當前，中國AI技術發展正進入關鍵轉折期。以DeepSeek為代表的國產大模型突破性進展，不僅打破了國際技術壟斷，更引發了各行業與AI深度融合的新浪潮。這場變革背后蘊含著深刻的經濟社會邏輯，其影響將重塑中國數智化發展的底層架構。試想，當未來工程建設企業逐漸以經濟可行的方式部署行業大模型應用，一場涉及工程建設設計范式、施工流程、管理體系的深層變革已然拉開序幕。

發展自主可控的AI底層平臺技術

2025年開年，DeepSeek的橫空出世在業界掀起了軒然大波，標志著我國在人工智能核心技術領域邁出了關鍵一步，為實現從技術追隨者到引領者的轉變奠定了堅實基礎。

我國人工智能核心產業規模已達到5000億元，展現出強勁的發展勢頭和廣闊的市場前景。然而，在這一蓬勃發展的背后，我國在人工智能領域的底層算法、開源框架等關鍵技術上仍然存在明顯的短板，部分核心技術仍受制于人。因此，發展自主可控的AI底層平臺技術已成為當務之急。DeepSeek的成功不僅是一次技術突破，更是我國人工智能產業發展的重要轉折點。未來，隨著更多類似DeepSeek這樣的自主可控AI平臺的涌現，更加適用的行業大模型走入企業真實的應用場景，我國人工智能產業必將迎來更加輝煌的發展階段。

雖然通用大模型在自然語言處理方面展現出了卓越的能力，但在工程建設行業或企業的專業應用中，仍然存在一定的局限性。首先是行業理解能力不足，通用大模型缺乏對行業的深度認知，難以準確把握復雜的行業規范、技術標準以及特定的業務流程。其次是精準度問題，由于工程建設領域涉及大量高精度的數據計算和分析，通用大模型可能會因為數據來源的廣義性和模糊性而導致預測偏差。最后是企業數據利用上的障礙，通用大模型通常無法直接訪問企業的私有數據，例如歷史項目記錄、財務報表、成本控制數據以及供應鏈管理信息，這使得其在實際應用中的數據理解能力受限，難以為企業提供針對性強的解決方案。此外，由于缺乏專屬知識庫的支持，通用大模型可能無法有效應對工程建設領域復雜的技術問題或法規要求，導致其在實際操作中的適用性受到限制。

這種“通用性強、專業性弱”的矛盾在工程建設領域尤為突出。工程建設領域本身具有高度專業化的特點，無論是建筑設計、施工管理還是后期運維，都需要深入的專業知識和技術支持。通用大模型雖然具備強大的學習能力和廣泛的適應性，但在面對行業特有的復雜需求時，往往會顯得捉襟見肘。因此，在這一領域，行業大模型的價值并不在于是否“更聰明”，而在于是否“更懂行”。只有真正理解行業痛點，融入行業知識，并與企業數據深度融合的行業大模型，才能為建筑行業帶來更具針對性和實用性的解決方案，從而推動行業的數字化轉型和智能化升級。

打造企業級AI全生命周期管理平臺

杭州新中大科技股份有限公司推出的六和AI訓推平臺，是專為工程建設領域打造的企業級AI全生命周期管理平臺。

平臺深度融合DeepSeek大模型技術，構建了覆蓋數據管理、模型訓練、推理部署的一體化工具鏈。通過無縫對接通用大模型，平臺將AI能力廣泛應用于成本管理、合同風險控制及智能建造等核心業務場景，實現工程數據價值的深度挖掘。通過“通用大模型+行業深度適配”的技術路徑，不僅降低了AI應用門檻，更通過場景化工具鏈釋放了工程數據的潛在價值，以推動工程建設企業從傳統管理向智能管理轉型。

隨著更多行業大模型的涌現和應用場景的不斷拓展，AI技術將更加深入地融入企業的日常運營和管理中，推動傳統行業向智能化、數字化方向轉型升級。無論是工程建設領域的設計優化、施工流程再造，還是成本控制與風險管理的精細化提升，行業大模型都將發揮不可替代的作用。

（作者系杭州新中大科技股份有限公司總裁）

來源：中國建設報