数智化赋能全过程工程咨询

自2017年国务院办公厅发布的《关于促进建筑业持续健康发展的意见》（国办发〔2017〕19号）首次提出鼓励发展全过程工程咨询（以下简称全咨）模式至今，全咨已实现从概念式构思到全面落地实施的跨越，其市场规模与项目数量稳步增长，正成为我国工程项目管理和咨询模式中一种重要的新形式。在数字经济蓬勃发展的浪潮下，“信息、数据”既是保障全咨高效实施的关键因素，也使其服务成效面临严峻挑战。因此，需重视全咨与数字化、智能化的融合发展，以人工智能（Artificial Intelligence，以下简称AI）等技术为抓手，推动全咨的数智化应用。

2022年1月，住房和城乡建设部（以下简称住建部）发布《“十四五”建筑业发展规划》（建市〔2022〕11号，以下简称11号文）。11号文不仅强调要发展涵盖投资决策、工程建设、运营等环节的全咨服务模式，鼓励政府投资项目和国有企业投资项目带头推行，培养一批具有国际竞争力的全咨企业和领军人才，还明确要完善智能建造政策和产业体系、夯实标准化和数字化基础、推广数字化协同设计等数智化任务。11号文指出，要加快推进BIM（Building Information Modeling，建筑信息模型）技术在工程全生命期的集成应用，健全数据交互和安全标准，强化设计、生产、施工各环节数字化协同，推动工程建设全过程数字化成果交付和应用。2023年，住建部办公厅印发《关于开展工程建设项目全生命周期数字化管理改革试点工作的通知》（建办厅函〔2023〕291号），进一步明确部署了“数字住建”的工作目标，提出要加快建立工程建设项目全生命周期数据汇聚融合、业务协同的工作机制，打通工程建设项目设计、施工、验收、运维全生命周期审批监管数据链条，推动管理流程再造、制度重塑，形成可复制推广的管理模式、实施路径及政策标准体系，为全面推进工程建设项目全生命周期数字化管理、促进工程建设领域高质量发展发挥示范引领作用。

在政策导向与行业发展的推动下，全咨向数字化、智能化方向升级是必然趋势，也是这一服务模式从量变到质变、走向成熟的必经阶段。笔者针对全咨数智化应用的相关问题展开探讨，为该领域通过数智化更好实现高质量发展提供参考。

全咨数智化带来的价值提升

工程建设市场和客户对全咨的效能提升、多阶段融合、全产业链服务等方面提出了新的目标要求，而数智化是实现这些目标、提升咨询服务质量的重要手段。

应用数智化推动整体效能跃迁

项目全生命周期中的安全、质量、进度、费用四大要素，既是业主关注的核心要点，也是全咨较传统咨询工作效率与价值提升的关键所在。

施工安全监管主要体现为对施工方案和施工行为的监管。一方面，施工方案的选取一般遵循设计要求，不同的施工方案会导致不同的施工效果。在数智化仿真系统的辅助下，可预先演练不同施工方案的实施过程，对其中可能出现的安全问题作出提前预警，进而及时修改优化设计和施工方案。通过设计阶段与施工阶段的动态交互，能够提升项目的安全性，减少项目的返工与变更，保障施工安全。另一方面，传统的施工安全监管主要依靠人工管理，其管理范围及精细度有限，难以全方位识别安全隐患。在人工智能及计算机视觉等智能化技术的辅助下，可以实现安全监控线上化，管理人员只需在视频终端进行监控，即可实现无死角检查安全隐患，提高监理工作效率，增强对施工安全的监管效果。

工程质量主要受设计方案科学性、建筑材料质量合格率、施工人员操作规范性等因素影响。在设计方面，传统的设计工作大多依靠设计标准规范和以往经验，形成的设计方案数量较少，难以充分进行比选。通过应用数智化，可基于生成式AI对以往相关项目设计进行学习，生成大量可供选择的设计方案，并能根据决策阶段预设的环境、进度、成本等目标自动调整设计参数，比选设计方案，实现设计的优化提效。在建筑材料方面，传统的材料抽检受样本抽样送样不规范、检测数据不真实等因素影响，难以保证检测质量。通过引入二维码技术，可实现对材料的取样、封样、送样、收样及检测过程的全过程控制，通过将标签“一码一物”植入样品中，并将全过程各环节的检测结果进行实时录入与系统化公开，从而实现全程数智化监督，保障材料合格率及施工质量。在施工人员操作方面，合规操作是保证施工质量的一道重要防线。依托人工智能，不仅可借助可视化终端监督工人操作的合规性，还能应用智能检测设备阶段性测试各项参数，从而较大程度上确保施工作业规范，保证工程质量。

进度管理包括前期的进度规划与后期的进度控制，按时完工是每项工程都在追求的目标之一。传统的进度规划多依据以往经验，以甘特图（显示项目、进度及其他时间相关系统进展的内在关系随时间变化情况的条状图）等形式展现。这种方式不仅受限于经验，且修改起来费时费力。在数智化平台的支撑下，人工智能可依据大量历史项目数据进行训练，凭借时序预测模型精准估算工期，结合BIM模拟各施工顺序方案，不断修正模拟中出现的偏差，优化施工进度基线，提高进度规划的准确性和控制效果。在施工过程中，监理方和承包商需要实时进行进度控制。通过物联网与计算机视觉等技术实时采集现场数据，并与进度计划进行偏差对比分析，自动识别施工进度滞后预警，并及时采取纠偏措施，降低延期风险。

费用管理是全咨服务中的重要内容。传统造价咨询服务中，目标费用测算、过程费用控制及结算费用核算各阶段呈分离状态，相互之间易产生“三超”（设计概算超过投资估算、施工预算超过设计概算、竣工决算超过施工预算）等问题。数智化全咨服务将费用管理“主动化”，利用全周期数据共享破除费用管理各阶段之间的壁垒。在费用测算阶段，通过大数据、机器学习、GIS（Geographic Information System，地理信息系统）等技术充分考虑可能影响费用的各项因素，并罗列可能造成费用超算的潜在风险，为过程费用控制的重点管控提供支撑；过程控制中的变更，可通过BIM扫描直接标注变更部位，在系统中快速计算变更费用，向前端反馈至费用测算阶段以积累经验，向后端反馈至费用核算阶段作为核算依据，从而实现对投资的精准把控和项目效益最大化。

应用数智化深化阶段间协同

全咨服务的开展契合数字经济时代跨界合作的通行商业模式，其强调项目各阶段与各专业的集成化管理。但从一些试点项目的实施效果看，全咨服务内容常出现简单叠加、组织整体协调性差等问题，难以做到高效协同成为掣肘全咨提质增效的主要原因。

全咨的数字化主要运用BIM、GIS、物联网等通用数字技术，将项目信息从纸质载体转化为数字形式，实现信息的在线化和可视化，以此缩短各阶段之间的沟通周期、提升信息传递效率，其本质是“用数字记录世界”。而数智化应用则是在数字化基础上融入人工智能、机器学习、智能算法等数据处理技术，利用数据信息进行自主分析和决策优化，其本质是“用数字驱动世界”。数智化应用所带来的分析决策、模型映射等功能，能在破除全咨服务各阶段组织屏障的基础上，深化各阶段之间的交互关系，使全过程组织体系成为动态发展的整体。

如表1所示，数字化能够实现全咨服务各阶段、各专业的信息互通，减少沟通障碍。而如何发挥所收集数据的最大价值，是全咨服务实现由量变到质变跨越的关键。全咨致力于建立推动项目实施各阶段互为依据、互相反馈、整体提升的联动机制，数智化应用中AI、机器学习、深度学习等核心技术可辅助咨询方达成这一目标。以设计阶段为例，决策阶段的需求通过智能算法直接映射到设计参数层面，形成准确反映业主需求的设计方案，为施工进度及施工工艺提供直接指导。同时，施工阶段的变更信息反哺设计方案，将变更数据及时导入大模型后，可快速计算出新的施工进度。这种阶段间的充分交互与协同，显著提升了整个项目的效率与价值。

应用数智化推动服务链延伸

传统的咨询服务往往聚焦于决策、设计、施工阶段，一般是“客户说什么就做什么”的被动式服务，若要以全咨实现项目价值的提升，则需改变这种思维模式。11号文指出，要培育智能建造产业基地，加快人才队伍建设，形成涵盖科研、设计、生产加工、施工装配、运营等全产业链融合的智能建造产业体系。数智化全咨也应向前延伸至需求分析，向后延伸至运维乃至拆除处置阶段，实现全产业链的智能咨询。

向前延伸阶段，数智化全咨以主动服务引领客户形成共创项目价值的思维，通过提前跟踪用户并与之接洽，进行“咨询预服务”。通过自然语言处理技术，可快速解析客户提供的多源信息并整合归档，精准识别需求要点后，基于工程知识图谱检索相关历史案例、法规政策以及经济数据，在确保项目技术可行性、经济合理性、环境兼容性的同时，为客户提供更具参考价值的分析结果。这种智能化的前期需求咨询服务不仅为之后的项目实施打下良好基础，还可提升客户满意度，实现与客户的共赢。

11号文明确要“大力发展装配式建筑”，这为数智化全咨服务向运营端延伸提供了更大的可能性。装配式建筑具有“先天数据化”的特征，在设计阶段便在BIM中被赋予唯一的标识记录，使其更容易在施工阶段积累精准数据，形成运维阶段的数据资产。在AI技术支撑下，可实现设备状态实时监测与预测性维护。此外，装配式建筑依赖标准化部件和模块化组合，要求从设计到运维采用统一的数据接口和技术标准，这一特性驱动数智化全咨在项目初期便将运维时数据纳入考量，助力构建全生命周期的服务链。

全咨数智化实施路径

全咨数智化已得到普遍应用，其通过智能化技术深度赋能，激活数据要素价值、重构高效协同的管理体系，进一步推动数智化发展，是全咨提质增效的关键路径（见图1）。

数据格式标准化

在数字化技术引领下，已有部分项目在较大程度上实现了项目场景化和场景数字化，使项目信息得以在全生命周期共享。但在工程实际应用中，全生命周期的数据信息管理涉及不同软件间的数据互通，数据格式或接口的差异会影响数据的准确性及传输效率。因此，在现有已基本实现数字化水平的基础上，需进一步通过统一各个阶段和各个软件的数据格式标准，降低数据的异构性与多源性，提高数据信息在多场景、多阶段之间的共享效率，为全咨各阶段之间的深入交互打下良好的数据基础。

数据运用提质化

充分挖掘数据价值，将其隐藏信息显性化并应用于实际工程，是全咨数智化的重要目标。随着BIM、AI、机器学习、深度学习、智能算法等技术的不断普及和数据价值挖掘的持续深入，对数据深入分析后形成的报告已成为咨询企业的重要资源。工程咨询企业应重视自身基础设备与软件库的丰富和完善，如引入AI、机器学习，打造数智化平台；在保障数据标准化、数据真实性的基础上，结合具体应用场景为相应数据匹配最契合的处理方法，包括预测性处理、映射建模等，以提升数据价值；根据全咨各个阶段深入交互促进整体价值提升的目标，形成有运用价值的数据储备库，真正实现针对全咨的数智化应用。

智能管理体系化

在全咨数智化转型中，将智能管理体系化并实现复用，是提升项目综合效能的核心路径。应将咨询过程中的每个阶段所需开展的工作规划视为一个体系，为后续项目效能提升提供支持。

建立统一的数据平台。数据是全咨数智化的核心基石，数据平台的构建是一个不断积累、不断优化的过程，从异构多源数据到标准化数据，从少量数据到海量数据。在咨询工作过程中应养成及时上传数据的习惯，逐渐拓宽数据库的宽度与广度，为咨询工作打下扎实的数据基础。

针对关键业务环节部署智能算法。全咨数智化应用是一个逐渐摸索的过程，每个阶段的需求以及阶段之间的交互需求所适用的最优方法各不相同。在实践中，需不断为场景需求匹配合适的智能方法并纳入智能管理体系，形成一套可复用的算法库。

以智能管理重构业务流程。传统咨询工作中的流程转化多为串行机制，人力投入存在客观局限，导致报批审批等流程进展较慢，这是项目进度滞后的重要因素。因此，在一些固定流程中可融合智能化技术，形成自动化线上报批审批、关联性较强的阶段间建立自动化动态反馈机制等，实现全咨的数据驱动，从而在很大程度上提升咨询工作的动态化与灵活性。

全咨数智化面临的问题及解决之策

全咨数智化已得到普遍应用，其以咨询业务数字化为基础，通过智能化技术深度赋能，激活数据要素价值。全咨的数智化应用在助力价值提升的同时，也带来了新的问题和挑战。笔者分析了亟须破解的典型问题，并提出应对策略。

技术成本与实施难度问题

在全咨数智化应用中，AI的技术成本与实施难度是重要制约因素。AI技术的开发和部署需要高昂的初始投资，构建一个高效的AI系统不仅需要先进的硬件设备（如高性能计算服务器、专用传感器等），还需要大量的软件开发和数据采集工作，后续的更新维护也需要持续的资金支持。此外，AI系统的部署还需要企业具备相应的技术能力，包括数据科学、机器学习、软件开发等方面的专业知识。许多工程咨询企业缺乏这样的技术储备，导致企业智能化转型进展缓慢。为应对这一挑战，可以通过建立行业共享的AI平台，通过数据云端化及资源共享化，减少单个企业的投入，降低资源冗余。同时，企业应不断加强相关人才引进与技术培训，以提升企业内部的技术能力。

数据安全与隐私保护问题

工程项目因其数据量大且复杂，适合与数智化融合，但这也使其面临数据隐私与安全挑战。尤其是工程咨询行业，涉及的数据类型多样，包括地质数据、客户信息、商业数据、设计图纸、施工记录等，其中许多数据具有高度的敏感性和商业价值，一旦泄露或被篡改，将对客户和企业造成不可估量的损失。AI、深度学习等技术本身的数据处理机制也可能存在隐私风险，部分数据需要传输至云端服务器，尽管可以通过数据脱敏或匿名化技术降低风险，但在某些情况下，通过分析匿名化数据仍然可以推断出特定个体的信息。

在隐私保护越来越重要的今天，要解决上述问题，在制度方面应加强约束，建立数据安全管理制度，明确数据收集、存储、处理过程中的安全规范，保证数据收集与处理过程中的合规性；在硬件方面应加强数据加密技术的研发，应用防火墙、入侵检测等网络安全防护措施，加强对信息盗取的防范。

复杂与极端场景应对问题

数智化应用为全咨带来了效率与价值的双重提升，但在面对复杂场景时，其自动化决策能力仍显不足，往往需要人类专家的深度参与。例如，在特殊地质条件（如地震带、滑坡多发区、岩溶地区等地质结构）复杂多变的情况下，地质数据的获取和处理难度较大，历史数据往往不完整或存在较大偏差，导致AI模型的预测结果精度较低。又如，文化保护项目涉及历史建筑、古迹遗址等具有重要文化价值的工程，其保护和修复工作不仅需要技术层面的支持，更需要对文化背景、历史价值的深刻认识，因此仍需依赖相关专家的专业知识和价值判断。此外，全咨通常需要协调和整合多方利益相关者的诉求，这依然离不开人在人际互动和共识达成方面的独特优势。针对这一挑战，可加强高质量以及多源数据的采集，提高数据采集的精度和覆盖范围，构建更全面的数据库，为应对复杂场景做好准备。同时，创建“人机协作”模式，充分结合人类的情感沟通能力以及AI的数据分析能力，在协同工作中实现项目价值的最大化。

结语

在现有数字化水平的基础上为全咨赋予智能化应用，实现从数字化向数智化的提升，是切实提高咨询服务质量的重要一步。全咨数智化应用通过“数字化”与“智能化”的深度融合，推动整体效能跃迁提升、促进全过程各阶段深度协同、带动整体服务链向前后端延伸拓展，构建更具竞争力的工程咨询生态体系。行业应构建数据格式标准化、数据运用提质化、智能管理体系化的智能化实施路径，同时审慎应对数智化应用可能带来的技术成本与实施难度、数据安全与隐私、复杂场景应对等问题，助力全咨在数智化浪潮中迈向新高度。未来，可在全咨数智化人机协同、模式创新等方面开展更深入的探索，丰富全咨数智化应用场景，为行业高质量发展提供有力支撑。

（作者单位：华北电力大学经济与管理学院工程建设管理研究所）