ARTICLE · 1042494
一家建筑企业的AI觉醒
广东君熙律师事务所 | 2026年9月12日
一次拜访，五个痛点
九月初的一个上午，我们走进一家建筑企业的会议室。这是一个再普通不过的行业场景：办公室墙上挂着工程进度照片，桌上堆着成摞的合同和图纸。企业负责人是位做了二十多年工程的老手，业务扎实，人也不绕弯子。落座之后，他没有寒暄太多，而是掰着指头，一个一个数起了自己的痛点。
第一个是投标。项目信息散在各个招标网站上，靠人工一条一条去翻，翻得过来的时候好项目早被别人盯上了；好不容易看中了一个标，标书又全靠几个老员工熬夜赶，质量全凭个人手感。
第二个是合同。公司里所有的合同，最后都压在业务负责人一个人身上审。他说得直白："我也试着用过AI先筛一遍，但筛完还是得自己从头到尾再过一遍，等于没省多少事。"
第三个是采购。材料价格天天在变，比价靠打电话、问熟人，一本"信息价"翻到卷边，还是跟不上市场。
第四个最让他无奈：规范。行业规范更新得快，可新规出来之后，老员工手上还在套旧模板。"不是不知道有新规，就是忙起来顾不上，等发现问题，已经返工了。"
第五个，他说得很慢：培养了一个两年的助理，刚能顶事了，走了。"带一个人要两年，走只要一天。"
这五个痛点，其实是绝大多数中小企业共同的问题，只是建筑行业把它们放得更大——项目周期长、资料体量大、监管要求严。这位负责人并不是没有想过办法。他上过课，报过线上课，也买过工具。但用他自己的话说："上了课，回来还是没应用。"这句话，后来成了整场谈话的转折点。
从痛点到场景：AI能接住什么
我们此行的目的，不是给AI唱赞歌，而是把这位负责人数出来的痛点，逐个放到桌面上拆解：哪些是真问题，AI能不能接住，怎么接住。
先说投标和标书。 公开的招标信息，分散在各招标平台和政府网站上，让AI定时去抓取、汇总、按企业的资质和业务范围筛选，这件事技术上是成熟的。至于标书本身，思路是把企业历史上做过的优秀标书、行业里公认好的标书范式切分、整理、沉淀进知识库，让AI在生成初稿时"见过好标书长什么样"，再由人来把关修改。负责人听完的评语很务实："如果初稿能出到六七成，省下来的就是最熬人的那一半。"
再说合同审核。 我们告诉这位负责人一个判断：合同审核是AI应用里最成熟、也最适合中小企业起步的场景。路径不复杂——先把企业沉淀下来的同类合同集中起来，从中提炼出"标准条款"和"风险点清单"两份文档，做成AI可用的技能；之后新合同进来，AI先做比对和风险初筛，几分钟出一份对比报告，人再做最终把关。这里有一条原则我们反复强调：AI初筛，人签字担责。AI把劳动强度降下来，但责任的最后一道关，永远在人手上。
第三是采购比价。 材料价格查询和供应商比对，恰恰是AI擅长的事——信息来源公开、比对逻辑清晰。再往深一步，图纸加配料表核对算量，工程量乘以信息价就能出成本估算，这对投标报价是实打实的帮助。
第四，也是这位负责人最有感触的一项：规范数据库。 当他说出"新规出来还在套旧模板"时，我们反问了一句：你们这个行业，有人把规范和标准系统地收集起来、建过数据库吗？他想了想，摇头。这就是机会所在——让AI自动跟踪规范更新，企业内部先建一个自己清洗过、核实过的行业规范数据库，新规一出立即提示、旧模板立即停用。更进一步，这个数据库整理干净之后，是同行需要的东西：别人可以调用接口、租用数据。谁先把它做扎实，谁手里就多了一件别人复制不走的资产。
第五，人才培养。 两年培养的助理离职，损失的不仅是人，更是人身上带着的经验。如果把这些年带新人的方法、项目的来龙去脉、踩过的坑都沉淀进企业的知识库，新员工上岗第一件事是问公司的AI助理——经验不再跟着人走，而是留在了公司。
五个痛点，五个场景。没有一个是科幻，每一个都需要从最基础的一步做起。
关键转折：老板上了课，为什么没用起来
谈话中最有价值的一段，是企业负责人自己的反思。
他不回避：自己上过课、报过线上课，回到公司，起初还热乎了一阵，"没那么忙的时候还训一训"，后来项目一忙，就搁下了。公司层面也没有什么变化。这不是他一个人的问题。我们见过不少企业都是同样的剧本：老板听课的时候热血沸腾，回来交给办公室或某位经理去"推一推"，然后就没有然后了。
为什么？因为我们见过的另一个例子说明了问题：有位律师学了AI的好用法子之后，压根不愿告诉同事——"这么好的东西，我干嘛教给别人"。把AI落地这件事交给中层，往往推不动；员工层面自由发挥，想干就干、不想干就不干，同样没有结果。缺的不是工具，而是三样东西：老板本人的身先士卒、一套看得见的制度（谁用得好有奖励、分享得好有奖励、用AI的成本公司出）、以及一个督促着往前走的外部教练。
所以那天我们对这位负责人说的第一句话是：AI导入这件事，必须从老板自己开始。老板不用，全员不会用。老板每天用、用出了甜头，才谈得上逐层往下复制——先高管，每个高管找到一个自己的应用场景把它固化下来，再往下走。这不是行政命令能替代的过程，是认知和习惯的传递。
这位负责人点了头。一个多小时前他还在数痛点，此刻他问的问题已经变成了："那第一步，我们从哪里开始？"
君熙给出的路径：三步走
我们的建议，说出来并不惊天动地，反而是刻意保守的。
第一步，文件服务器先行。 企业最起码先架一台文件服务器，把散落在各人电脑里的项目资料、合同、图纸、方案汇总进去。这一步几乎没有门槛，一台旧电脑改装也能起步，成本接近于零。但没有这一步，一切AI应用都是空中楼阁——AI再聪明，读不到你的数据，就帮不上你的忙。说到底，很多企业的问题不在"高科技"，而在最基础的"收集"：审过的合同在张三电脑里，方案在李四电脑里，连归集都还没有开始。
第二步，本地化部署，数据不出门。 建筑行业监管严、资料敏感，这位负责人明确说：资料不敢传到云端，现在用AI之前都要先手工脱敏，很折腾。这恰恰是问题的答案所在——通用的云端AI工具，是把整份文件传上云端去计算的；而私有化的本地部署，只传指令和提示词，文件始终留在企业自己的服务器上，甚至断网也能运转。数据安全不是AI化的障碍，用对架构，它反而是AI化的起点。
第三步，一个场景一个场景地固化。 不要一步到位。从眼下的业务里挑一个最痛的场景——比如合同审核——把它做成标准流程，跑顺了、见效了，再做下一个：标书、比价、规范库、新人培养。每固化一个场景，效率就上一个台阶。经年累月，这套用企业自己的数据训练出来的体系，别人还复制不走。
这条路径背后还有一个朴素的道理：AI不能替人签名，也不能替人担责。它做的事，是把人的经验变成随时可调用的能力——前提是，人得先把自己的经验、自己的数据，当成值得收集和整理的东西。这就回到了那天谈话的起点。
写在最后
离开的时候，我们没有签下任何东西。这位企业负责人送我们到门口，说了一句让我们印象深刻的话：以前总觉得AI是互联网公司的事，跟建筑业离得很远；聊完才发现，自己手里攥着的东西——十几年的项目资料、合同、经验、还有这个行业没人整理过的规范——才是真正值钱的。
我们想说的也正是这句话。AI浪潮里，中小企业不一定追得上最前沿的技术，但每一家企业都攥着自己独特的数据和经验。把它们收集起来、整理起来、用AI激活起来——这就是数据资产化。它不需要天价投入，不需要一步到位，需要的是老板躬身入局，然后一个场景一个场景地做下去。
对一家建筑企业来说，这可能是当下能抓得住的最实在的机会。
广东君熙律师事务所
*2026年9月12日*
*本文涉及企业信息已做脱敏处理*
— 完 —