夜雨聆风这两年，AI 几乎成了所有行业都绕不开的话题。有人在研究大模型，有人在讨论智能体，也有人已经开始尝试把 AI 接进企业系统。
但对于很多从业者来说，真正的问题其实不是“AI 火不火”，而是知道它重要，也知道它未来一定会改变行业，但真正让自己动手去用时，又不知道该从哪里开始。
最近，我们围绕“AI+建筑”做了一场直播分享。从大模型、Prompt，到合同审查、AI询比价、微信自动化，我们尝试把那些“听起来很厉害”的AI概念，真正翻译成建筑行业能落地、能看懂、能马上开始用的东西。
为了帮助更多建筑企业真正把 AI 用起来，我们也整理了一套《建筑项目AI Prompt手册》，里面基本覆盖了各项目类型日常最常见的 AI 使用场景，可以直接复制使用，快速上手。
扫码下载《建筑项目招采AI Prompt手册》
很多人不会用AI，不是因为AI不行
很多人第一次接触 AI 时，其实都会有点失望。比如打开AI工具，问一句：“帮我查一下钢材价格。”
AI 往往会一本正经地回答一堆“正确但没用”的废话。
后来大家才慢慢发现，问题不一定出在 AI，而是出在“不会提问”。
这也是直播里我们花了很多时间讲的一件事：Prompt。
很多人会把 Prompt 理解成“提示词”，但更准确一点，它其实是你给 AI 下达的一道命令。你问得越具体，AI 给出的结果就越接近真实工作需求。
比如同样是问钢材价格，如果换一种方式：
“你是一位建筑工程材料采购分析师，请分析华北地区 HRB400 Ø16 螺纹钢在2025Q4的价格走势，并输出价格区间、采购窗口建议和风险提示，以表格形式呈现。”
你会发现，AI 的输出质量会立刻提升一个层级。
很多时候，AI 能力的上限，其实取决于使用者的表达能力。
这也是为什么，现在越来越多企业开始重视“AI Prompt能力”。
因为未来真正高效的人，未必是最懂代码的人，而是最懂如何和 AI 协作的人。
AI真正开始进入业务流程
当然，仅仅会聊天，还远远不够。
很多企业现在更关注的，其实是：
AI 能不能真正进入业务流程？
比如合同审查。
过去审查合同，通常需要人工逐页阅读，不仅耗时间，还特别依赖经验。AI 的优势，不是替代法务做最终判断，而是可以在极短时间里完成“初筛”。
它能快速识别付款条款风险、违约责任不对等、交货周期模糊等问题，并把重点风险结构化标注出来。原本可能需要一个小时完成的工作，现在几分钟就能得到第一轮结果。
再比如询比价场景。
很多采购人员最头疼的，其实不是“发询价”，而是后面的整理工作：供应商回复格式不统一、报价信息散乱、比价维度不好拉齐。
但 AI 很适合做这种事情。
它可以自动提取报价内容、识别材料规格、汇总不同供应商价格，甚至直接生成比价分析表。对于高频、标准化的采购场景来说，效率提升会非常明显。
Agent，才是下一阶段AI真正的重点
而更让很多人感兴趣的，是最近特别火的“Agent（智能体）”方向。
如果说过去的大模型更像“顾问”，只能告诉你怎么做；那 Agent 更像“助理”，开始具备真正执行任务的能力。
比如你告诉它：
“向10个供应商发询价，并汇总结果。”
它不只是给你生成一段文字，而是会尝试自己拆解任务、调用工具、执行流程，最后再把结果推送回来。
最近很火的 OpenClaw，本质上也是这个方向。
它真正吸引人的地方，并不是“能聊天”，而是它开始具备“动手能力”——接微信、接飞书、发邮件、跑流程、处理任务。
很多人第一次看到“微信发一张报价单，AI 自动生成比价表”的演示时，最大的感受其实不是震撼，而是：“原来 AI 已经离实际工作这么近了。”
AI很强，但有三件事一定不能忽略
但与此同时，我们在直播里也反复强调了一件事：
AI 很强，但一定不能“盲信”。
因为大模型会产生“幻觉”，会非常自信地编数字、编结论。所以所有关键数据、关键决策，都必须有真实数据源和人工复核。
尤其对于合同、付款、签约这类高风险环节，AI 更适合做“副驾驶”，而不是替代人做最终决策。
另外一个大家越来越关注的问题，是数据安全。
真实合同、供应商数据、企业经营数据，并不适合直接上传到公网工具。所以未来很多建筑企业真正会走的方向，其实是“私有化AI”——数据不出内网，模型部署在企业自己的环境里。
这也是为什么，现在越来越多人开始关注“AI+企业系统”的结合，而不仅仅只是单纯聊天机器人。
结语
未来真正有竞争力的采购体系，一定不是“纯人工”，也不是“纯AI”。
而是懂业务的人，开始学会和 AI 一起工作。
5月21日，我们将开启第二场直播，欢迎您一起交流分享。
