对话广联达郭建锋：在AI巨变中寻找“慢变量”

　　一家设计院，靠AI，一年能省多少成本？

　　广联达高级副总裁郭建锋举了一个例子。

　　建筑设计龙头基准方中，在广联达Concetto的辅助下，今年的渲染外包费用，预计将达到千万级成本缩减。

　　对设计师来说，看到的变化更直观：过去熬夜等图、改图，现在可以把更多时间留给方案本身。设计终于能回归创意。

　　建筑业告别高速增长，存量竞争与精细化管理成为主旋律，客户对数字和AI转型的要求随之改变。不仅要“有一套系统”，还要看到成本下降、效率提升和项目收益。AI能不能带来这些结果，决定着它是一项新开支，还是一门新生意。

　　深耕数字化近30年的广联达，给出的答案是，视DATA+AI为核心方向，以系统思维打通全要素、全流程数据闭环，向产业链各参与方客户提供全生命周期的转型解决方案。

　　AI浪潮里，智能体、OpenClaw、Skill等各种概念层出不穷。在郭建锋看来，要穿透概念背后的那些变化，寻找更慢的、本质性的东西，其总结为“慢变量”。

　　"抓住这些不变的根本，围绕慢变量来沉淀核心能力，才能对系统的持续演化产生影响。他表示。

　　从产业AI到工程AI

　　作为建筑数字化领域的领军企业，广联达的AI叙事，有着清晰的纵深刻度。

　　公司早在2015年就设立AI研发团队，2023年全面启动“All in AI”战略，不断加大在建筑领域生成式AI等前沿技术方面的研发投入。

　　郭建锋很少提模型参数。他思考更多的，是数据、老师傅的经验，以及广联达做了二十多年专业软件的沉淀。

　　“建筑行业是一个严肃行业。在面向高准确率、低误差容忍的建筑AI场景下，市面上常见的通用AI并不能完全解决客户实际的问题。”

　　一张图纸能否准确识别，一项工程量能否经得起复核，一次项目预警能否找到原因，这些都不是通用大模型单独能解决的，要求的是将AI技术与建筑领域知识、业务流程和数据以及工程软件深度耦合，转变行业的设计和生产模式、管理模式和协作模式，从而推动工程行业决策水平、生产力水平提升。

　　2026年，广联达从“产业AI”进一步聚焦到“工程AI”。郭建锋表示，产业是一个相对泛的概念，工程才是业务核心，广联达要坚定地走工程AI路线，让AI战略与业务贴合得更紧。

　　落地工程AI，底层要靠数据驱动。设计、造价、施工各有专业分工，也各有一套系统。数据散落在不同环节，口径还不一致。

　　工具繁多造成的数据割裂，是数字化时代的顽疾，进入智能化时代，这一问题是被化解了，还是被放大？

　　“数据割裂既是因，也是果。”这多少有些出人意料。“因”的那面是，建筑业的深度专业化分工，必然会把数据“切碎”；“果”的那面则是，AI有可能反过来修复割裂。

　　今年6月，郭建锋在2026年英国数字建筑周（Digital Construction Week, DCW）上听到一个观点，让他印象很深。

　　几百年前，建筑行业有“建造大师”这一统领角色，为项目的每一个细节和最终结果负责；而在高度分工的今天，每一方只对局部最优负责，“但AI有可能成为新时代的‘建造大师’，重新连接被专业分工切开的流程。”

　　AI重塑业务模型，寻找新范式

　　在复杂多变的工程业务场景里，广联达正推动工程AI的价值创造，从单点提效转向业务流程重构。

　　比如，AI原生驱动的数维方案设计产品Concetto，2026年7月迭代至2.0版本后，从单点AI工具，迈向建筑设计AI工作流平台。

　　Concetto拥有生产级的AI渲染效果，能帮企业降低90%的渲染表现成本。但是，如果只停留在1.0阶段，只把“快速出一张图”这件事做好，远远不够。

　　传统的建筑设计流程，从场地分析、方案比选到效果渲染，每个环节都需要耗费大量的人力和时间。若使用“单点”的工具，设计师要在不同的软件之间反复切换、重复上传。

　　“我们给客户带来很多单点提效，但跳出来看整个团队的业务结果，AI的价值却没那么明显。”郭建锋看到的是，一个环节提效，另一个环节可能成为新的堵点，单点节省了几小时，整个项目周期却未必明显缩短。

　　因此，Concetto继续延伸，打通“前策-渲染-建模”三大核心板块：前期帮助理解业主需求，中期完成方案表达和渲染，后续生成三维模型，进行日照等分析，并尝试连接后端算量。

　　郭建锋透露，2026年，Concetto的活跃用户数，较2025年实现十倍级提升。

　　类似的变化，也在向造价、施工等环节的产品推进。郭建锋还提到一个趋势，广联达正从“作业的智能化”加速迈向“决策的智能化”。

　　PMSmart，是专为项目经理、项目班子服务的项目综合决策智能体。它对准的是每个项目经理最头疼的一笔账：混凝土用了多少，钢筋是否超耗，进度为什么落后，接下来如何纠偏，这些细项，单独拎出来都不显眼，但日积月累，就会吃掉利润。

　　其实，项目管理并不缺少计划、执行、检查、调整这些管理概念，难的是计划数据与现场施工执行的数据常常对不上，口径也存在不一致，从而令管理难以精细化。

　　郭建锋解释，PMSmart所做的，就是把这两类数据，放进广联达所构造的“业务孪生模型”中，不仅及时发现偏差，还能沿着业务关系，往下追查原因。

　　按广联达提供的数据，PMSmart已在100多家企业、上千个项目应用，平均为每个项目创效数十万元至百万元。

　　做大与做宽，AI能力外溢

　　在做好传统建筑工程领域AI服务的同时，广联达的AI能力自然外溢，延伸到化工管道等工业领域。

　　看似是跨界，底层逻辑有相似之处，仍然围绕图纸、工程量和成本。最核心的一点是，这些行业同样有大量未被满足的痛点需求。

　　一个中等化工项目，动辄几千上万张单线图。算量人员要逐张计算管道延长米及净长，统计管件、阀门和焊口等附件工程量。图纸更新后，不少工作还要重做。

　　现在，基于广联达AI工业设备安装计量软件——化工管道解决方案，工程师可以批量上传图纸，由AI完成识别和计算，再进行异常校核。

　　原来需要持续投入大量人力的工作，有时一个晚上就能得到初步结果。

　　郭建锋透露，目前产品的识别率已处于行业最前沿水平，90%+的工程可以达到95%+的准确率，剩余部分由人工检查修改。

　　横向延伸，不止在产品维度，也发生在业务版图上。

　　广联达正加速推进核心业务的出海战略，针对出海中企面临的“全程合规难、成本管控难、多方协同难”，提供一站式、全周期的赋能方案。

　　郭建锋表示，广联达的AI产品出海，在不同市场有所侧重。在欧洲市场，以设计软件为主；在东南亚，则重点推进造价和施工业务。2026年，公司发布了全球版算量产品QuantifAI和全球版计价产品CostAI。

　　“不是把国内产品换一个语言推出去。”郭建锋说。他强调，一些技术底座可以复用，但海外计量规则、清单体系和交付格式等不同，仍需基于当地业务需求进行本地化适配开发。

　　回头看，1998年，广联达创立伊始，曾提出“让每个预算员甩掉计算器”，一直到2015年实现该目标，用了近20年。

　　二次创业，公司提出“让每一个项目成功，让每一位工程人有发展”，至今仍在路上。

　　“慢变量”的发现和把握，从不以季度为单位兑现，在AI极速奔流的时代，后发先至的，也许反而是那些愿意回归业务原点，修炼“慢功夫”的长期主义者。

　　“我们希望通过一系列AI原生产品，把技术底座扎得更深，和行业伙伴一起，去构建一个开放、共赢的国产建筑设计新生态。这条路很长，但方向非常明确。”郭建锋说。