从智慧城市到智慧工地：逃离内卷的AI落地方法论

近年来，一个很扎心的数字在建筑圈流传：我国建筑业劳动生产率大约只有发达国家的30% 左右，大量项目还停留在“人海战术 + 纸质表格”的阶段。与此同时，“智慧城市”“智慧工地”的招牌挂得到处都是，真正在一线产生价值的项目却并不多。

这不是技术不够先进，而是路径走错了。东华智慧城市这家在智慧城市赛道摸爬滚打十多年的公司，给了建筑行业一个很有参考价值的样本：怎么在巨头云集、概念泛滥的环境里，躲开内卷和跟风，把数字化、AI做成真正能赚钱、能复制的业务。

这篇文章，我想借着对东华智慧城市董事长郭浩哲的公开访谈内容，结合智慧工地的实践，拆解三件事：

• 智慧城市早期“踩坑史”，对今天做智慧工地有什么启发？
• AI 在智慧工地里到底该干什么，而不是挂个名头？
• 建筑企业如果想少走弯路，该怎么搭团队、选路线、定合作策略？

如果你正准备做数字化转型，或者已经被几个“智慧工地平台”绕晕了，不妨从这里重新梳理一下思路。

一、从“先修路”到“修什么路”：智慧城市的弯路，建筑业正在重走

郭浩哲有个比喻很形象：

修路是为了方便车辆行驶，车越来越多，道路就要不断升级，从水泥到沥青，再到立交、高速。

智慧城市、智慧工地，本质上也一样——不是为了“修路而修路”，而是为了“车跑得更快、更安全、更省钱”。

1. 智慧城市早期的问题，和今天很多智慧工地很像

2014 年前后，东华智慧城市主要在干两件事：

• 帮城市搭建底层 IT 基础设施（数据中心、网络、摄像头等）
• 做一些网站、APP 类的政务与民生应用

结果很现实：

• 老百姓不愿下载、不愿用
• 政府看不到明显成效，不敢持续投钱
• 投入与产出长期倒挂，形成“看不到效果→不敢投→更看不到效果”的恶性循环

对比一下今天很多智慧工地项目，是不是似曾相识：

• 项目部被要求“上线一个智慧工地平台”，于是匆忙上马
• 摄像头、人员定位、扬尘噪声监测一通配置，领导参观时屏幕一亮
• 日常施工还是靠微信群和电话，AI 告警被频繁“误报”、被静音
• 数据孤岛严重，平台只在投标 PPT 和验收 PPT 上出现

症结很简单：只修了“看得见的路”（硬件 + 可视化），没有想清楚“车要跑去哪、为什么跑”。

2. 真正有用的“路”，一定是围绕刚性痛点设计的

东华智慧城市真正进入发展快车道，是从 2017 年开始。那一年有两个变化：

1. 互联网企业开始大规模投入产业互联网
2. 一些城市在交通、政务、安防等具体场景上，愿意做更深层次的变革

也就是说，从“搭框架”转向“啃场景”。

对应到智慧工地，其实也一样：

• 安全事故、工期延误、成本失控，是建筑企业永恒的刚性痛点
• 能把任何一个痛点做好、做透，远比“全栈智慧工地”口号更有意义

我个人非常不建议建筑企业一上来就追求“全面覆盖 20+ 子系统”的智慧工地，而是应该像东华当年那样，选 1~2 个高价值场景，把路修通、修平，再逐步扩展。

例如：

• 安全管理：先把高处坠落、物体打击这类高发事故，用 AI 视频分析和行为识别真正压下去
• 进度管理：用 BIM + 进度计划 + 现场图像/无人机巡检，做到偏差可视、预警前移
• 质量管理：把隐蔽工程的影像资料、检测数据结构化，减少返工和索赔风险

二、AI 在智慧工地应该做什么：不做“花架子”，只做“刚需活”

很多人谈 AI 智慧工地，愿景画得特别大——全场景 3D，AI 自动排产，机器人施工。现实是，真正落地的，往往是几个看似“土味”却极其刚性的功能。

对照东华智慧城市的演进，可以把智慧工地里的 AI 任务，拆成三层：

1. 感知层：让工地真正“看得见、听得懂”现场

郭浩哲提到，东华正在和国家纳米科学中心做传感器研究，因为“传感器会把下一代基础设施推向新阶段”。

工地也是一样，没有扎实的感知层，所有 AI 都是空中楼阁。

在智慧工地里，感知层可以重点布局：

• 视频监控 + AI 摄像头：识别未戴安全帽、未系安全带、闯禁区等行为
• 人员定位：基于 UWB 或北斗，实现高风险区域的实时在岗监测
• 环境与能耗监测：扬尘、噪声、PM2.5、塔吊用电等数据实时采集
• 设备状态传感：塔吊、施工电梯、深基坑支护的关键参数采集

很多项目的问题不是“设备不够多”，而是设备部署缺乏规划，点位乱、协议乱、数据也乱。建议的做法是：

1. 先画“数据蓝图”，明确未来想分析哪些指标
2. 反推需要哪些传感器、什么精度、布在哪
3. 坚持“一次规划、分步实施”，避免反复折腾

2. 认知层：用算法帮项目经理“多长一双眼睛”

在智慧城市里，东华经历过“做了很多 APP，但没人用”的阵痛，根本原因就在于——系统没有真正帮一线减负，而是在增加操作负担。

在智慧工地，如果 AI 只是多了几个“大屏告警点”，意义不大。更健康的思路是：

• 让 AI 主动筛掉“没事的 90% 场景”，只把有问题的 10% 推给人
• 让 AI 自动关联“风险 → 责任人 → 处理记录”，减少来回电话和微信群吵架
• 让 AI 学习项目历史数据，提出“下周可能的问题”和“当前最该盯的区域”

一些很实用的 AI 应用方向包括：

• AI 视频巡检：提前设定风险区域和行为规则，AI 代替部分人工巡检
• 进度偏差分析：对比 BIM 计划模型和现场拍摄/无人机航拍，识别实际完成量
• 质量缺陷识别：混凝土表面缺陷、砌体错台、抹灰空鼓等用图像识别协助质检
• 危险源关联分析：结合天气、作业类型、班组经验等多维数据做风险评分

这些都不是“炫技”，而是直指安全事故率、返工率、工期延误率这三条关键指标。

3. 决策与协同层：把“数据孤岛”变成“价值飞轮”

在智慧城市领域，东华选择和腾讯合作，核心原因是看中了“连接能力”——微信、企业微信可以把城市服务真正送到人手里。

智慧工地其实也需要这样的“连接器”，否则就会出现：

• 一套安全系统，一个 APP
• 一套质量系统，又一个 APP
• 项目经理手机里塞满图标，真正用的只有微信

比较务实的做法是：

• 把所有 AI 能力封装成后台服务，通过企业微信/钉钉等常用入口触达班组和管理人员
• 把安全、质量、进度、物资等数据打通，形成跨业务的“项目健康度仪表盘”
• 把工地数据和集团级 PMO、成本系统打通，真正指导招采、投标和风控

AI 的价值，不在于“现场多了几台智能设备”，而在于“决策层多了几个可量化、可追溯的指标”。

三、智慧工地最难的是人：复合型人才从哪儿来？

郭浩哲有句话很直白：

没有人才，我一辈子都不会去做这件事。

智慧城市如此，智慧工地更是如此。真正能把 AI 做出价值的一线力量，不是“会写代码的人”，而是“既懂施工又懂数据、既懂安全规范又懂系统规则”的复合型人才。

1. 东华的“思想者—方案者—落地者”模型，对建筑企业很有借鉴

东华智慧城市用 7 年时间，从 3 人团队扩展到上千人，中间踩过很多坑，总结出一个很朴素但好用的方法：

• 思想者：能看清行业趋势和价值逻辑，设定方向和边界
• 方案者：把想法拆成场景、流程和技术路径，设计可交付的解决方案
• 落地者：能在一线和用户一起改需求、抠细节、扛指标

对建筑企业做智慧工地，我会建议类似的组织方式：

• 不要指望一个“信息化经理”包办所有事
• 至少要有：懂业务的“产品/方案角色”、懂系统的“技术角色”、懂组织的“变革推动角色”
• 让真正懂施工的人站到台前，不要把数字化完全外包给供应商

2. 建筑企业该怎么“养人”，而不是“用完即弃”

智慧工地项目常见的一个现象是：

• 项目结束，人也散了；下一次再搞智慧工地，又从头来过

而东华的做法是：把每一次项目，视为“训练人才 + 沉淀方法论”的机会。

建筑企业可以考虑这样几步：

1. 在每个试点项目里，明确“数字化负责人”和“场景负责人”（如安全、质量各一人）
2. 项目结束后，把这些人集中起来做一次系统复盘：什么场景有价值、什么功能被弃用、数据质量问题在哪
3. 把沉淀下来的模板、指标体系、巡检策略，写进企业级“智慧工地白皮书”，而不是散落在供应商文档里
4. 对表现突出的复合型人才，在职级晋升、项目选择上给予真实回报

复合型人才不是凭空长出来的，而是在一个个项目的反复打磨中“长成”的。只要企业有耐心，3~5 年就能形成一支非常有战斗力的数字化中坚队伍。

四、远离“内卷”和“跟风”：智慧工地项目的三条硬标准

东华智慧城市在巨头环伺的智慧城市赛道活下来，靠的不是去和所有人“硬刚”，而是几个非常清晰的原则：

没有竞争也不要盲目竞争；技术没领先，就把服务做到极致；技术不领先、又不想做服务，只想炒概念，那就是昙花一现。

放到智慧工地，我觉得可以转化成三条硬标准，用来判断一个项目是不是在“内卷”：

1. 这个项目，有清晰的业务指标么？

比如：

• 年度安全事故率降低 30%
• 关键工序一次验收合格率提升到 95%
• 施工日记、隐蔽工程资料自动生成比例达到 80%

如果一开始只有“要上一个系统”“要打造样板工地”这样的口号，而没有数字化的业务目标，基本可以断定是“先买设备，再找价值”。

2. 这个项目，有 1~2 个“吃透”的场景么？

判断标准很简单：

• 现场管理人员是不是离不开它
• 不用系统的方式，成本是不是明显更高

很多智慧工地做成“功能展览馆”，什么都有一点、什么都不深入。相比之下，一个把“高处坠落风险管理”做透的项目，价值往往远大于十几个浅尝辄止的模块。

3. 这个项目，是单打独斗，还是在搭建生态？

东华之所以和腾讯合作，是因为双方互补：

• 腾讯有连接能力、云基础设施
• 东华有行业理解和交付能力

智慧工地也是同样的逻辑：

• 不要指望自建一切，从 AI 算法、BIM 平台到 IoT 网关全都自己搞
• 更健康的做法是：企业抓住自己最擅长的部分（如施工组织、项目管理方法论），和在 AI、云平台、硬件上各有优势的伙伴合作

把竞争变成协同，建筑企业才能在数字化中真正增强自己的主导权，而不是沦为“平台的一个项目编号”。

结语：智慧工地不是“一次项目”，而是“长期能力”

从 2012 年试水智慧城市，到 2017 年找到发力点，再到与互联网大厂深度协同，东华智慧城市走的是一条“不跟风、不内卷”的长线道路。

对中国建筑行业来说，智慧工地也是一个 5~10 年的长期工程：

• 短期里，可以用 AI 把安全、进度、质量中的几个关键痛点啃下来
• 中期里，通过持续的项目实践，养出一批真正懂 AI 与施工的复合型人才
• 长期里，把工地上沉淀的数据和能力，反哺到企业的投标、成本管控、供应链协同，形成完整的数字化经营体系

如果你正在规划 2026 年及之后的智慧工地路线，我的建议很简单：

• 少做一点“好看的东西”，多做一点“真有用的东西”
• 少关心“别人上了什么平台”，多问一句“这个场景我们到底要什么结果”
• 把 AI 当成一个长期合伙人，而不是一个一次性的采购项目

路虽远，行则将至。只要方向对、节奏稳，智慧城市里走通的那套方法论，同样可以在智慧工地里，帮中国建筑业迈上一条更安全、更高效、更有韧性的路。