063 重构•协同•智变—AI赋能工程建设业务融合实务

课程大纲

认知篇——AI时代，重新定义我的工作

一、拥抱变革：从AI焦虑到AI协同的认知重构

AI时代的工程建设行业全景扫描
1. 全球与国内AI技术发展趋势与行业政策解读从国务院人工智能+行动意见到各地住建领域AI专项方案，政策脉络与产业趋势系统梳理
2. 工程建设行业AI应用的现状与未来：从概念热到场景热
3. AI不是替代人的工具，而是放大人的能力的第二大脑AI作为能力放大器而非替代者的核心认知阐释，引导学员建立积极心态
AI能力认知进阶：从边界局限到价值协同
AI的核心能力图谱
自然语言理解与生成、计算机视觉识别、数据分析预测、复杂推理决策辅助
AI擅长的四类工作
信息检索与整合、固定格式文本生成、数据整理与图表制作、模式识别与异常预警
AI的天花板在哪里

二、反思破局：重新认识我的工作与AI融合

1. 破冰互动：我的工作画像一张图梳理人与AI分工图谱
2. AI协同的融合进阶破局
1. 破除两极认知，建立正确心态
2. 人机协同黄金法则
AI负责快，人负责准；不是替代，是分工
3. 人与AI分工图谱：三色标注法红色（AI可替代）、黄色（AI可增强）、绿色（AI不可替代）
不可替代的核心价值剖析

思维篇——从被动适应到主动协同

一、思维重构：打破传统工程建设行业的工作定式

工程建设行业的思维惯性反思
1. 经验驱动 vs 数据驱动从我听师傅教的到数据告诉我的思维转变
2. 流程固化 vs 动态优化破解一直这么做但缺乏科学依据的工作流程
3. 各自为政 vs 人机协同AI并非孤立的工具，而是需要嵌入业务流程与人机协作体系的能力要素
AI协同思维框架：三个核心转变
1. 从会不会用AI工具到该不该让AI来做建立任务优先而非工具优先的思维方式
2. 从AI能做什么到我的业务痛点AI能解决什么建立问题导向的AI应用逻辑
3. 从一次性部署到持续进化建立AI应用的迭代思维——数据越用越多、模型越用越准

二、方法论：业务与AI结合的五步法

第一步：场景识别——找到高价值、低门槛的切入场景
1. 场景识别三原则高频重复优先、规则明确优先、数据充分优先
2. 工程建设领域典型高价值场景速览施工方案编制、图纸审核、安全隐患识别、进度计划排程、招投标文件处理、设备故障预测等
第二步：可行性评估——技术可行性与业务价值的双重验证
1. 技术可行性维度数据是否可用、算法是否成熟、部署成本是否可接受
2. 业务价值维度效率提升预估、成本节约预估、质量改善预估、风险降低预估
第三步：方案设计——人机协同的任务分工
1. 明确AI做什么、人做什么将任务分解为自动化环节和人性化环节
2. 设计人机交互流程AI输出的结果如何被人理解、审核和采纳
第四步：快速验证——用最小可行产品（MVP）验证效果

案例篇——从企业级AI大模型到项目级应用落地的全链路实践

一、企业级标杆案例：大中型企业的AI大模型部署实践

案例一：上海建工云工大模型——国内首个建筑AI MaaS系统
案例二：宁夏交建灵筑行业大模型——交通领域的AI突围
1. 业务痛点
2. AI赋能场景与实施路径
1. 解决方案：搭建专属灵筑行业大模型接入DeepSeek模型通过专业的行业知识问答、技术文档撰写、投标文件辅助生成、Excel表格自动生成等场景，实现从知识管理到业务实施效率的全…
2. 平台交付：构建领域化模型训练中枢基于企业10万+份技术文档构建训练数据集，采用监督微调+强化学习双阶段训练模式
可复制经验总结
1. 通用模型必须行业化：没有行业知识注入，AI就是外行2）知识管理是AI赋能基础：将分散设计图纸、施工方案、维护报告统一管理3）复合型人才培养是关键：需要既懂业务又懂AI技术的团…

二、项目/部门级落地案例：桌面级AI应用实例

案例三：路桥项目——AI辅助合同评审、自动周报生成
经验：AI做风险初筛，人工做深度复核，AI合同审查不能替代专业法务
上游数据标准化是关键，效果最大化需要数据标准化和模板化
案例四：房建项目——AI辅助项目进度跟踪，自动识别偏差与预警
1. 应用场景：AI对比计划进度与实际进度，自动识别滞后任务，生成偏差分析
2. 实操
演练：准备计划进度表和实际进度表→提示AI对比分析→输出滞后任务清单、偏差影响、进度健康状况总结、追赶建议
3. 方法论提炼：AI进度跟踪的人机分工——AI负责数据比对+偏差计算+模板化报告，人工负责偏差原因分析+应对措施制定
案例五：业务部门AI优化技术文档及采购文件——让专业表达更规范
1. 应用场景：施工技术方案润色、采购询价函编制、报价单信息提取与比价表生成

行动篇——回到岗位，从知道到做到

一、企业内部AI能力建设建议

建立AI应用小妙招共享库
让员工自发分享验证有效的提示词和操作流程
每月一次AI赋能分享会
每次数名员工分享真实案例
将AI应用能力纳入岗位能力模型

二、30天AI赋能业务启动计划

第一周：选择一个场景，试运行
第二周：优化提示词，建立小技巧库
第三周：横向复制到第二个场景
第四周：分享与固化
课程总结与资源支持

一、课程核心要点回顾

二、工具资料包提供

适合对象

工程建设企业中高层管理者、项目管理人员、职能部门人员（采购、合约、法务、行政等）、数字化部门负责人、技术骨干

课程定位与主要问题

AI任务拆解、流程嵌入和输出复核复盘时，问题、方法和课后检查点需要连起来，便于回到岗位继续推进

核心收益

场景边界更清楚：工具场景、输入要求和输出校验，先讲清对象、约束和判断标准
围绕认知篇——AI时代，重新定义我的工作梳理关键判断点，避免停留在概念解释
借助案例篇——从企业级AI大模型到项目…完成一次可复盘的应用演练
输出行动篇——回到岗位，从知道到做到相关的后续跟进清单，方便课后跟踪

课程背景与交付信息

AI工具进入真实流程后，难点通常不在演示，而在任务选择、输出校验和协作边界。课堂从认知篇——AI时代，重新定义我的工作切入，再对齐案例篇——从企业级AI大模型到项目级应用落地的…与课后复用方式。

课程时间

0.5-1天

授课方式

理论讲解、小组研讨、案例拆解、工具实操、实战演练

课程内容重点

01认知篇——AI时代，重新定义我的工作

02案例篇——从企业级AI大模型到项目级应用落地的全链路实践

03行动篇——回到岗位，从知道到做到

讲师介绍

蔺军

工业数智化实战专家

浙江大学工学博士，正高级工程师。21年工程管理及12年数智化实战经验，主导3家龙头企业数智化转型，擅长智能建造与大型工程全周期管理，兼具深厚学术背景与丰富一线实战成果

建筑工程钢结构桥梁工程智能制造航空航天

查看讲师主页

课程差异说明

本课程页面围绕《063 重构•协同•智变—AI赋能工程建设业务融合实务》重点呈现课程定位、适合对象、核心收益和 4 个主要模块，便于快速判断培训匹配度

课程常见问题

这门课适合哪些学员参加？

工程建设企业中高层管理者、项目管理人员、职能部门人员（采购、合约、法务、行政等）、数字化部门负责人、技术骨干。

学习这门课可以获得什么收益？

看清工具场景、输入要求和输出校验，先讲清对象、约束和判断标准；围绕认知篇——AI时代，重新定义我的工作梳理关键判断点，避免停留在概念解释。

课程通常安排多长时间？

课程通常可按0.5-1天安排，具体节奏会结合企业培训目标、学员基础和现场安排确认

课程采用什么授课方式？

课程主要采用理论讲解+小组研讨+案例拆解+工具实操+实战演练，强调理解、讨论、工具练习和业务场景应用

企业可以基于这门课做定制吗？

可以。正式交付时可结合企业行业、岗位对象、当前问题和培训时长，对案例、练习和重点模块做适配