国企中高层 · AI宣讲

AI 不是未来
是今天的生产力

从政策压力到行动路径 · 中建发展 AI 战略部署

PPT结构讨论 v2.1 2026.06.14 33页 · 50-65分钟
01 / 33
第一部分

政策要求
与战略方向

国家→国资委→集团→中建发展

02 / 33
P1 · 政策传导第一棒

🇨🇳 国家的要求

国务院《深入实施"人工智能+"行动的意见》(国发〔2025〕11号)

2027
智能终端普及率 超 70%
距离现在不到一年
2030
智能终端普及率 超 90%
全面覆盖
🏠
"好房子"全生命周期应用
市政基础设施智能化改造
03 / 33
P2 · 政策传导第二棒

🏛️ 国资委的要求

三大定位(2026.1.28)
智算基础设施供给者 / AI赋能推动者 / 产业体系化布局组织者

四大任务(2026.2.12)
大模型攻关 / 场景培育 / 算力投资 / 开源协同

AI素养纳入领导干部考核 — 2025.5.8 央视

考核 不是加分题 是必答题
04 / 33
P3 · 政策传导第三棒

🏗️ 中建集团的部署

《"人工智能+"专项行动方案(2026)》(中建信字〔2025〕111号)

文兵
定位 AI 为"牛鼻子"工作
算力
统一管控,场景自主探索
考核
加分机制
策略
集团建底座,子企业找场景
05 / 33
P4-P5 · 中建发展的回答

💻 软件方向

  • 供应链AI(云筑网已跑通)
  • 劳务AI(1400万工人数据)
  • 产业服务AI(能碳平台)
  • 算力出海
已有成果 云筑AI大模型(国家网信办备案)

🛠️ 硬件方向

  • 165款AI硬件 × 方向交叉映射
  • 策略:不做自研,做集成商和场景定义者
💡 ESP32-CAM(¥40)+ AI → 千元机能力

传导链

国家"AI+"

国资委"场景培育"

集团"子企业找场景"

中建发展 → 软件+硬件

06 / 33
P6 · 行业正在被重构

📊 建筑业AI现状

1.375
建筑业数字化指数
全球倒数第二,仅高于农业
1.5%
全球建筑AI采用率
几乎为零
56%
高管计划增加AI投资
McKinsey 调研
07 / 33
第二部分

行业对标
与差距分析

全球标杆 → 能源央企 → 建筑同行 → 中建系

08 / 33
P7-P8 · 全球标杆

🌍 他们已经在做了

Eiffage
法国 · 招标书分析
2天 → 20分钟,节省99%
Kajima
日本 · 远程操控14台机械
劳动力减少80%,零事故
Bouygues
法国 · 施工调度方案
10分钟生成600万种方案
09 / 33
P9-P10 · 国内对标

⚡ 能源央企

  • 中国石油 昆仑大模型 3000亿参数 · 152个场景
  • 国家电网 检修准备 20分钟→3分钟 ↑85%
  • 南方电网 "大瓦特" 日均释放2小时

🏗️ 建筑央企同行

  • 中铁建设 "铁小智" 22万㎡AI 90秒审核
  • 中交集团 "蓝翼" 央企首个土木建筑大模型
  • 中冶赛迪 AI视觉识别 98.7%

中建系兄弟单位

五局 4万人AI培训 活跃率94%

八局 焊接机器人 变异系数15%→2%

中海 千条清单3分钟 ↑60倍

科工 "云上农展" 央视报道

西南院 "问马工" 2000+用户

10 / 33
P13 · 差距总结

📉 五维度能力梯度

维度国际央企中建系
🔒 安全AI领先追赶起步
🤖 施工机器人领先试点零星
📈 进度优化成熟部分落地少数项目
🔮 风险预测成熟试点空白
🎓 全员培训普及推广中起步
11 / 33
第三部分

技术解构
与认知重建

不讲公式不讲代码,只讲和你有关的。

12 / 33
P14 · 60年一瞬

⌛ AI做了什么,为什么现在爆发?

1950–2010
传统AI时代
人脸识别、安全帽检测、设备预测
2017
Transformer诞生
"注意力机制"让机器理解上下文,GPT的基石
2022.11
ChatGPT 3.5
2个月1亿用户,AI从实验室走进办公室
2023–2026
大爆炸
GPT-4 / Claude / DeepSeek / 多模态 / Agent / 推理模型
13 / 33
P15 · 大模型的三种形态

🧠 不是所有AI都一样

千亿~万亿
通用大模型
DeepSeek / Kimi / GPT-4 / Claude
人人可用
百亿~千亿
垂直领域模型
昆仑 / 大瓦特 / 蓝翼
信息化条线做行业适配
几亿~几十亿
小参数专用模型
OCR / 翻译 / 云筑网匹配
工程化团队嵌入产品
14 / 33
P16 · LLM的四种能力升级

⬆️ 从"只会聊天"到"能干活"

能力以前现在建筑落地
🖼️ 多模态只能读文字能看图纸、听语音、读表格图纸审查、语音巡检
🔧 工具调用只会说能操作软件自动填报、智能评标
📚 企业知识库懂全世界懂你们公司制度问答、合同审查
🧮 推理能力直接回答先想再说施工方案智能审核
15 / 33
P17 · LLM的四种工作模式

🔧 AI怎么帮你干活

💬 Chat
你说一句,它回一句
豆包/Kimi · 自主度★☆☆☆
👥 Copilot
你干活,它在旁边帮
Cursor/WPS AI · 自主度★★☆☆
🤖 Agent
你下任务,它自己干
WorkBuddy/龙虾 · 自主度★★★☆
🧠 Multi-Agent
你定目标,团队自己干
CrewAI/AutoGen · 自主度★★★★
16 / 33
P18 · 技术演进路线

📈 四年走完半个世纪的路

2022
ChatGPT 3.5
对话式AI第一次走进大众
2023
Copilot嵌入工作流
从聊天到生产力工具
2024
Agent + 推理
从辅助到自主执行
2025-26
多模态 + 多智能体
能看会听,群体协作
17 / 33
P19 · AI技术架构

💻 软件栈

  • 应用层 智能体 / 场景 / 业务系统
  • 数据层 知识库 / RAG / 数据治理
  • 模型层 大模型 / 垂域模型 / Agent
  • 算力层 GPU / 昇腾 / 云服务

🛠️ 硬件栈

  • 终端层 AR眼镜 / 安全帽 / 机器人
  • 边缘层 Jetson / ESP32 / AI盒子
  • 感知层 摄像头 / 传感器 / IoT
  • 芯片层 ESP32 / RK3588 / 昇腾

关键认知

软件和硬件栈对称

差距在应用层
不在技术层

18 / 33
软件门槛真那么高吗?

产品经理1周出29页前端 · 商务经理数天自建19页平台 · 总工碎片时间写监控大屏

19 / 33
硬件门槛也降了

ESP32-CAM 只要 ¥40
远程摄像头 + 行动识别 + 人脸识别 = 千元机能力
165款AI硬件已成熟,集成即可用

20 / 33
AI正在从虚拟走向现实
🖥️ 电脑风扇狂转
跟AI说"风扇太吵" → 发现无用进程 → 杀掉 → 风扇安静
🖨️ 打印机太慢
跟AI说"打印机太慢" → AI排查定位 → 修复 + 测试确认

不是未来,是今天。门槛是零。这就是技术平权。

21 / 33
第四部分

实施路径
与分层推进

看完政策、看完同行、看完技术,回到我们自己

22 / 33
P24 · 方法论框架

🎓 吴恩达五步法

试点项目
先做一个小项目,获得动力
组建AI团队
内部团队开始搭建
AI培训
全员普及,提升认知
制定战略
← 注意:第四步!
先试点再定战略
沟通协调
内外部对齐
23 / 33
P25 · 中建发展的现实

⚡ 同一家公司,冰火两重天

中建电商职能部门
AI成熟度云筑AI大模型
已通过国家网信办备案
大部分人
没迈出第一步
所处阶段已过"战略",做深做透还没到"试点"
需要做的事快速打造产品
形成护城河
先用起来

不能一刀切

分两条线走

24 / 33
P26-P27 · 两条线并行

🔵 第一条线:先用起来

不是"用了有好处",是"不用就落后"。效率差距是24倍

工具:WorkBuddy · 龙虾 · 豆包 · Kimi

🟢 第二条线:做深做透

供应链AI · 劳务AI(1400万工人) · 产业服务AI · Token出海

云智采:采购周期↓40% · 成本↓20%

商务经理
数天时间,零代码
自建19页管理平台
不是程序员也能用AI造系统
25 / 33
P28-P29 · 组织保障 & 行动计划

🏛️ 组织保障

AI领导小组
一把手挂帅
执行协调层
推进落地
支撑保障层
考核绑定,成果加分

📅 30/60/90天行动

0-30天
全员注册AI工具
每人完成1个任务
30-60天
选3个场景验证
启动产品化开发
60-90天
全公司推广模板
产出产品原型
26 / 33
第五部分

风险管控
与行动倡议

最懂业务的人,现在最懂AI

27 / 33
P30 · 风险预判

⚠️ 85%的AI项目失败了

问题定义不清
数据战略缺失
IT基础设施不足
技术与业务脱节

⑤ 合规与风险失控 — 6条红线:数据安全 / 个人信息 / 算法备案 / 内容审核 / 国资监管 / 涉外合规

28 / 33
P31 · 7天行动清单

📋 从今天开始

没用过
D1 写一封邮件
豆包
AI的人
D3 读20页PDF
Kimi
D5 整理会议录音
通义听悟
D7 写周报初稿
豆包/Kimi
已上手
D1 数据处理脚本
Claude/DeepSeek
的人
D3 搭建数据看板
Cursor/V0
D5 自动化任务
WorkBuddy
D7 分享给同事
29 / 33
AI转型最大的风险
不是技术失败
是人的信任破产
30 / 33
召唤行动

本月 · 本季度 · 本年度

本月 → 成立AI专项工作组
本季度 → 选定1-2个场景试点
本年度 → 形成可复制的AI应用模板

最懂业务的人,现在最懂AI
31 / 33