大模型抢滩IPO：建筑业智慧工地该如何跟上这一波

AI在中国建筑行业的应用：智慧工地••By 3L3C

大模型抢滩IPO，标志着AI进入价值兑现阶段。对中国建筑业来说，现在正是用大模型做智慧工地、提升安全与效率的关键窗口。

大模型智慧工地建筑行业数字化AI商业化施工管理BIM协同
Share:

Featured image for 大模型抢滩IPO：建筑业智慧工地该如何跟上这一波

大模型抢着IPO，真正被“催促”的其实是建筑业

2025年上半年，中国企业级大模型日均调用量已经冲到101,865亿 tokens，同比增长约363%。资本的嗅觉从不迟钝——MiniMax、智谱、月之暗面三家大模型独角兽，正扎堆冲刺港股IPO，抢“国内大模型第一股”。

很多建筑企业老板这两年都有类似感受：

“感觉AI很热，但跟工地关系不大，项目上还是靠人盯、靠经验。”

问题在于，一旦AI从“PPT上的故事”进入“资本市场的估值”，说明技术已经到了必须找钱、要落地、拼实效的阶段。对建筑行业而言，这不是一条新闻，而是一记提醒：

  • 大模型已经进入价值兑现期
  • 政府与大型企业已经在真金白银买单
  • 建筑业如果还停留在“观望”，未来几年就会在招投标与成本控制上被动挨打

这篇文章，我想用三家大模型公司的IPO故事，拆给你看三件事：

  1. 大模型公司到底在拼什么？
  2. 这些路数，对“智慧工地”和建筑企业有什么借鉴？
  3. 如果你现在负责工程管理、信息化或数字转型，明年在AI上应该先做哪三步？

三家大模型抢IPO，背后其实是三种“落地路线”

从商业逻辑看，MiniMax、智谱、月之暗面代表了大模型三条典型路径：

  • 智谱：政企 + 产业链型
  • 月之暗面：技术先锋 + 开源生态型
  • MiniMax：C端产品驱动 + 海外市场型

这些路径，其实可以一一映射到建筑行业的AI落地策略。

1）智谱：像“总承包商”一样做大模型

智谱脱胎于清华计算机系，典型的“学院派 + 国家队”组合：

  • 背后是清华、中科院等强技术背景
  • 6 年拿了 17 轮融资，估值 300–400 亿元
  • 主要收入来自 B2G（政府）和 B2B（大企业）项目

公开信息显示：

  • 智谱 2024 年营收约 3 亿元，亏损约 20 亿元
  • 2025 年上半年中标金额约 1.6 亿元，排在百度智能云、科大讯飞等之后
  • 先后拿下 杭州城投、京西智谷 等项目

如果类比建筑业，智谱更像是：

一家既能做“设计总包”，又能做“施工总包”的科技公司， 给城市、园区、行业客户做“整套 AI 能力交付”。

对应到智慧工地、智慧园区、智慧住建，智谱的做法给了建筑企业三个启发：

  1. 先跟城市、园区平台绑定：

    • 建筑央企/地方城投可以和头部大模型厂商一起，做“城市级施工数据中台”，
    • 把塔吊、扬尘、视频监控、劳务实名制、BIM 等数据统一接入大模型，形成对住建局能复用的能力。

  2. 用大模型做“工程知识库”：

    • 把规范、图集、技术交底、质量事故案例喂给行业大模型，
    • 形成“施工 AI 顾问”、“安全 AI 监理”，减少对个人经验的过度依赖。

  3. 把项目当产品，而不是一次性工程：

    • 每做完一个智慧工地项目，就沉淀成可复制的“解决方案包”，
    • 类似智谱围绕 GLM 模型做生态投资，建筑企业也可以围绕自家项目孵化软硬件伙伴。

2）月之暗面：极致技术，换开源生态与品牌心智

月之暗面是“AGI 梦之战队”的代表：

  • 创始人杨植麟，清华 + CMU + Google Brain 背景
  • 天使轮就拿近 20 亿元，后续快速获得一线机构押注
  • 核心产品 Kimi Chat 靠“20 万汉字长文本”一战成名
  • 新推出的 Kimi K2 Thinking 在多项基准上超越 GPT-5、Grok4 等顶级模型

问题也摆在台面上：

  • C 端用户 月活约 900 万，但推理成本极高
  • 用户习惯了“免费用”，用得越多，亏得越多
  • 打赏、API 收费目前只是“小血袋”，还支撑不起“长跑”

这恰好和许多建筑企业在数字化、BIM 上的困境类似：

  • 一上来就想“搞最强平台”“全要素三维”，
  • 投入巨大，项目上却只用来“看模型”、“出几张漂亮效果图”。

月之暗面的做法，其实给建筑行业两点很直接的提醒：

  1. 技术领先，不等于商业闭环

    • 建设单位、总包都容易沉迷“最顶规格的数字孪生”；
    • 真正能回本的，往往是“现场安全预警”“进度偏差预判”这种具体场景。

  2. 要么降成本，要么放生态

    • 月之暗面通过开源模型，把能力“批发”给更多开发者，
    • 建筑企业也可以：
      • 把部分工地数据标准、接口开放给合作方，
      • 让软件公司、硬件厂商一起基于你的“工地操作系统”做应用，
      • 自己做“底座 +规则”，而不是每个功能都亲自做。

3）MiniMax：先把钱赚到，再谈宏大叙事

MiniMax 的路径则很“商业派”：

  • 创始人闫俊杰，前商汤最年轻 CTO
  • 先做 AI 伴侣 App（Glow / Talkie），四个月收获 500 万用户
  • Talkie 长期位居全球陪伴类 App 下载前三
  • 预计 2024 年营收 7000 万美元，主要来自 C 端付费

这在大模型公司里非常少见：

它不是先讲 AGI 理想，而是先找到一条“真付费、强复购”的细分场景， 把模型变成具体产品，把用户变成现金流。

如果对照建筑行业，MiniMax 走的是典型的：

  • “小切口 + 快变现 + 可复制”的路线。

放到智慧工地，我非常认同建筑企业采用类似思路：

  • 不要一开始就做“全面智慧工地平台”，
  • 而是选一条能在一年内看到经济效益的小场景，狠狠做透。

比如：

  • 用大模型做 工地安全巡检助手：
    • 自动分析视频找高危动作、未戴安全帽、临边作业；
    • 结合规范自动生成隐患整改闭环记录；
  • 用大模型做 工程资料智能整理：
    • 自动识别合同、签证、变更、材料单；
    • 按项目、分部工程、时间轴归档，支持语义搜索；
  • 用大模型做 技术交底与班前会助手：
    • 输入施工方案和规范，自动生成图文版、语音版交底内容；
    • 工人可以语音问“这个支模钢管最小间距多少？”即时得到标准答案。

这类场景，只要做到：

  • 明确 KPI（减少几次安全事故、节省多少资料员人力），
  • 能推广到公司 30%、50% 的项目，

那它对建筑企业 AI 投入的“回本速度”，会远高于做一套什么都干一点、却没人真正用的“全家桶平台”。

为何他们抢着去港股，我们却不能再“等一等”？

从融资结构看，这三家大模型企业有个共同点：

  • 都有阿里、腾讯、各地国资的深度参与
  • 都把港交所当成下一轮弹药库

原因很直接：

  1. 大模型太烧钱

    • 智谱 2024 年亏损约 20 亿元；
    • OpenAI 级别玩家一年烧掉的是真·百亿美元级。

  2. 科创板对盈利、研发资本化要求更硬

    • 大模型公司短期很难满足，
    • 港交所对未盈利科技公司更友好。

  3. 它们必须在 2–3 年内证明“能跑通商业化”

    • 不然就会在后续融资中被边缘化。

建筑企业其实正处在非常相似的时间窗口：

  • 国家层面已经把“新质生产力”“新型建筑工业化”“智慧工地”写进政策与标准；
  • 住建部、各地住建局开始在招投标、信用评价中增加数字化、智慧工地权重；
  • 头部央企、民企已经在做“集团级智慧建造平台 + 工地 AI 应用试点”。

差别只在：

  • 大模型企业是“资本倒逼商业化”，
  • 建筑企业更多是“政策和市场倒逼效率提升”。

大模型抢 IPO，是向资本证明：

我们有技术、有市场、有商业空间，给我钱，我能做大。

建筑企业现在要向业主与监管证明的是：

我们能用 AI 把成本控住，把质量、安全、进度做得更稳更透明， 给我项目，我能交付更有确定性的结果。

要做到这一点，光买几个摄像头、上个基础的劳务实名制肯定不够。

把“大模型打法”搬到智慧工地：三步走

如果你负责建筑企业的数字化、成本、安全或项目管理，2025–2026 年在 AI 和智慧工地上，可以按这三步来规划。

第一步：选赛道——先定“智慧工地的 MiniMax 场景”

先别把目标定成“全集团 AI 转型”，而是像 MiniMax 一样，先找一个能看见钱的小切口。

优先考虑这三类场景：

  1. 高频、刚需，又重复消耗人力的工作
    • 工程资料整理、合同与签证比对、月度报表汇总；
  2. 一旦出错就很贵的环节
    • 安全管理、脚手架搭设方案审核、重大危险源监控；
  3. 高度依赖经验的隐性知识
    • 复杂节点施工方案优化、工序穿插排布、工期延误原因分析。

选定一个场景后，做一件事：

用大模型做一版“AI 版本的这个岗位”。

比如“AI 安全员”“AI 资料员”“AI 技术负责人”， 明确它每天应该：

  • 读什么数据（视频、报表、规范、模型）；
  • 主动提醒谁（安全总监、项目经理、班组长）；
  • 提出哪几类可执行建议。

第二步：找搭子——绑定 1–2 家大模型伙伴，而不是“谁都合作一点”

从智谱、月之暗面的资本图谱能看出一个规律：

真正在往产业里做深的大模型公司， 都会在某几个行业上“深扎 + 投资 + 联合方案”， 而不是做“什么都来一点的 API 超市”。

建筑企业在选 AI 合作伙伴时，可以参考三条线：

  1. 底座型大模型厂商

    • 能否提供：中文理解好、支持企业私有化部署、
    • 是否愿意在安全生产、工程管理场景上做定制优化。

  2. 行业经验型 ISV / 方案商

    • 是否做过住建局监管平台、智慧工地平台、BIM 协同系统；
    • 是否懂工程现场业务流，而不是只会“接摄像头、做大屏”。

  3. 自建核心团队

    • 至少要有一个 5–10 人的“数字智慧建造小组”，
    • 能定义需求、评估效果，而不是完全外包。

这点和腾讯、阿里入局很像：

  • 它们一边搞自研模型，一边投 MiniMax、月之暗面，
  • 最后拼的是生态整合能力，而不是单点技术。

第三步：算账——像看财务报表一样看智慧工地

大模型公司申请 IPO 时，监管和投资人最关心三件事：

  • 真实收入是多少？
  • 毛利结构健康吗？
  • 未来 2–3 年的增长逻辑清不清楚？

建筑企业在做 AI 项目时，同样要把“算账”做明白：

  1. 项目级 ROI 模型

    • 项目级 AI/智慧工地投入多少？
    • 能减少多少：加班费、返工、工期索赔、安全事故成本？
    • 用过去 2–3 年同类型项目做对比，算清节约比例。

  2. 集团级复制能力

    • 这个 AI 场景，能否在集团内 10+ 项目复制？
    • 每复制一个项目，边际成本掉多少？

  3. 对外可售能力

    • 是否有能力把自家的“智慧工地解决方案”
    • 对外卖给兄弟单位、地方住建、产业园区？

当一家建筑企业能像大模型公司写招股书那样， 把“智慧工地 + AI 项目”讲清楚：

  • 投入结构、收益结构、复制能力、外部销售机会，

那它在和业主、金融机构、地方政府谈合作时，底气会完全不同。

写在最后：大模型在资本市场起跑，智慧工地不能永远停在试点

大模型公司扎堆 IPO，表面上是科技企业的资本竞赛，本质上是：

  • 谁能更快把 AI 变成生产力，谁就能拿到下一轮“筹码”；
  • 谁还停留在“技术展示”“概念产品”，谁就会被市场淘汰。

对中国建筑行业来说，2025–2027 年会是一个分水岭：

  • 有些企业把 AI 做成“智慧工地的标配能力”，
    • 安全管理、进度控制、成本管理、质量追溯，全面上 AI；
  • 另一些则还停留在“建几个摄像头 + 倒班拍照上传群里”。

如果你希望自己的企业站在前一类，现在是一个很现实的问题：

明年你打算在多少个项目上， 让 AI 真正接触现场数据、影响现场决策？

从一个小场景开始，从一个项目团队开始， 像 MiniMax 一样，先赚到“第一桶效率的钱”， 像智谱一样，往产业链上下游去布局， 再借一点月之暗面的勇气，在关键技术和数据上做深。

智慧工地不是一个“项目”，而是一场“长期工程”。 但每一场长期工程，都是从第一根桩开始的。

本文为“AI在中国建筑行业的应用：智慧工地”系列内容之一，后续我们会继续拆解：大模型如何具体落地到BIM协同、工程进度管理与施工质量控制等场景。