工程AI卡在最后一公里：89%试点没能上生产

本文解读：《2026工程建设行业AI热点趋势白皮书-宣怀咨询》 · 共 35 页 · 原文

工程建设行业不缺 AI，缺的是把试点变成生产的那最后一公里。宣怀咨询和群蜂思维这份 35 页白皮书的开篇只放四组数：德勤口径下 89% 的 AI 试点止步于生产之前， 智能建造服务渗透率 22.4%，建筑业净利率 1.98%，头部企业一年自建 912 个智能体。

它把讨论从"模型多强"挪到"落地怎么算"：Gartner 测算 1000 个拿到预算的项目只有 34 个达标 ROI， 而失败根因里 61% 集中在范围蔓延和数据质量，不是模型能力。

行业侧的数据更冷酷。上半年从业人员减少 13.14%、约 557 万人退出，劳动生产率却微升 0.49%， 上半年还有 1366 家建企破产，日均 7 家。

刀片利润已经容不下"试一试"，AI 投入必须在一年半内收回才算安全。

图源：《2026工程建设行业AI热点趋势》（第1页） · 原文

一、净利率 1.98%，试错空间没了

报告的第一个坐标是利润。建筑行业营收和利润双降，净利率从 2024 年的 2.34% 一路跌到 1.98%， 净利增速是 -23.2%，而营收只降 9.1%。

收入端在收缩，成本端没有同步收缩，剪刀差正在扩大。报告给了一个很直观的换算： 一个 10 亿产值的企业，全年净利润不到 2000 万，一次重大质量事故就能吞掉全年利润。

更严峻的是中小企业。抽样 3.2 万个竣工项目结算数据后，超 67% 的中小施工企业实际净利率低于 2.3%， 劳务分包类只有 1.1%。报告对此的判断很直接：它们既是 AI 提效最刚性的需求方，也是最付不起试错成本的一方。

毛利率的分层同样值得看。普通土建只有 3% 到 7%，而绿色和智慧专项能做到 14% 到 20%，差出两到三倍。

利润薄到这个程度，AI 不是在帮你赚钱，是在帮你活下来。

图源：《2026工程建设行业AI热点趋势》（第2页） · 原文

二、渗透率从 9% 到 22.4%，仍在起跑线

第二个坐标是渗透率。智能建造服务的项目额占比从 2023 年的不足 9%，2024 年 13%，2025 年 17.5%， 2026 年达到 22.4%，三年翻 2.5 倍。年均提升约 4.5 个百分点，增速在传统行业里算罕见，但绝对水平仍低，报告的原话是行业刚刚走过起跑线。

全球智能建造市场规模 2026 年为 2216 亿美元，中国占比接近三成，是最大单一市场，也是竞争最激烈的地方。换一个角度看，还有近 78% 的存量市场没有被渗透。这既是机会，也意味着现在的标杆案例大多是特例。

报告还拆了一个容易被忽略的落差：BIM 应用率已经到 63%，数字化管理平台部署率 45%， 而自动化施工设备渗透率只有 31%。BIM 应用和 BIM 全过程应用之间又差 25 个百分点，说明大量项目只是拿 BIM 做展示，没真正进生产流程。

图纸数字化了，工地还是人跑出来的，这 32 个百分点就是下一段红利。

图源：《2026工程建设行业AI热点趋势》（第3页） · 原文

三、15 到 20 万亿：唯一确定的增量

第三个坐标是增量。增量开发见顶，存量更新接棒，"十五五"城市更新市场总容量 15 到 20 万亿元， 年均 3 到 4 万亿元。结构上看，管网建设改造占 30%，老旧小区改造占 26%，危旧房改造占 20%，其他配套占 24%； 具体到量，管网 77 万公里、老旧小区 11.5 万个、危旧房 50 万套以上。

报告给的理由是"唯一确定的增量"：新建市场萎缩后，这是最确定的替代性需求，而且绿色智慧专项的 毛利率是普通土建的两到三倍。

但存量项目的痛点恰恰是图纸残缺、无定额可套，这正是 AI 辅助研判价值最高、也最难做的地方。

报告收录的一位国有银行投资总监给了另一种视角：这 15 万亿里本身就包含将近三分之一的类 AI 项目， 单纯的管网和老旧小区改造投资额并不大。

他的结论是，AI 加算力、加能源、加生态产业链，规模可能接近 30 万亿级，投资主线是城市更新与算力能源两条。

存量市场的钱不好挣，因为图纸不全、规则不清，正好是 AI 的用武之地。

图源：《2026工程建设行业AI热点趋势》（第4页） · 原文

四、557 万人退出，效率反而上升

第四个坐标是人。上半年建筑业从业人员同比减少 13.14%，约 557 万人退出， 而建筑业劳动生产率微升 0.49%。报告强调这不是预测，而是已经在发生的事实：人少了，产出没少。

同期还有 1366 家建企破产，日均 7 家，行业在被动出清。这组数据推出一个冷酷的推论：不用 AI 提效的企业，正在用减人的方式提效。

但报告也收录了项目经理的反驳意见，认为"5 个人的活变 1 个人加 AI"不适合建筑业， 更现实的是"5 个人的活配上 5 个 AI"，让他们干出 8 个人的工作量。

理由是场景复杂：大量现场作业不是流水线，不能简单用等效去匹配。

减员增效已经在发生，区别只在于你是主动用工具，还是被动减人。

图源：《2026工程建设行业AI热点趋势》（第5页） · 原文

五、政策把 AI 从加分项变成准入项

报告用三份文件说明政策口径的跃升：2024 年是"鼓励""试点"，2025 年是"优先""支持"， 2026 年变成"纳入核心考核"。约束力也随之一级一级变强：建议性、导向性、约束性。

2026 年 9 月 18 日国新办"开局起步十五五"发布会一次性释放四组信号：十五五数智住建工作方案、 "中国建造"升级版、"好房子"新标准、整治内卷竞争与工程款拖欠。

报告的理解是，政策首次把 AI 明确写进数智住建工作方案，从鼓励探索变成部署要求； "中国建造"提出智能化、绿色化、融合化，AI 与建筑业深度融合成为官方表述。

"好房子"的层高从 2.8 米提到 3 米，4 层加电梯，临空护栏不低于 1.2 米。 一边抬质量门槛，一边压恶性竞争，两头都在挤压低效产能。传导链条被拆成五级：政策文件、地方配套、招标门槛、企业投入、落到项目，周期通常 6 到 18 个月。

报告点出第四级是唯一能主动加速的一环，前三级看政府和市场，这一级看企业自己。

门槛一旦变成准入，不上 AI 就不是少拿分，而是丢标。

图源：《2026工程建设行业AI热点趋势》（第6页） · 原文

六、五大平台：同一个行业，五种讨论

报告的第三章换了个角度，用抖音、小红书、B 站、公众号和视频号的数据看行业内容的分布。结论是没有一个平台能同时拿满专业度、娱乐度、转化率、信任度和传播速度五个维度， "一条内容全平台分发"是低效做法。

抖音娱乐化指数 9.0，爆款几乎都是娱乐化加强钩子。《胖东来工地是怎么干的》一人分饰十个工地岗， 播放 67.85 万、点赞 6.11 万，点赞率超过 9%。

小红书转化率指数 9.0，是唯一在转化率与信任度双高的平台。装修避坑、真实工地日记、精准户型案例是三大选题， 一个 AI 效果图引流加后端设计施工的账号做到 5.6 万粉、19.2 万获赞收藏。

报告还埋了一个值得做选题的行业真相：125 款 AI 三维产品里，只有 17 款、占 13.6% 能输出完整的参数化特征树。公众号和视频号已经进入赢家通吃。375 个公众号样本、16 亿总阅读，头部 10% 拿走 62% 流量； 160 个视频号样本、约 1.2 亿总推荐，头部 10% 拿走 58%，尾部 60% 只分到 14%。

低频精品账号单条推荐 2.3 万，超高频只有 0.26 万，差了近 9 倍。

热点分布就是机会分布，铺量已经无效，做十条平庸不如做一条精品。

图源：《2026工程建设行业AI热点趋势》（第7页） · 原文

七、八个案例说明越深越值钱

报告把 8 个已跑通的案例放进"改造深度乘成效幅度"的坐标系，规律很清楚：改造越深、链条越长，成效越大。中国建筑国际处在第一梯队：用一年时间把施工全流程拆成 52 个工程场景，自建 912 个智能体， 沉淀 4000 多份方案库。

方案编制从数小时压到 60 分钟每份，效率提升 75%。其他案例的成效集中在两类：准确率和单项效率。神州控股把传统 300 天的项目做到 17 天， 上海建工评审效率提升 97%，广联达效率提升 70%，人力减少 30%。

这份报告的原文件放在运营动脉（www.yydm.cn）上，图表、口径说明和样本量都写得很清楚。

想看原文的完整版，搜标题就能打开，图表和数据附录都是齐的，不用注册。

报告特别声明，这些数据由企业自身或供应商披露，属特定项目口径，不能外推为行业均值。它归纳了三类主体的路径差异：央企拼场景深度，自建团队加平台；民企拼决策速度，采购 SaaS 轻部署； 软件商拼产品复用，靠行业 Know-how 做进产品。

三类不能互抄，民企的瓶颈是预算紧和人才缺，软件商最大的风险是不懂现场。

越深越值钱，也越难复制，浅层改造人人能上，深层改造要方法和数据。

图源：《2026工程建设行业AI热点趋势》（第8页） · 原文

八、宣传值对实测值，落差在收益指标上

报告把宣传册合上，做了一组宣传值与一线实测值的对照，实测值来自体感抽样，不是统计口径。落差最大的是收益类指标。效率提升宣传 70%，实测 35%，落差 35 个百分点； 人力节省宣传 30%，实测 12%，落差 18 个百分点。

准确率类指标落差反而小些。质检准确率宣传 96%，实测 62%，差 34 个百分点； AI 提量准确率宣传 98%，实测 78%，差 20 个百分点。报告的解释是，准确率类指标容易在受控环境下验证，而效率、人力节省这类收益指标高度依赖组织配合， 最难兑现。

所以它给采购方的建议很明确：重点验证收益指标，而不是准确率指标，前者才是钱真正省下来的地方。失败根因的分布更能说明问题。Gartner 的口径是 1000 个项目里，120 个进入实际投产， 最后只有 34 个达到 28.3% 的 ROI 线。

而失败根因里 61% 集中在范围蔓延和数据质量，剩下 39% 才分散在别处。 报告把这些模型之外的活统称"不性感的运营层"：数据怎么被访问、输出怎么被评估、系统坏了谁负责、规模化成本怎么控。

模型能力从来不是瓶颈，没人对最后一公里负责才是。

图源：《2026工程建设行业AI热点趋势》（第9页） · 原文

图源：《2026工程建设行业AI热点趋势》（第10页） · 原文

九、五步法与回本周期：18 个月是生死线

报告最后给出三个判断。第一，2026 到 2027 是落地能力的稀缺期，不是模型能力的稀缺期。 第二，行业会出现三层分化：重构生产力、提效、观望淘汰。

第三，话语权会从"谁有技术"转向"谁有场景数据加落地方法论"。支撑这个判断的理由很硬： 912 个智能体全部来自 52 个真实工程场景的沉淀，不是买来的技术。

方法论是一套 FDE 落地五步法：场景诊断找高频、规则清晰、可复核的切口；目标边界先定义什么算成功、 什么不做；原型验证在小场景里两周内跑通 MVP。

然后是系统集成，接进真实生产并配数据与权限；最后是持续运营，有人负责、指标可迭代。报告点出两个坑：第一步选错场景，后四步全是浪费；最后一步最容易被忽略，项目做完人一走、能力被带走， 是行业最普遍的失败模式。

ROI 测算按规模分三档。小微企业年产值低于 1 亿，切单点 AI 提量或安全，典型投入 3 到 8 万， 回本 12 到 18 个月。中型企业 1 到 10 亿，做造价加进度闭环，投入 20 到 60 万，回本 9 到 15 个月； 大型企业 10 亿以上，做全链条多场景平台，投入 100 万以上，回本 6 到 12 个月。

报告给的红线是：回本周期一旦超过 24 个月，在 1.98% 的净利率水平下，项目基本不具备财务可行性。35 页原文、20 张图表和全部数据出处，都在运营动脉（www.yydm.cn）上，搜报告名即可打开。