人工智能解決方案的實施不僅僅是獲得競爭優勢的問題，而且在建筑行業努力解決其他重大挑戰方面發揮著重要作用，這些挑戰正在改變項目的計劃、施工和管理方式。這些挑戰包括脫碳以及滿足凈零排放的需求。

在項目資產生命周期的設計和施工階段，人工智能必須以各種方式得到應用。顯然，建筑業應該利用這些機會。

生成式設計

生成式設計恰好由人工智能驅動，提供了各種適當的解決方案，以解決特定的工程挑戰。用戶可以進一步個性化這些解決方案，以滿足特定的要求。

設計人員無需在設計時苦苦考慮約束和參數，而是可以選擇向軟件告知規格和限制。這可以包括從力量和敏捷性到成本和性能的各種要素。然后，生成設計過程將分析這些輸入，從而生成滿足指定需求的潛在組合。

人工智能的先進算法和機器學習功能使設計師和建筑師能夠提出創新的解決方案，利用能源效率，提高結構完整性，同時使設計過程變得無縫。

生成式設計已被證明可以提供許多好處。使用衍生式設計可以使材料成本顯著降低30%，并將施工時間縮短40%。執行人工智能輔助結構分析有可能將設計時間減少50%，同時保持結構性能。此外，美國綠色建筑委員會建議，采用人工智能驅動的可持續設計實踐可以使建筑物的能源消耗減少高達30%，并減少碳排放。

基于BIM的項目估算

建筑信息模型是指建筑行業廣泛使用的3D設計和建模軟件工具的集合。這些工具經過專門設計，旨在幫助從多個角度可視化施工設計。將人工智能功能集成到BIM中可以帶來各種優勢，例如執行工程量計算的能力，進而涉及提取有關必要材料的基本信息。

基于BIM的工程量統計可提供更精確、更可靠的結果，并幫助承包商提高效率、降低成本并提高設計、施工和運營的整體質量。

盡管依賴于項目數字模型的數字工料測量在準確性和節省時間方面的優勢是顯而易見的，但在轉向數字化過程中也出現了挑戰。需要考慮的一個重要問題是人的因素。行業如何有效地吸引必要的人才，并提供激勵和獎勵來留住和激勵這些人才?所需的技能不僅僅是數字專業知識。當BIM模型不正確，且相關人員缺乏基本的工料測量能力來識別錯誤時，就會出現BIM模型的精度最終歸誰的問題。

為什么垂直建筑行業是數字化程度最低的行業之一，并且盡管潛力巨大，但接受新技術的速度也很慢?通常有兩個原因。

許多機器學習系統都充當“黑匣子”，這意味著它們不對其結論提供解釋。此外，用于做出選擇的算法通常是專有的且不易理解，這可能會導致建筑專業人士發現很難找出背后的原因以及在提出建議時使用的方法。某些學術評論員認為，除非研究可解釋的人工智能方法，否則人工智能在建筑領域的潛力可能會受到限制。

建筑企業經常發現了解人工智能系統的好處和實施非常具有挑戰性，因為涉及的投資成本很高。做出投資決策可能具有挑戰性，特別是當涉及眾多承包商并通過多個分包商交付工作時。這種復雜性使得業界很難就單一的、公認的人工智能解決方案達成共識。這也增加了一項投資可能在短時間內變得過時或不必要的可能性?？紤]到整個行業所面臨的貨幣挑戰，組織可能會對未來投資猶豫不決，這是可以理解的。

從法律的角度來看，利用市場上可用的人工智能關鍵路徑程序可能會減少爭議，從而消除對專家編程證人的要求。然而，如果結論無法得到充分解釋，如果其背后的推理無法得到檢驗和質疑，那些商業利益依賴于結果的個人為何愿意接受它呢?如果供應鏈的每個成員都使用不同的編程算法，可能會導致不同的結果，這會有何幫助?政府和政策制定者在這個問題上可以發揮明確的作用。

在這一階段，人們可能會看到雙速產業的出現。在這種情況下，某些企業正在成為贏家，而其他企業進入快車道的障礙則變得越來越難以逾越。當一方擁有人工智能解決方案而另一方沒有時，可能會出現信息不對稱。利用針對每個細分市場的人工智能解決方案，整個供應鏈的整合以及圍繞特定細分市場的供應鏈同步也可能發生。