作,以及建筑与工程领域50%的相关任务。报告将自动化目标分为近期(18个月内)、中期(18个月至4年)和长期(4年以上)三个阶段,并建议企业优先选择3至5个高价值工作流,明确“购买、自建或合作”策略。

速览
- 麦肯锡全球咨询公司最新报告指出,人工智能对AEC(建筑、工程与施工)企业而言并非“灭绝事件”,但将从根本上改变建筑专业人士优化特定任务的方式。
- 这份7月15日发布的报告《AI如何重塑AEC行业未来》描述了两种AI用户阵营:一类利用AI自动化核心任务,另一类仅将其作为表面化的生产力工具。报告特别指出,那些掌握专有项目数据、决策工作流以及能够按成果而非按流程收费的企业,将从中获益。
- 报告写道:“早期采用者报告称,在设计、建模和施工可行性工作流中已获得生产力提升,但这些优势很可能很快成为行业入场券。”
深度洞察
总体而言,麦肯锡建议建筑企业利用AI技术改造“领域”(即端到端流程)。这些流程因规模较小而可以独立重新设计,同时又能对业务产生实质性影响,而非进行孤立的单点部署。
麦肯锡卡尔加里办公室合伙人Daniel Ahmoye在采访中表示:“随着模型普及,我认为优势将来自那些能最快重新设计工作方式、角色定位、运营模式以及商业模式思考方式的企业。”
麦肯锡研究声称,AI有潜力自动化建筑行业39%的非体力工作,而在建筑与工程领域,这一比例可达50%。
总体而言,麦肯锡识别出25个与AEC相关的领域中的150个工作流,这些流程在AI和自动化应用潜力上存在差异。报告特别指出,数据录入、发票处理和设备检查等技能到2030年将发生最大变化。
麦肯锡将这些自动化目标划分为三个时间阶段:
- 近期(前18个月):聚焦于精简端到端工作流,包括投标/不投标分析、成本估算和提案起草等功能。
- 中期(18个月至4年):承包商利用数据优势,借助自动化处理专有数据,如信息请求(RFI)、图纸、规格说明和竣工报告。
- 长期(4年以上):建筑企业可在工地现场部署AI,包括使用自主施工设备以及协调工厂、堆场与工地之间的运输调度。
然而,Ahmoye指出,这些时间框架并不意味着某些任务会完全消失。到2030年,只有部分任务能够实现自动化,且当考虑人员在任务完成中的角色时,可自动化的范围将进一步收窄。
Ahmoye说:“只有特定角色可以被自动化,而更多是关乎任务和活动本身。”
尽管数字看似庞大且令人望而生畏,但实际涉及的是整套活动中零散的组成部分。
Ahmoye补充道:“真正起作用的,是这些活动如何被串联起来,以何种方式组合以降低摩擦,并在整个建筑项目生命周期中创造更顺畅的工作流。”
麦肯锡此前已涉足建筑业生产率争论,最著名的是其2017年关于建筑行业未能跟上全球步伐的报告。另一份报告显示,从2000年到2022年,全球建筑业生产率仅提升10%,麦肯锡专家在Construction Dive上撰文指出。
报告还对建筑企业在“自建解决方案”与“向软件开发商购买技术”之间的持续争论提出了警示。知名建筑企业如Suffolk Construction和Turner Construction已进入该领域,自行开发内部工具以解决痛点。
报告指出:“AEC企业历来在构建和扩展软件产品方面举步维艰,而AI发展过快,多数现有企业难以主要依赖内部开发。”相反,建筑企业应聚焦于竞争对手或供应商难以复制的自身优势,例如专有数据或客户关系。
为此,企业应在自身专业能力即产品的领域进行自建;而在外部供应商投入远超企业自身所能承受的领域,则应选择购买。Ahmoye表示:“所以,对我来说,这不是买或建的问题,而是我们应从何处获得优势的问题。”
展望未来,麦肯锡强调了几个步骤以帮助建筑企业为AI整合做好准备,包括:优先选择3至5个高价值工作流;决定在何处购买、自建或合作;通过治理机制进行规模化扩展,并衡量真正重要的指标。