从海康威视的财报与策略，看AI如何在智慧建筑和智慧工地中落地，为建筑企业解决安全、进度和协同管理的现实难题。
建筑行业最现实的难题：项目难落地、风险难可视
2022年前三季度，海康威视营收597.22亿元、净利润同比下滑19.38%。数字不好看，却很真实——疫情、地产下行、全球通胀，把“项目延期、回款变慢、成本上升”这些建筑企业每天面对的问题，放大给了整个智能物联行业。
这件事对做建筑、做工程管理的人有一个很直接的启发：哪怕是龙头企业，也正在被迫练“内功”，用数字化、智能化把项目做得更精细、更安全、更可控。
在这一轮调整中，海康威视提到最多的几个关键词——智慧建筑、城市治理、公共安全、创新业务独立上市、高性能芯片限制——其实都和“AI+建筑业”“智慧工地”紧紧绑在一起。
这篇文章就借海康威视的公开交流，拆解三个问题：
- 海康是怎么用AI做智慧建筑和智慧工地的？
- 在项目普遍延期、资金趋紧的环境下，哪些AI应用依然有价值？
- 对建筑企业来说，2026年前后要布局哪些“不会浪费”的数字化方向？
一、从“卖摄像头”到“智慧建筑”：AI在工地上的角色已经完全变了
先把结论说在前面：AI在建筑行业的价值，已经从“看得见”升级到“算得清、管得住”。
海康的业务拆开看，有两个和建筑行业高度相关：
- EBG：企业业务集团，其中的“智慧建筑、园区、能源冶金”等，是典型B端工程项目场景
- PBG：公共服务业务集团，涵盖城市治理、交通管理、街道乡村治理等，与市政工程、基础设施项目强相关
1. 过去的做法：摄像头+录像机=“有监控就行了”
不少建筑企业直到这两年还停留在一个思路：
安装一些高清摄像头、硬盘录像机，满足安监或业主验收要求，就算“安全监控做完了”。
这种思路的问题在于：
- 安全事故发生前没有预警，只能“事后追责”
- 工人出勤、分包施工、材料堆放，基本靠人肉巡查
- 数据全在本地硬盘里，无法和BIM、进度计划、成本系统打通
2. 现在的方向：基于AI的“智慧工地中枢”
从海康近几年的布局看，他们已经非常明确：
- 底层是感知硬件：摄像机、测温枪、物联网传感器、门禁、车牌识别等
- 中间是AI能力：视频结构化、人脸识别、行为识别、车辆识别、边缘计算等
- 上层是行业应用：智慧建筑管理平台、智慧工地、安全生产监管、能源管理、人员管理等
换成建筑行业更熟的语言，就是：
用一套“智能感知+AI分析+业务平台”，把人、车、机、料、法、环几大要素全部数字化，成为智慧工地的实时“数据底座”。
这和BIM的逻辑是互补的：
- BIM管理的是“模型、计划、设计、算量”，更偏“静态”与“规划侧”
- AI+物联网管理的是“现场实时状态”，偏“动态”与“执行侧”
当两者打通之后，项目管理者才能真正做到：
- 偏差可视：现场实际进度 VS BIM计划进度
- 风险可预警：人员超员、塔吊碰撞风险、临边防护缺失自动报警
- 资源可优化：机械设备利用率、能耗、材料周转，基于数据调度
二、在行业下行周期，AI在建筑里的“刚需三件事”
海康的财报和问答里，有两句话很有意思：
“毛利的低迷是经济环境在这个阶段的集中体现，不会是长期性的。”
“碎片化也是好业务，只是干起来比较辛苦。”
翻译到建筑行业，就是：
- 大项目可能延期，但刚需问题还在：安全、合规、成本控制
- 与其幻想一两个“超级项目”，不如把每一个工地、每一个环节的效率和风控做好
结合海康在智慧建筑、智慧城市里的做法，我更建议建筑企业优先抓好这三件“刚需应用”。
1. 智能安全监控：从“事后追责”升级到“事前预警”
对谁都不敢省的投资，就是安全。
AI在安全上的几个落地点，已经非常成熟：
- 人员安全防护识别：未佩戴安全帽、反光衣自动识别与语音提醒
- 高空坠落与临边预警：检测人员是否接近危险区域、是否跨越防护栏
- 塔吊、汽车吊碰撞防控：塔吊群塔防碰撞、禁入区域识别
- 消防与动火作业监控：烟雾识别、明火识别、油漆库房异常监测
相比传统监控，这类AI安全系统的价值很直接：
- 符合住建、应急管理等监管部门日益严格的要求
- 降低承包商安全事故频率，减少停工与赔偿
- 为后续的安全责任划分提供完整数据链路
落地建议：
- 新项目：在招采阶段就把“AI安全监控系统”写进总包或专业分包技术规范
- 存量项目：优先改造高危工种密集区域（高支模、深基坑、起重作业区）
2. 工程进度与质量的可视化管理
海康提到一个现实情况：
“毛利质量高的优质项目，因为客户资金紧张，落地也更犹豫。”
建筑行业同样如此——资金越紧张，越要精准管理进度和质量，避免返工浪费。
这里AI能做的，不是“帮你多拿项目”，而是：让每一个已经拿到手的项目，少亏钱、多赚钱。
典型应用包括：
- AI+视频巡检：自动识别模板支设、钢筋绑扎、砌体完成面，辅助质检工程师抽检
- 进度自动识别：基于视频、图片与BIM模型比对，生成“实物工程量VS计划工程量”偏差报告
- 远程联合验收：监理、业主方可以通过平台远程查看质量问题闭环，减少来回奔波
这类应用对大型总包、工程局意义尤其大：
- 可以把总部的总工程师“下放到每个工地的屏幕上”
- 可以跨区域对多个项目进行统一质量标准管控
3. 人员与分包协同管理
在海康的PBG、SMBG（小微企业业务）中，“街道乡村治理、民生服务”是少数逆势增长的板块。背后的共性是：面向大量分散个体的精细化治理。
这其实和建筑项目非常像：
- 现场工人结构复杂，劳务、分包众多
- 出勤、培训、安全教育、工资发放，过程繁琐且高风险
AI+物联网在这里能做的，是把“人”数据化：
- 通过人脸识别、实名制闸机，自动记录考勤与进退场
- 结合AI视频分析识别“三违”行为（违章作业、违章指挥、违反劳动纪律）
- 与农民工工资发放平台对接，沉淀可靠的工时与工价数据
从项目风险管理角度看，这类系统能极大降低：
- 工伤纠纷、群体性事件的概率
- 因实名制不规范导致的行政处罚
三、芯片、供应链和“算力焦虑”：建筑业其实不用太恐慌
在10月7日美国商务部高性能芯片新规之后，很多人开始担心：
AI芯片被限制，会不会影响智慧工地和智慧建筑？
海康的回答很直接：
“我们含GPU芯片的产品非常少，主要用于算法训练……要实现的智能化需求，不是基于巨大算力的基础上的。”
放在建筑行业，同样成立。
1. 工地需要的是“够用的AI”，不是“炫技的AI”
智慧工地上的大部分AI任务，都属于“轻量级推理”：
- 识别人脸、车牌、人员穿戴
- 识别安全隐患动作
- 做一些简单的行为统计
这些都可以用成熟制程的本土芯片、边缘计算盒子来完成，不需要动辄数百TOPS的GPU。
所以，即便高端GPU供应存在不确定性，对建筑行业AI应用的实际影响非常有限。
2. 供应链安全的关键：选对伙伴，而不是“自己囤芯片”
海康这几年在供应链上的思路，有两点对建筑企业有借鉴意义：
- 第一，合规为先：严格遵守各国法律、贸易规则，减少业务中断风险
- 第二，适度备货：在芯片等关键物料上保持合理库存，消化外部不确定性
建筑企业不需要自己去囤芯片，但在选择智慧工地、智慧建筑解决方案时，可以重点关注：
- 厂商是否有自主可控的软硬件能力
- 是否依赖极少数高端进口芯片
- 是否已经通过在政务、能源等关键行业的大规模实践验证
这决定了：在不可预期的环境变化下，你的项目系统是“可持续运行”，还是“突然停摆”。
四、碎片化市场里的“智慧工地方法论”：以不变应万变
海康有一个很有意思的自我定位：
“海康从成立开始，我们走的路线就是小品类、碎片化市场……碎片化也是好业务，只是干起来比较辛苦。”
对于做工程的人来说，这句话非常眼熟——每一个工地、每一栋楼，都是碎片化的“单次项目”。
海康这些年的做法，给建筑企业在推进智慧工地、AI应用时，提供了几条务实路线。
1. 不押注“一个超级解决方案”，而是搭好“组合拳”
海康现在有：
- 3万多种型号的硬件产品
- 200多款软件
- 针对70多个细分行业的解决方案
他们不是指望某一个产品“一统天下”，而是：用标准化组件，按行业特点拼出不同行业的“最小闭环”。
对建筑企业来说，更现实的策略是：
- 先确定1-2个最急需解决的问题（如安全、进度、人员管理）
- 找到在这几个环节具备成熟方案的供应商
- 要求其平台有开放接口，能和已有的BIM、OA、ERP打通
- 不追求“一期就实现智慧工地全场景”，而是分阶段实施
2. 尊重“属地化”与“项目差异”，但技术底座尽量统一
海康在回答“是否会出现省级大一统平台”时，观点很清楚：
“基层治理要解决颗粒度比较小但是发生频率很高的事情……联合体在常规业务上可能性不大。”
建筑项目也是一样：
- 不同城市、不同业主对安全、文明施工、数据报送有不同要求
- 总部如果只追求一个“超级平台”，往往落地困难，现场觉得“水土不服”
更务实的做法是：
- 技术标准尽量统一：统一品牌或兼容性好的感知硬件、统一数据接口标准
- 业务配置充分属地化：根据不同地区项目要求，灵活配置算法与业务流程
这样既能保证总部的数据可汇总、可分析，又不压制项目团队的实际操作空间。
3. 把智慧工地当成“长期基本盘”，而不是短期政绩工程
海康在创新业务独立上市的问题上，说了一句很真诚的话：
“人算不如天算……对于海康来讲，目标导向，就这么往前走，好点差点都正常。”
用在智慧工地上，就是：
- 不要指望一套系统一年之内立刻改变公司利润表
- 要把它当成公司未来三到五年的“数字基础设施”，像修路、拉电一样
只要方向对：
- 每一个新项目都按这个标准建设
- 数据不断积累与复用
- 管理团队逐步习惯基于数据决策
公司就会在下一轮行业上行周期，天然站在更高的起点上。
结语：建筑业的AI，不需要惊天动地，只要扎扎实实
从海康威视的这次交流看，智能物联产业并不轻松，但方向非常清晰：
- 从卖硬件走向“AI+行业场景”的整体解决方案
- 在碎片化的现实中，通过标准化技术底座维持确定性
- 在宏观环境不确定时，更加重视研发和长期能力建设
建筑行业正在经历类似的周期与选择。
如果你正在负责建筑企业的数字化、智慧工地或智慧建筑项目，我的建议是：
- 从安全、进度、人员管理三件刚需小事开始，不要什么都想做
- 优先选择在政务、能源、交通等场景经受过考验的AI与物联网方案，避免“试验品”上工地
- 把BIM与AI感知系统打通，真正构建起“计划-执行-反馈”的闭环
建筑业不缺资金、不缺项目，真正缺的是：
能把每一个工地都变成“可度量、可预警、可复盘”的智慧工地的那一套方法和耐心。
这一点上，海康式的“目标导向、长期主义”，比任何一个流行概念都更值得参考。