智慧城市已经在用“数智基础平台”重塑治理方式，建筑工地却还在单点买设备。本文拆解城市大脑的方法论，落到智慧工地的安全、进度与BIM实践，帮你搭出自己的“工地大脑”。
2021年，中国智慧城市相关产业规模被多家机构估算已突破4万亿。而同一时期，中国建筑业总产值也接近30万亿，却依然是全球数字化水平偏低的传统行业之一——安全生产压力大、成本高、进度难控、质量难以量化。
这两组数字放在一起看，会发现一个很现实的问题：城市在变聪明，工地却常常还是“体力型”时代的玩法。
我越来越坚定一个判断：未来真正领先的建筑企业，不是单点买几个AI摄像头、搞一块电子屏，而是把智慧城市的“数智基础平台”思路搬到工地里，做一套自己的“工地大脑”。
这篇文章就从赵晓马在第四届中国人工智能安防峰会上的“人本城市与数智基础平台”观点出发，结合智慧工地实践，聊聊：智慧城市是怎么搭“底座”的？这些方法怎么迁移到建筑业？以及，一个面向“人本工地”的AI数智平台，应该长什么样。
一、从“信息城市”到“人本城市”，给智慧工地提了什么醒？
赵晓马把未来城市的发展，拆成了三步：
- 信息城市：以信息化为中心，互联网驱动，解决“有没有数据”的问题。
- 智慧城市：以应用场景为中心，AI、物联网驱动，解决“能不能用数据”的问题。
- 人本城市：以人为中心，强调全系统、全场景协同，解决“用数据到底为谁服务”的问题。
放到建筑行业，我更推荐用同一套思路对照一下自己的工地：
- 还停留在“信息工地”：
- 现场有些摄像头、门禁、人脸打卡；
- 资料在电脑里，进度在Excel里；
- 每个系统都能查数据，但互相完全不说话。
- 迈向“智慧工地”：
- 安全帽未佩戴自动预警，起重机超载自动报警；
- 塔吊、升降机、临边、深基坑都有传感器；
- 但各子系统还是割裂，项目结束数据就“归零”。
- 走向“人本工地”：
- 以“人”为中心：工人安全、管理人员决策效率、业主透明度；
- 以“项目全生命周期”为主线，打通勘察、设计、施工、运维数据；
- 安全、进度、质量、成本不再是四张报表，而是一套联动的数字孪生系统。
这三步的关键差别，不是买了多少设备，而是有没有一个“底座”：城市有城市大脑，工地就该有“工地数智基础平台”。
二、数智基础平台：城市大脑如何启发“工地大脑”建设？
赵晓马在演讲里提到一个现实困境：
城市里有海量设备、企业、应用、服务、数据，管理者要建多少网、多少中台、多少平台，才能管得过来？
今天的大中型施工企业，其实已经遇到同样的问题：
- 安防一套平台
- 机械管理一套平台
- BIM一套平台
- 质量、安全、进度各一套平台
- 集团还有OA、ERP、费控系统
结果就是：“平台比项目还多”，信息割裂、数据孤岛严重。
智慧城市给出的答案，是建设统一的数智基础平台——在城市层面像iOS、安卓一样，提供统一的数据底座和“操作系统”，各类AI应用在上面开发和运行。
对应到建筑业，一个成熟的“工地大脑”，至少要具备四个核心能力：
1. 数据底座：把分散在工地上的“碎数据”收回来
- 接入对象：视频监控、塔吊、升降机、环境监测、人员定位、门禁、材料称重、混凝土浇筑记录等；
- 数据类型：实时流数据（视频、传感器）、结构化数据（进度计划、材料台账）、BIM模型数据；
- 核心要求：
- 统一编码工人、设备、构件、楼层、工序；
- 统一时间线，保证“某个时间点工人在哪、设备在干什么、构件在什么状态”都能对得上。
如果这一步没做好，后面什么AI分析、数字孪生，都是空中楼阁。
2. 算力与AI能力：给工地配一颗“能想”的大脑
赵晓马谈自动驾驶时提到：“聪明的单车远远不够，需要有智慧的路，背后还要有计算网络支撑毫秒级决策。”
工地场景其实非常类似：
- 智能摄像头、智能安全帽只是“聪明的终端”；
- 真正决定效率和安全水平的，是后端的算法：
- 安全帽/反光衣/高空作业识别；
- 起重机碰撞预警、吊装路径优化；
- 进度偏差预测、资源调度优化；
- 施工日志自动生成、隐蔽工程智能验收。
所以，数智基础平台里要内置一套可持续演进的AI能力：
- 通用视觉算法 + 工地场景再训练；
- 针对塔吊、深基坑、隧道等的专用算法；
- 支持后续快速上线新的AI模型，而不是每次重新搭建系统。
3. 标准化接口：让BIM、ERP、OA和现场真正“对话”
城市大脑的另一个经验，是强制推动跨部门数据打通，靠的是统一标准和接口。
对建筑企业来说，数智平台至少要打通：
- 与BIM平台：按构件、楼层、轴线，把现场实时状态映射到三维模型；
- 与ERP/成本系统：把材料消耗、机械使用、人工投入与成本预算自动勾连；
- 与集团OA/项目管理系统：用真实数据支撑节点验收、签证变更、奖惩考核。
只盯着现场，不接上“经营的一头”和“运维的一头”，智慧工地只能停在“电子围栏+AI摄像头”的浅层次。
4. 面向人的应用：从“看大屏”走向“人本工地”
赵晓马强调，“人本城市”最终是为了人，而不是为了系统本身。
放在工地上，我更赞同这一点：
- 对项目经理：手机就能看到安全风险热力图、关键路径进度预警；
- 对安全员：AI先筛一遍告警，人只关注真正有风险的10%；
- 对工人：刷一次脸即可完成考勤、工资核对、培训记录；
- 对业主与监管：能按楼栋、按工序在线查看真实进度和质量数据。
这才是“人本工地”的意义——不是把人变成系统的执行螺丝钉，而是让系统成为人更好决策和更安全作业的工具。
三、城市AIoT经验：怎么迁移到安全管理最难的工地现场？
智慧城市发展这几年，AIoT在城市安防、安全生产里已经跑出了比较成熟的范式。建筑业完全可以少走弯路，直接“拿来主义”。
1. 从城市安防到工地安全：场景高度相似
城市安防典型场景包括：
- 人群密度监测与异常聚集预警；
- 重点区域入侵、徘徊识别；
- 重点人员布控；
- 火灾、烟雾、明火智能识别。
对应到智慧工地：
- 高处作业、临边洞口区域的人群密度与停留时间；
- 夜间或禁入区域的闯入、徘徊；
- 高危工种（焊接、吊装）的人员精细管理；
- 现场吸烟、明火、违规动火作业自动识别。
技术本身不复杂，难点在于两件事：
- 场景定制：
- 城市道路的“闯红灯”模型，搬到工地不一定能识别“高空抛物”；
- 需要对塔吊、脚手架、模板支撑、卸料平台等独特构件进行专项算法训练。
- 闭环落地：
- 城市安防有公安、城管、消防；
- 工地上只有有限的安全员和管理人员，所以告警数量必须被极大“降噪”。
我个人比较推崇的做法是：优先做少数高价值场景，把一个场景打穿，而不是罗列几十个功能却没有任何一个真正进入日常管理闭环。
2. 从智能汽车、机器人，看智慧工地的终端形态
赵晓马在演讲里提到两个重要的物联网节点：智能汽车和机器人。
- 智能汽车：既是交通工具，也是新的生活与工作场景。
- 机器人：不仅执行作业，还在持续采集环境和行为数据，具备自学习能力。
在工地上，对应的“终端进化方向”会是：
- 智能机械：塔吊、挖机、泵车、桩机等全部带上传感器和控制模块；
- 移动机器人：巡检机器人、清扫机器人、物料搬运机器人，承接重复性、危险性作业；
- 具身智能终端：把大模型、语音助手搬到安全帽、对讲机或手机里，成为一线工人的“随身工程助理”。
城市的经验告诉我们：
单个终端再聪明，如果没有一张统一的“网”和一个统一的“脑”，价值始终有限。
智慧工地也是一样：
- 单买一批“智能安全帽”，最后经常只剩下“刷脸考勤”；
- 只有把终端、网络、算力、应用放在一个统一的工地数智平台里，数据才能真正沉淀下来，反哺下一轮优化。
四、做智慧工地平台，企业容易踩的三个坑
很多建筑企业已经在做智慧工地试点，我接触下来，普遍会踩三个坑：
坑一：只买“点”不建“面”——项目一结束，一切归零
- 某项目买了一套塔吊安全系统；
- 另一个项目做了视频AI识别；
- 再一个项目导入了BIM进度管理。
几年下来，集团层面：
- 没有统一数据标准；
- 没有统一平台；
- 没有可复用的算法资产和场景模板。
建议：
- 从集团层面先设计“工地数智基础平台”蓝图，再往下拆到项目；
- 试点项目也要坚持接入集团平台，哪怕开始只打通两三个关键数据点。
坑二：过度追求“炫技”，忽略管理规则和制度
有的项目大屏做得很炫：
- 实时视频墙、三维模型、各种曲线图；
- 甚至还有所谓“AI驾驶舱”。
但问一句：
- AI发现高空未系安全带，谁有权停工？
- 系统识别出起重机超载，惩罚规则是谁定的？
- 这些记录能否进入农民工实名制与工资结算考核？
没有制度配套，AI就只能“看个热闹”。
智慧城市在这方面的经验非常明确：每一个AI能力、每一个告警规则，背后都要有清晰的责任主体和处置流程。
智慧工地也一样：
- 平台上线前，要和安监、项目经理、分包班组一起，把“AI发现→谁处理→处理时限→不处理的后果”全写清楚；
- 让系统真正进入日常考核，而不是挂在大屏上“给领导看”。
坑三：忽视长期数据资产价值，只盯短期招投标加分
不少企业上智慧工地系统，只是为了：
- 投标时能拿几分“科技创新分”；
- 迎检时能有个“样板间”展示。
这会导致：
- 不愿意在统一平台上做持续投入；
- 不做数据清洗与标准化；
- 项目完工后系统彻底停摆。
但从智慧城市与ESG（绿色、低碳、可持续）趋势看，建筑业早晚要面对几个现实：
- 碳排放、能耗要可计量、可追溯；
- 安全事故和隐患处置记录要可查询、可核验；
- 业主和金融机构会看你项目的“数字化能力”，再决定合作与融资条件。
真正有远见的建筑企业，已经在把每一个项目的数据，当成未来竞争力的一部分。
五、从“人本城市”走向“人本工地”：接下来可以做什么？
回到赵晓马的观点：
上一个时代是移动互联网，现在正处于红利的顶峰；下一个时代是物联网时代，会不会出现类似iOS或安卓的操作系统，为所有IoT终端提供开发、运行和演进环境？
对建筑业来说，我的判断是：谁先构建起自己的“工地操作系统”和数智基础平台，谁就先一步从“工程承包商”升级为“城市建设服务商”。
如果你在建筑企业负责信息化、技术或工程管理，接下来可以从三件很具体的小事开始：
-
在一个项目试点真正意义上的“工地大脑”雏形：
- 不求功能多，只求打通“人（实名制）—机（塔吊/升降机）—料（关键材料称重）—BIM构件—进度计划”这条主线；
- 让项目经理手机上第一次看到“数据驱动的项目全景”。
-
把安全管理场景做深做透：
- 先挑3个最高风险场景，比如高处作业、起重吊装、深基坑；
- 用城市安防的成熟算法做定制，真正跑出“AI预警—人处置—追责留痕”的闭环；
- 再慢慢扩展到更多场景，而不是贪多求全。
-
和设计、运维团队一起规划“从工地到城市”的数据链路：
- 从一开始就考虑，施工阶段积累的数据，如何服务竣工验收和运维；
- 在BIM模型里预留运维所需的关键信息，施工完成直接交付数字孪生底盘。
智慧城市的这套“人本城市 + 数智基础平台”的打法，其实已经走通了一大半。现在轮到建筑业，把这套经验消化、改造，落在自己的智慧工地上。
城市会越来越聪明，工地不该继续“只长肌肉不长大脑”。
谁先让工地真正有了“脑”和“神经网络”，谁就能在未来几年城市更新、新基建、低碳建筑浪潮里，占据主动。