关键词：数字化赋能；智能建造；新一代信息技术；智能 BIM；建设行业转型
本文聚焦数字化赋能智能建造领域，阐述新一代信息技术对行业数字化的推动作用，分析国家战略与政策导向。指出我国建设行业传统模式存在的问题及数字化转型面临的挑战，介绍智能建造及其关键技术、数字化思维与路径。着重探讨智能 BIM 的环境、应用、管理、技术支撑，最后针对建设行业数字化转型和智能建造发展提出建议，旨在为推动建设行业数字化与智能化发展提供理论参考。
一、引言
在当今时代，新一代信息技术呈现出蓬勃发展的态势，为各行业的数字化转型升级注入了强大动力。以 5G 通信、物联网、工业互联网等为代表的新一代通信与感知技术，使得高效、高速获取大数据成为现实，为行业数字化筑牢了算据根基；云计算、大数据、区块链等新一代数据计算技术，实现了超大规模分布式数据的存储、处理与高效计算，结合 GPU、FPGA 等芯片技术，为行业数字化营造了良好的算力环境；数据挖掘、感知识别、深度学习等新一代数据分析技术，推动了大数据驱动的新一代人工智能技术进步，为行业数字化提供了坚实的算法支撑。新一代信息技术显著提升了数据获取、加工、处理和利用的能力，使数据增值成为“信息资产”，有力推动各行业实现跨越式发展与变革。在此背景下，智能建造作为建设行业数字化转型的关键方向，正逐渐成为研究与实践的热点。
二、国家战略与政策导向
2.1 国家重大发展战略
在我国，高瞻远瞩，制定了一系列推进互联网 +、大数据、人工智能等领域的重大发展战略。2015 年 7 月，国务院发布《关于积极推进“互联网 + ”行动的指导意见》；同年 9 月，发布《促进大数据发展行动纲要》；2017 年 7 月，发布《新一代人工智能发展规划》。这些战略的出台，为各行业的数字化发展指明了方向，也为智能建造的兴起奠定了政策基础。
2.2 配套政策跟进
为贯彻落实国家发展战略，国家和建设行业相关部门相继出台了一系列配套政策。2020 年 3 月，提出国家“新基建”的重点发展方向，强调加快 5G 网络、数据中心等新型基础设施建设；住建部紧跟步伐，提出“新城建”发展战略，引领城市转型升级，推进城市现代化建设。2020 年 7 月，住建部联合 13 个部委发布《关于推动智能建造与建筑工业化协同发展的指导意见》，明确我国建筑产业的发展战略和产业体系，提出到 2035 年我国迈入智能建造强国行列的发展目标。
三、建设行业现状与挑战
3.1 传统模式问题
我国建设行业的传统建造方式和管理体制相对滞后，存在诸多问题。一方面，传统建造方式具有高消耗、高排放、低效能的特点，对资源和环境造成了较大压力；另一方面，数据基础设施薄弱，数字化水平较低，导致信息传递不畅、管理效率低下。
3.2 数字化转型挑战
在国家数字化战略背景下，建设行业的数字化转型和智能化升级面临严峻挑战。由于传统模式的惯性，行业对数字化和智能化的接受程度和应用能力有限，数字化和智能化支撑的智能建造与建筑工业化发展受到严重制约。
四、智能建造及其关键技术
4.1 智能建造定义
工程建造涵盖建设工程项目从立项策划、规划设计、生产施工到运维服务的全过程。智能建造是面向工程产品全生命期，深度融合新一代信息技术的新型建造模式。其目标是在数字化驱动下，实现工程项目立项策划、规划设计、生产施工、产品交付、运维服务等全生命期、全链条的一体化和协同化，推动建造过程向设计数字化、建造工业化、管理现代化迈进，是加快建设行业转型升级、实现生产方式根本变革的关键途径。
4.2 应用内容
智能建造的应用内容广泛，主要包括全过程数据智能感知、识别、采集，定位、跟踪、传输、监控和管理；数字化建模及数据管理平台；数字化协同设计；工厂化生产和自动化施工；数据驱动的决策管理。
4.3 关键技术
智能建造是将建造技术与 BIM、云计算、大数据、物联网、人工智能等新一代信息技术深度融合，其关键技术涵盖多个方面。
五、智能建造的数字化思维
5.1 数字化与信息化的关系
数字化是将信息载体以数字编码形式进行存储、传输、加工、处理和应用的技术途径，通过对物理对象/过程进行数字建模，在计算机中形成数字孪生。信息化则是在信息技术产业发展基础上，运用信息技术改造传统经济、社会结构的过程。数字化强调信息应用的计算机化和自动化，将物理世界重构到数字化世界；信息化强调信息技术的应用、信息资源的共享和信息产业的发展，利用信息和信息技术改造物理世界，形成信息生产力。数字化是信息化的基础和方法，信息化是数字化的价值所在，是数据在物理世界的应用。
5.2 建设行业信息化发展现状
从“十五”到“十四五”，我国建设行业信息化蓬勃发展，利用信息技术对建设企业和工程项目进行生产、经营、管理和决策，取得了一定成效。但由于数字化发展滞后，数据处理技术相对落后，信息化实施困难重重，效果不尽如人意。传统信息化过程以企业或项目业务及其运行流程为主导，体现业务驱动思维，仅利用信息手段提升或改造少量行为。在业务驱动 IT 的信息化模式下，业务过程数据被录入系统，形成业务运作的结果和历史记录，数据作用仅限于后续的历史数据查询统计和分析。
5.3 数字化思维的特点
数字化思维旨在提高数字化运行水平，以数据驱动 IT，催生新的业务形态或产品模式。这种数字孪生体不仅是对象的真实动态映射，还能通过构建多维度的数据关联关系，实现整体集成化计算，反映现实、诊断和解决问题、预演未来。
六、智能建造的数字化路径
6.1 数字化建模与仿真
BIM 是建设领域数字建模、实现数据孪生的重要基础，也是工程大数据的主要来源。深入推进项目全过程 BIM 建模及其集成应用，实现工程建造全过程数据孪生，仿真其空间逻辑、物理逻辑和业务逻辑。融合物联网智能感知、动态在线数据，建立多维的数字触点，采用多种方式收集数据，保持“数据视图”在线，实现工程大数据多态化高增长，为行业大数据积累提供算据基础。
6.2 数字化管理平台
基于边缘计算分布式网络架构体系，构建自主可控的工程项目 BIM 云平台，进而建立企业、行业大数据中心，提供 BIM 及工程大数据的分布式云存储、高效处理与计算，以及全息数字化模型创建、管理和应用机制以及协同工作和业务逻辑控制机制，对工程建造全过程数据流、工作流进行管控，为行业大数据管理、挖掘和分析提供算力支撑。
6.3 数字化产品服务
建立数字化设计、生产、运营的产品及服务综合体系，通过工程软件研发和产品化，形成以自主可控 BIM 软件为核心的全产业链软件生态，并与自主 CIM 平台生态贯通联动，支持数据驱动的工程项目立项策划、规划设计、生产施工和运维管理，形成一体化产业链，实现绿色可持续的工程产品交付与运维服务。
6.4 数据驱动业务运营与决策
基于 BIM 的数据孪生，可实现工程建造全过程动态映射，自动构建复杂的空间逻辑、物理逻辑和业务逻辑及其多维度的数据关联关系。利用并发展更科学、更高效的算法和数据分析工具，提升数据不同维度的拆分和分析能力，以数据分析驱动业务精细运营和管理。基于企业自身数据和行业大数据支持，形成立体、分层的分析和趋势性判断，对产业、行业、产品及客户群体产生洞察与了解，以数据洞察驱动业务增长。从原有的流程及经验驱动决策，升级为以数据驱动决策。
6.5 人机融合的智能化工程装备
通过融合感知识别、定位导航、自动控制等技术，智能化工程装备具备自感知、自适应、自控制的特征。采用由人、机、环境相互作用的新型人机融合模式，形成机 - 机、人 - 机等多种协同范式，在运行过程中可自主操控、智能监控和故障诊断。
七、智能 BIM 的支撑体系
7.1 智能 BIM 环境支撑
随着新一代信息技术的快速发展，BIM 技术与物联网、人工智能、云计算、大数据等技术深度融合，逐步向智能 BIM 技术发展和演进。智能 BIM 首先需要硬件和软件环境支撑，智能硬件环境以“新基建”中信息基础设施为基础，将各种智能化设备通过互联网连接起来，实现项目全生命期数据的智能感知、识别、采集，定位、跟踪、传输、监控和管理。智能软件环境基于“新基建”中融合基础设施，将 BIM 与云计算、大数据、物联网和人工智能相融合，实现项目全生命期的海量异构数据的融合、存储、挖掘和分析，从数据到信息、知识乃至智慧，支持智能建造和管理。
7.2 智能 BIM 应用支撑
工程项目全过程 BIM 建模与集成应用是智能 BIM 的应用支撑，也是行业数字化建模和大数据积累的唯一途径。面向工程全过程 BIM 集成应用包括三个层面：土建、机电、幕墙等多专业的集成应用；建设方、设计方、施工方和运维方等多参与方协同应用；规划、设计、施工和运维等跨阶段应用。要实现这三方面的集成应用，需要全生命期 BIM 创建技术支撑，包括全生命期 BIM 体系架构和信息共享环境、全生命期 BIM 建模技术、全生命期 BIM 数据存储与管理技术、BIM 子模型提取与集成技术等。同时，离不开一系列 BIM 集成应用管理支撑，包括 BIM 应用标准导则、基于 BIM 的管理模式与方法、基于 BIM 的业务流程组织与控制等。这些技术与管理支撑通过统一的 BIM 平台融为一体，支持项目全过程三个层面的 BIM 集成应用，形成完整 BIM 数字建模，为项目全过程数字化和工程大数据积累提供数据基础。
7.3 智能 BIM 管理支撑
7.3.1 BIM 平台的基本功能与技术特征
BIM 平台作为面向用户的应用平台，具有三大基本功能：数据管理、模型展示和协同工作。通常情况下，典型的 BIM 平台具有四个重要技术特征：开放性、可扩展性、安全性和易用性。
7.3.2 面向智能 BIM 的云平台
BIM 平台作为 BIM 技术及其应用的核心支撑，支持项目的全过程应用，承载项目的全息数据，平台应用密切关系到数据安全保障、数据资产流失等重大问题。然而，目前我国相当一部分建设项目仍在使用国外的平台及软件，存在极大隐患。随着 BIM 应用的普及推广，研发我国自主可控 BIM 平台及应用软件得到国家及行业的高度重视，被列入急需突破的“卡脖子”技术及产品。例如，清华大学 BIM 研究团队长期致力于 BIM 理论、方法、技术及其应用的系统性研究，研发了具有完全自主知识产权的 BIM 平台及一系列应用软件，并获得科技成果转化，已成功应用于数百个工程项目，处于国内外领先地位。基于智能 BIM 理念和技术研发的 BIM 云平台架构以底层大数据、云计算系列支撑技术为基础，包括可扩展服务器、云数据库、大数据和分布式存储等，可提供安全、高弹性和低成本的云服务，实现基于云架构的分布式 BIM 数据存储。在此基础上，研发形成了数据引擎、图形引擎、物联网集成引擎等数据中台，并且以数据服务、图形服务、界面服务和配置服务的形式，形成了面向设计、施工及运维应用的模块化服务体系。平台面向大规模数据的处理提供了复杂网格切分、重复网格归并、网格简化、LOD 计算、几何压缩、瓦片加载等 BIM 模型轻量化和高效处理的算法，支持大规模模型数据高效、低耗、流畅加载；同时，平台应用了高速缓存、cdn 加速、异步数据加载、大数据分析以及智能搜索引擎等技术，具备快速响应、便捷操作和智能化能力。BIM 云平台具备灵活的系统集成与设备接入能力，形成智能环境支撑，其中包括各种数据采集设备、智能感知设备、多端操作终端、外部系统及其监控设备以及可视化展示终端等。可支持和集成施工、智慧运维、智慧梁场、公路动态量价等应用系统，以及集成不同项目数据，发挥各项应用优势。
7.4 智能 BIM 技术支撑
BIM 平台及数据中心的形成与应用，为进一步融合智能技术，利用大数据驱动智能管理和决策提供了技术支撑。BIM 与智能技术融合应用包括数据驱动管理、动态数字监控、智能感知定位、“数据 + 算法”的智能决策等。
7.4.1 数据驱动管理
通过 BIM 云平台可为用户提供时空数据搜索引擎与聚合分析、模型自动定位与业务数据智能关联、业务联动和关联分析以及多级模型提取等数据驱动管理功能。基于时空特征的信息搜索和聚合分析：针对任何模型对象或构件的空间特征，实现任意特定时间的工程业务数据和人材机资源数据的搜索和聚合分析，提供专业职能管理和决策分析。如计算任意部位在任意时间段的工程量完成情况、成本或人材机投入情况等。模型自动定位与业务数据智能关联：通过建立模型构件与业务数据之间的映射规则，实现模型与业务的智能动态关联，当模型变更或业务数据变化时，关联将自动调整。业务联动和关联分析：实现相关业务系统的智能联动和关联分析。如将动态算量系统与人材机管理系统相联动，可将算量系统计算的指定部位在指定时间段的工程量及人材机需求量，自动关联到人材机管理系统，判断派工前置人材机资源配置是否满足需求，并进行相应的资源调配和处理。多级模型提取：根据应用需求，提取不同细度模型，可支持从宏观到精细的多层级管理，有效应对大规模、区域性和长线工程 BIM 管理和展示。
7.4.2 动态数字监控
BIM 融合数字监控实现数据多态增长，将 BIM 与数字监控、现代测量、三维激光扫描等技术融合，有效解决施工现场的质量安全的动态监测与分析，以及复杂结构施工的自动定位和精度分析问题。同时，围绕施工现场，实现现场实时环境监测和管理，包括扬尘浓度、颗粒物浓度、噪音指数以及视频监控等。
7.4.3 智能感知定位
通过 BIM 与物联网技术融合，实现二维码、RFID、红外感应、激光扫描等传感信息与 BIM 关联，解决 BIM 应用中的智能化识别、定位、跟踪、监控和管理。可将 IOT 设备定位在模型中，动态标识其运行状态，实现 IOT 设备状态实时监控，追踪实时数据并提供报警服务。智能感知定位技术已成功应用于施工过程及现场的安全与环境监控，施工物料配置与物流追踪，以及项目智能运维中的设施设备运行监控、故障感知识别、能耗和碳排放监测等。
7.4.4 “数据 + 算法”的智能决策
基于云架构的项目全过程数据存储、大数据搜索引擎以及数据融合、挖掘机制，可支持深度学习、自然语言处理、感知识别等分析算法，建立了“数据 + 算法”的智能决策体系，通过时空搜索聚合分析、趋势预测分析、频繁模式挖掘、异常监测、自动分类聚类等一系列分析工具，可针对项目设计、施工、运维阶段的实际需求提供分析和决策，也可为企业层的领导决策和各项业务管理提供基于数据深度分析的支持。
八、建设行业数字化转型与智能建造的发展建议
按照国家数字化发展战略以及建设行业的政策导向，以智能建造作为切入点，推进建设行业转型升级已是大势所趋。然而，建设行业仍面临数据基础设施薄弱、大数据积累欠缺等问题，导致数字化水平提升不明显；新一代人工智能技术应用尚处于初级阶段，缺乏系统化的解决方案；作为数字化基石的 BIM 技术普及应用面临标准体系不完善、政策法规不健全、关键技术待突破、应用软件不配套等诸多问题，尤其是数字孪生模型引擎、核心建模软件等瓶颈技术缺乏，致使 BIM 设计应用受阻，BIM 集成应用困难，难以实现完整 BIM 数字建模，不足以支撑项目全过程数字化和智能建造。
行业数字化转型和智能建造涉及多个建设主体，受政策导向、市场环境、研发部署、推广机制等因素影响，其发展任重道远。本文研究通过工程项目全过程数字化，探索了贯通工程建造数据链和业务链的技术路径，然而贯通工程产业链和供应链不仅需要技术支撑，还必须对不同环节、生产体系、组织方式、经营模式、企业合作等进行全方位变革和数字化赋能。目前，当务之急是建立推进智能建造的组织体制和协同运作机制，完善数据基础设施；加大科技攻关和平台软件的研发投入，突破“卡脖子”关键技术，形成自主可控的以 BIM 软件为核心的全产业链软件生态；通过完整的顶层设计，规划 BIM 应用、数字化发展和智能建造实施的路线图，分阶段、分步骤循序推进 BIM 深度应用和工程项目全过程数字化，以数字化驱动智能建造快速发展。
九、结论
数字化赋能智能建造是建设行业发展的必然趋势。新一代信息技术为智能建造提供了强大的技术支撑，国家战略和政策导向为其发展指明了方向。然而，建设行业在数字化转型和智能建造发展过程中仍面临诸多挑战。通过研究智能建造的数字化思维、路径以及智能 BIM 的支撑体系，提出了一系列发展建议。未来，需要、企业和科研机构等各方共同努力，加强技术创新、完善政策法规、推动产业协同，以实现建设行业的数字化与智能化转型，提升行业的整体竞争力，为我国经济的高质量发展做出贡献。
