关键词：十五五规划、人工智能 +、智能建造、AI渗透率、技术红利窗口期、落地路径

“十五五”规划将“人工智能 +”作为产业升级核心引擎，智能建造成为建筑业高质量发展的关键方向。AI 技术可使工程效率提升 35-50%，但我国建筑企业 AI 渗透率仅 8%，深度应用企业不足 5%，远低于发达国家 45% 的水平。当前智能建造市场规模已破万亿，“十五五” 技术红利窗口期仅剩 18 个月，AI 成为企业竞争力核心分水岭。存在的问题：

认知断层严重：85%的工程管理人员对AI的理解停留在概念层面，无法将技术优势转化为管理效能，导致企业在数字化浪潮中步履维艰。

数据孤岛困境：工程项目涉及设计、采购、施工等多个环节，各系统数据割裂，平均仅有15%的数据得到有效利用，严重制约AI价值释放。

人才结构失衡：既懂工程又懂AI的复合型人才极度稀缺，企业培养周期长达2-3年，而市场变化以月计，人才短板成为转型最大瓶颈。

落地路径模糊：企业知道AI重要但不知从何下手，70%的AI项目因缺乏清晰的应用场景和实施路径而失败，投入产出严重失衡。

安全合规焦虑：工程数据涉及商业机密和安全红线，企业担心数据泄露和合规风险，导致对AI应用持观望态度，错失发展良机。

本课程立足企业转型痛点，以DeepSeek为突破口，通过"理念重塑-工具掌握-场景落地-风险防控"的进阶路径，帮助企业构建AI时代的核心竞争力，实现从跟随者到引领者的华丽转身。必要时带方案、带资源，指导、支持学员项目推进。

l 知识积累（底层逻辑、前沿洞察）：深度解析AI技术原理及DeepSeek核心能力，掌握提示词、模型调优等关键技术，建立"AI+工程"的知识体系，具备行业发展趋势的洞察力。

l 技能提升（实战工具、落地方法）：熟练运用DeepSeek进行进度、成本、风控等核心业务，掌握AI与办公软件的协同技巧，能独立完成3个以上业务场景的AI改造。

l 思维重塑（创新意识、数字基因）：打破传统管理的思维定式，建立"数据驱动、智能决策"的新范式，培养用AI视角审视业务的习惯，激发团队的创新活力和变革勇气。

l 管理加强（效能倍增、竞争优势）：优化项目全生命周期管理流程，实现资源配置效率提升30%以上，构建基于AI的管理体系，打造企业在智能建造时代的战略壁垒。

开课小“菜”

《哪吒2》中的AI与精神，AI在《哪吒2》中看到的工程人的“命”和“运”！

第一讲：不忘初心——带着“高度”学AI

核心：深刻理解智能建造的背景、内涵、现状与关键点。

热点：冰火两重天（典型企业（央企）、分领域数据分析）

讨论话题展示：4 + N

一、AI 认知重塑

1. AI 与 AGI 概念

（1）AI 定义及特点：DeepSeek的本性真面目，情商？智商？

（2）AGI 内涵与能力：谁才是趋势

（3）AI的工作原理

2. AI 主流模型

（1）国外知名模型介绍：DeepSeek的竞争对手

（2）国内优秀模型分析

（3）各模型优缺点对比：国内、国际AI赛道全视野

话题讨论：AI是不是产业？

二、企业转型密码

继续讨论：工程是不是产业？

场景：传统施工企业被科技公司降维打击

1. 转型驱动力分析：为什么必须转
（1）政策红利期仅剩18个月
（2）甲方倒逼的数字化要求
（3）降本增效的生死压力

2. 路径选择：怎么转才能赢
（1）小步快跑的试错哲学
（2）场景切入的务实打法
（3）生态联盟的抱团取暖

3. 组织变革：人的问题最关键
（1）一把手工程的推进艺术
（2）中层突围的能力重塑
（3）基层赋能的工具下沉

案例分享：

1. 中建八局和中建六局的转型思考

2. 从AI中该看出的“道”——“童话大王、影视大腕、AI领军人”眼里的AI

经营分析：从杜邦分析模型看AI与企业经营

重要提示：AI不仅是“术”，别把AI学LOW了

话题讨论环节：选择一个话题进行小组讨论，发言小组阐述观点，其他小组和导师点评。

实操演练：绘制本企业AI转型认知图，包含宏观、中观、微观3大模块、6个维度。

第二讲 从心到脑——带着深度学AI

讨论话题展示：5 + N

一、工程管理逻辑重构——AI的基础与智能体的铺垫

1. 基本逻辑框架

（1）启动策划阶段要点：智能化工具

（2）实施控制阶段策略：数字化手段

（3）收尾复盘阶段总结：数据化分析

2. 项目实施过程

（1）勘察设计流程与要点：AI辅助决策

（2）招标采购管理方法：智能化评审

（3）施工管控关键环节：实时化监测

3. 项目控制目标与要素

（1）进度质量安全目标：平衡的艺术

（2）投资合同资源管控：动态化调配

（3）信息沟通风险管理：场景化模拟

4. 工程管理的痛点及模型

（1）痛点：沟通不畅和成本管控乏力

（2）操练：四要素的联动

（3）模型：四要素谁是最重要的？

重要提示：AI的基础不能出问题——工程人该有的“自救”

风控要点：AI决策的法律责任界定与合规边界把握

二、AI的工程应用实践——大家喜欢的案例

1. 走在前面的求索——中国石油：物探、设计、方案、数据分析……

2. 招标数据的全网智能化采集

3. 思考的问题：AI能不能提升中标率

三、DeepSeek说——王婆卖瓜与实事求是

场景：用DeepSeek一键生成施工方案

1. 核心功能介绍

（1）自然语言处理能力

（2）文本生成与信息整合

（3）代码生成与解释功能

2. 集成方式与优势

（1）API 接口集成方法

（2）SDK 与插件集成应用

（3）Webhook 集成数据同步

四、提示词的逻辑与公式——与AI的对话规则+PLUS

场景：一个提示词帮企业省下“上百万”

1. 提示词逻辑基础

（1）从 0 开始的提示词构建

（2）提示词的核心逻辑原理

（3）提示词在工程中的应用

2. 提示词公式介绍

（1）背景需求约束公式

（2）身份任务要求公式

（3）其他常用提示词公式

大家一起做：心态与技巧——迈出、迈好AI应用的第一步

3. 提示词应用案例

（1）合同审查提示词模板
    （2）风险评估提示词设计
    （3）方案优化提示词技巧

4. 提示词的升级应用

（1）进度计划生成示例

（2）多轮对话的上下文控制

（3）提示词使用注意事项

重要应用：AI应用的“三词”——提示词、修正词与复核词

话题讨论环节：选择话题深入探讨，形成观点碰撞。

实操演练：制作AI赋能工程管理策划表，包含策划维度（场景或领域）、策划目标、理论依据、关键指标、实施优先级等5个维度。

第三讲 从手到脚——带着细度学AI

讨论话题展示：5 + N

一、DeepSeek的部署与使用

1. 快速部署三步走
（1）云端接入最佳路径
（2）本地部署避坑指南
（3）可以“偷懒”的大模型

2. 工具集成实用技巧
（1）插件案例：即梦中的“梦中情人”

（2）办公工具：AI与WPS/WORD/EXCEL

案例：《美女说》：工程人的王炸组合

二、AI与设计

1. 方案设计

（1）方案设计的场景、痛点与方法

（2）方案设计的案例1与案例2

2. 施工图设计

（1）施工图设计的场景、痛点与方法

（2）施工图设计的案例：辅助设计、赋能审查

3. 辅助算量

（1）图纸工程数量核对

（2）数据汇总统计

三、DeepSeek赋能进度管理——工程管理的“命脉”

1. 智能排程优化引擎
（1）关键路径自动识别
（2）资源冲突智能调配
（3）工期压缩最优方案

2. 进度预警雷达系统
（1）异常数据实时捕捉
（2）延误风险概率计算
（3）纠偏措施自动推荐

3. 动态调整决策支持
（1）多方案快速比选
（2）影响分析可视化
（3）调整建议智能生成

4. AI实操：进度赋能案例

（1）进度计划编制（课程内置案例为桥梁工程）

（2）资源分配与工序调整

（3）形成专题管控方案

（4）DeepSeek+“专业软件”

划重点：DeepSeek的赋能进度管理的“能”与“不能”

三、DeepSeek赋能资源与成本管理——工程管理的“核心”

1. 资源管理逻辑

（1）重要性与目标设定

（2）价值最大化原则

（3）资源保障与协调

2. 成本管控要点

（1）基本方法与流程

（2）数据采集与分析

（3）成本预测与纠偏

3. DeepSeek 赋能应用

（1）资源调配与分析

（2）成本分析与控制

（3）故障预测与成本降低

划重点：DeepSeek的赋能资源、成本管理的“能”与“不能”

大家一起做：烧脑与发散——你对AI该有的“非分之想”

四、质量与安全管理

1. 质量管理现状与AI应用

（1）现状问题与发展趋势

（2）AI 技术质量监控

（3）质量检测与预警机制

2. 安全管理难点与AI应用

（1）重要性与面临困难

（2）风险识别与智能分析

（3）安全管理软件应用

3. 案例：现场管理与指令单

（1）质量问题3种问法：哪个好？

（2）安全隐患识别与整改：AI指令单的1.0/2.0/3.0版本

划重点：DeepSeek的赋能质量、安全管理的“能”与“不能”

大家一起做：让领导巡视工地“更有范”

换位思考：施工人应该换个视角看AI

五、AI的工程过程应用

专题1：实施性施工组织设计

专题2：AI赋能安全生产月

专题3：AI的其他工程应用

专题4：AI来了，你要怎么应对？

（1）监理的整改通知单

（2）AI 产品的现场应用

专题5：AI赋能运维、办公与知识管理

不该踩的坑：AI的落地路径

专题6：AI与巡检机器人、设计院、广联达。

专题7：大家一起做-行政办公的那些事（案例：一张图与一句话）

六、AI的常用小工具

1. 不用再费时的会议纪要

2. 多语言实时翻译：不光是外语，还有方言

3. 还有彩蛋，放在后面

话题讨论环节：围绕选定话题展开讨论，分享实践经验。

实操演练：制定AI赋能业务场景实操方案，完成"任务背景（自定）→实施步骤→AI工具→风险控制"的进阶任务。

第四讲 风控合规——你和AI:谁会把谁带到沟里

一、AI 局限分析

1. 数据依赖性问题

（1）数据偏差影响结果

（2）数据覆盖不全风险

（3）数据质量保障措施

2. 逻辑推理局限

（1）因果推理能力不足

（2）复杂逻辑处理困难

（3）物理常识理解缺陷

3. 伦理与安全风险

（1）算法偏见与歧视

（2）生成内容滥用问题

（3）决策黑箱与信任危机

二、“莫名”的大模型排名：用魔法考验魔法

1. 综合性能评估

（1）性能活跃度指标

（2）数据质量与分析能力

（3）工程建设适用性

2. 不同版本排名（具有可比性的对比）

（1）R1 版本模型对比

（2）V3 版本模型分析

（3）豆包模型特点评估：“做错了”的课件

3. 排名参考意义

（1）选择模型的依据

（2）模型应用场景匹配

（3）模型发展趋势判断

三、“战略”与“深层次”的风险

1. 泰丰老师的西红柿理论的指导意义

2. 量化交易起家的AI带给我们的3重思考

深度思考：AI还是个孩子，要善待TA!

第五讲 砥砺前行——拥抱AI该有的姿势

一、AI 神器特点：谁家的娃长得像谁

各种神奇的优势、亮点与特色：文小言、通义千问、豆包、KIMI、智谱清言、元宝

（1）中文理解处理能力

（2）多模态交互功能

（3）知识图谱增强服务

二、AI 分类与发展

1. DeepSeek 应用拓展

（1）DeepSeek频频被“吊打”

（2）知识库与智能体：用实例展示给你看

（3）MCP：你熟悉吗？

提醒：此处有彩蛋！！！

2. 优先绞杀中层管理者

（1）中层管理者挑战分析

（2）AI 工具优势体现

（3）未来管理模式变革

3. 应用发展趋势展望：纷纷上马的央企的背后和前方到底是什么

三、学要“死”学，用要“活”用

1. 大模型避坑指南

（1）数据安全风险

（2）版权红线风险

（3）认知惰性风险

2. 拥抱AI该有的标准姿势：DeepSeek热的“冷思考”

四、AI的科幻大片：技术路径的“严谨”与发展结果的“恐怖”

1. 推进数字化的“六度”思维导图

2. 工程人的“术”与“道”

3. 工程企业841的AI落地路径（8重点、4体现、1压力）

4. 流程再造与战略转型

5. 再看本质与能力重塑

注：本节为战略落地专题，共21P，主要适用于企业主要负责人层级。

实操演练：制定企业或个人的AI推进计划，标注3项可立即实施事项（标注：立即行动），包含7天、30天、90天路线图。

五、A和I的理解：该有的3个层次

结语小视频：《脚下的路》；形成COPE课程成果。

课后专题作业：

一、企业中高层（三选一）：

（一）战略洞察型作业

围绕 “AI 技术如何重塑建筑投资集团战略布局” 展开研究。结合 DeepSeek 在行业趋势分析、政策动态抓取方面的能力，深入剖析当前 AI 技术在基础设施、新基建等领域的应用现状，预测未来五年 AI 对工程建筑行业竞争格局的影响，形成不少于 5000 字的战略分析报告，并提出企业战略调整的方向与建议。

（二）管理创新型作业

针对 “AI 驱动下企业绩效考核与组织架构变革”，分析 DeepSeek 在绩效考核数据处理、人员盘点诊断中的应用潜力。调研行业内头部企业相关案例，结合本企业实际，设计一套基于 AI 的绩效考核方案，以及与之适配的组织架构调整方案，包括具体的考核指标、评估流程和组织架构优化措施等内容。

（三）风险前瞻型作业

聚焦 “AI 时代工程建筑投资项目全周期风险管控策略”，运用 DeepSeek 对过往已中标项目的资料进行分析，总结项目在投资、建设、运营等阶段的风险特征。结合 AI 技术在风险识别、预警、防控方面的应用，制定一套覆盖项目全生命周期的风险管控体系，明确各阶段风险管控重点和应对措施。

二、企业中基层（三选一）

（一）业务实操优化型作业

选择本部门一项具体业务，如 “利用 DeepSeek 优化项目资金调度流程”。分析现有资金调度业务流程存在的问题，结合 DeepSeek 在数据处理、模拟预测方面的功能，设计一套基于 DeepSeek 的资金调度优化方案，包括数据收集整理方法、模型搭建步骤、调度策略制定等内容，并通过模拟案例验证方案的可行性。

（二）工具融合创新型作业

以 “AI 工具与 WPS 在工程建筑业务中的深度融合应用” 为主题，探索 DeepSeek 与 WPS 在报表制作、数据分析、文档编辑等方面的协同应用场景。例如，利用 DeepSeek 生成数据，导入 WPS 进行可视化分析；使用 DeepSeek 辅助撰写文档大纲，再在 WPS 中完善内容等。形成具体的操作指南和应用案例，分享给部门同事。

（三）风险防控实践型作业

针对 “运用 DeepSeek 识别项目合同法律风险”，收集本部门近期签订或拟签订的合同，利用 DeepSeek 对合同条款进行分析，识别其中存在的风险点，如条款矛盾、约定不清晰、违法违规等问题。结合法律知识和实际案例，提出风险防范和合同条款修改建议，形成风险分析报告和修改方案。

陪跑训练计划：

一、企业中高层

（一）战略研讨月会

每月组织一次高层战略研讨会，围绕 AI 技术在行业的最新应用动态、政策变化等内容展开。会前由培训团队利用 DeepSeek 收集整理相关资料，形成研讨素材；会上高层管理人员分享个人课后专题作业研究成果，共同探讨企业战略发展方向，制定阶段性战略目标和行动计划。

（二）标杆企业参访

每季度安排一次到行业内 AI 应用领先的标杆企业参访活动。提前梳理参访关注点，如企业如何通过 AI 实现战略转型、优化管理流程等。参访过程中，与对方高层管理人员进行深度交流，学习其在 AI 应用方面的成功经验和创新做法，回司后组织内部分享会，推动经验落地。

（三）专家深度辅导

每半年邀请 AI 领域专家和工程建筑行业资深顾问，为企业高层提供一对一深度辅导。专家根据高层管理人员的课后专题作业成果和企业实际需求，针对性地提出建议和解决方案，帮助高层提升对 AI 战略价值的理解和应用能力，指导企业制定长期 AI 发展规划。

二、企业中基层

（一）周度案例分享会

每周组织一次基层管理人员案例分享会，由参训人员轮流分享个人课后专题作业成果、实际工作中 AI 应用案例。分享内容包括应用场景、操作步骤、遇到的问题及解决方法等，其他人员进行讨论和点评，促进经验交流和知识共享。

（二）月度技能竞赛

每月开展一次 AI 工具应用技能竞赛，设置不同的竞赛项目，如 DeepSeek 提示词编写、数据处理、合同评审等。通过竞赛激发基层管理人员的学习积极性，检验其学习成果，对表现优秀的人员给予表彰和奖励，同时针对竞赛中暴露的问题进行集中辅导和培训。

（三）季度项目实战

每季度组织基层管理人员参与一个模拟项目实战，项目涵盖工程建筑业务的多个环节，要求运用 DeepSeek 和其他 AI 工具完成项目任务，如项目预算编制、风险评估、方案优化等。实战过程中，安排导师进行指导，帮助解决遇到的问题，项目结束后进行总结复盘，提升基层管理人员的实际应用能力和团队协作能力。