ChatGPT的应用场景来看，文本类工作效率更容易得到提升。ChatGPT是基于2017年Google开发的Transformer构架上发展的，在这种数据关联的方式下数据产生的运算量较大，并且ChatGPT是一种基于Data-centric训练出的模型，目前已经接受了45TB的高质量文本语料。综上，基于模型的天然特性、当前算力的限制、AI已经接受的训练来看，ChatGPT更适合于文本类信息的处理，短期来看生产的效率提升或主要集中文本处理的领域。应用领域上看，它可以在教育行业中提供大量的语言和知识学习的资源，协助师生之间的交流和学生的评估；商业领域，可以帮助去进行一些营销策略的创作、提供客户服务、或者从事数据分析等工作；媒体领域可以协助创意工作者去生产或者编辑脚本、外发的文稿等内容。
　　 AI在建筑的一些领域已经初步尝试，但受限于发展水平短期应用仍相对有限。目前，AI在建筑业的应用已经有很多相关研究，并且已经有部分项目落地。北京和深圳已经作为试点城市，在现有数字化审图系统基础上引入人工智能相关技术并形成可复制的经验。但是受限于发展水平，AI的应用领域还是相对有限。参考ChatGPT发展路径，AI在建筑业的应用主要受限于：1）模型仍需进一步迭代以处理更多类型数据，建筑业务涉及到的数据种类繁多，除了文字最常见的还有图形、时间序列，高维度数据等；2）高质量数据集的建立，鉴于当前训练ChatGPT所使用的数据集的量与质量，建筑业想要实现AI的应用还需要时间；3）资源投入：训练过程中需要大量的人工去给数据进行标注，并且需要长期的技术积累。
　　展望未来，AI在建筑领域大有可为，提前布局AI且积累大量数据的建筑公司有望脱颖而出。AI技术成熟后在建筑领域大有可为，比如在建筑设计中，使用AI可以帮助建筑师确定最佳的建筑形态、优化结构、材料及构件的选择，以及提高建筑的能源效率等；智能制造领域，人工智能可以深度参与自动化生产流程、供应链管理、品质检验等环节。往终局去看，1）已经布局人工智能并积累经验；2）能够提供足够的资源、数据集的企业有望最早实现人工智能应用于建筑领域的突破，之后凭借效率大幅提升快速出清行业内效率较低的企业。
　　风险提示：AI技术发展不及预期、AI技术应用到产业不及预期、地缘政治风险。
　　

研究报告全文：建筑装饰行业深度分析报告20230415人工智能在建筑的应用现状和前景证券研究报告投资评级看好维持核心观点最近12月市场表现ChatGPT的应用场景来看文本类工作效率更容易得到提升ChatGPT是基于2017年Google开发的Transformer构架上发展的在这种数据关联的建筑装饰沪深300方式下数据产生的运算量较大并且ChatGPT是一种基于Data-centric训练出上证指数9的模型目前已经接受了45TB的高质量文本语料综上基于模型的天然特4性当前算力的限制AI已经接受的训练来看ChatGPT更适合于文本类信-1息的处理短期来看生产的效率提升或主要集中文本处理的领域应用领域上-6看它可以在教育行业中提供大量的语言和知识学习的资源协助师生之间的-11交流和学生的评估商业领域可以帮助去进行一些营销策略的创作提供客-16户服务或者从事数据分析等工作媒体领域可以协助创意工作者去生产或者编辑脚本外发的文稿等内容分析师毕春晖AI在建筑的一些领域已经初步尝试但受限于发展水平短期应用仍相SAC证书编号S0160522070001bichctseccom对有限目前AI在建筑业的应用已经有很多相关研究并且已经有部分项目落地北京和深圳已经作为试点城市在现有数字化审图系统基础上引入人工智能相关技术并形成可复制的经验但是受限于发展水平AI的应用领域相关报告还是相对有限参考ChatGPT发展路径AI在建筑业的应用主要受限于1基建链稳中向好地产链仍在蛰伏1模型仍需进一步迭代以处理更多类型数据建筑业务涉及到的数据种类繁多2023Q1业绩前瞻2023-04-04除了文字最常见的还有图形时间序列高维度数据等2高质量数据集的建立鉴于当前训练ChatGPT所使用的数据集的量与质量建筑业想要实现AI的应用还需要时间3资源投入训练过程中需要大量的人工去给数据进行标注并且需要长期的技术积累展望未来AI在建筑领域大有可为提前布局AI且积累大量数据的建筑公司有望脱颖而出AI技术成熟后在建筑领域大有可为比如在建筑设计中使用AI可以帮助建筑师确定最佳的建筑形态优化结构材料及构件的选择以及提高建筑的能源效率等智能制造领域人工智能可以深度参与自动化生产流程供应链管理品质检验等环节往终局去看1已经布局人工智能并积累经验2能够提供足够的资源数据集的企业有望最早实现人工智能应用于建筑领域的突破之后凭借效率大幅提升快速出清行业内效率较低的企业风险提示AI技术发展不及预期AI技术应用到产业不及预期地缘政治风险单击或点击此处输入文字请阅读最后一页的重要声明行业深度分析报告证券研究报告内容目录1ChatGPT在建筑的应用现状和前景411应用层面来看ChatGPT当前更适合文本工作类行业412建筑业涉及到的数据类型众多所需要的模型更为繁杂513ChatGPT复现不易除资源投入还需高质量数据集62人工智能在建筑设计层面的应用921人工智能在建筑设计中应用的潜力如何922AI是否能应用到建筑设计或者施工图中11221AI在建筑设计及施工图的部分环节已经使用11222建筑施工图中数据要素多需要多种网络共同参与123人工智能与智能制造1431在智能制造中人工智能可发挥什么样的作用1432AI能帮助完成自动化焊接之类的工序吗154看好充分布局数字智慧的设计企业1641华设集团深耕大数据云计算物联网和人工智能的优势企业1642华阳国际AI技术已在审图阶段应用1843华建集团数字化转型稳步推进1944东易日盛将AI应用到营销环节提高消费体验205风险提示20图表目录图1NLP发展历程4图2ChatGPT发展历程5图3GPT-1模型的网络结构7图4Data-centric和Model-centric的区别7图5ChatGPT在发展历程中所采用数据集的变化8图6ANN在建筑能耗应用的DMAIC方法10图7智慧建筑的强化学习模型10图8基于AI的下水道缺陷检测10图9住建部在北京开展AI审图试点11谨请参阅尾页重要声明及财通证券股票和行业评级标准2行业深度分析报告证券研究报告图10机器学习绘制设计图12图11人工智能对设计图纸打标签12图12深度学习方法对建筑物3D建模并分类标注12图13自动化包装生产线14图14智能供应链14图15焊接智能机械手臂15图16自动化检测金属表面缺陷15图17某互通立交正向设计和数字模型16图18华设紫云基建四云七线数字平台产品17图19华设智慧公路技术解决方案17图20华设智慧港航应用案例17图21华设智慧公交产品线17图22智慧停车产品线17图23公司BIM案例莲塘口岸18图24公司BIM案例深圳市科技馆新馆18图25万翼AI审图19图26华建集团助力上海北外滩中心19图27华建集团助力上海城市规划展示馆19表1ChatGPT有望应用的领域5表2不同种神经网络适用的数据类型有所差异6表3AI在建筑设计中的应用潜力9谨请参阅尾页重要声明及财通证券股票和行业评级标准3行业深度分析报告证券研究报告1ChatGPT在建筑的应用现状和前景11应用层面来看ChatGPT当前更适合文本工作类行业ChatGPT是自然语言处理发展的产物自然语言处理NaturalLanguageProcessingNLP作为人工智能的重要研究方向旨在帮助计算机理解解释和运用人类语言回顾发展历程来看上世纪50年代科学家已经开始进行基于规则的少量数据处理总体是基于模板和规则的学习的阶段上世纪80年代开始进入MachineLearning的时代与之前的区别是开始基于一定范围的数据进行参数分类上世纪90年代开始以CNNRNN等为代表的神经网络开始获得突破开始模仿人脑进行大量数据的标记和训练2017年AshishVaswanietal在论文AttentionIsAllYouNeed中提出了一种新的简单架构TransformerArchitecture这种模型基于注意力机制不用重复和卷积因而这些模型在质量上更优同时更易于并行化需要的训练时间明显更少图1NLP发展历程数据来源真格基金财通证券研究所ChatGPT能实现的人类意图来自于机器学习神经网络以及Transformer模型的多种技术模型积累最早在2018年OpenAI推出GPT-1其中大约有117亿个参数这一代模型的核心手段是预训练通过不断的手动标记数据结合无监督预训练和有监督微调减轻NLP中的监督学习本质上模型是相对TransformerArchitecture的显著简化后续的GPT-2去掉了GPT-1中的有监督微调的阶段转向更通用的系统最终不需要为每个任务都手动创建标记去训练GPT-3的参数数量等相对之前有了极大飞跃达到1750亿个参数在许多NLP数据集上都实现了很强的性能谨请参阅尾页重要声明及财通证券股票和行业评级标准4行业深度分析报告证券研究报告图2ChatGPT发展历程数据来源PriyaShreeTheJourneyofOpenAIGPTmodelsAlecRadFordImprovingLanguageUnderstandingbyGenerativePre-TrainingJanGoreckiPairProgrammingwithLargeLanguageModelsforSamplingandEstimationofCopulas财通证券研究所基于ChatGPT神经网络的类型以及训练方法来看文本类工作的效率有望得到提升由于ChatGPT已经接受了大量的文本训练集它可以在教育行业中提供大量的语言和知识学习的资源协助师生之间的交流和学生的评估金融领域可以基于大量文本去分析行业的市场情况风险评估并给出建议等商业领域可以帮助去进行一些营销策略的创作提供客户服务或者从事数据分析等工作媒体领域可以协助创意工作者去生产或者编辑脚本外发的文稿等内容表1ChatGPT有望应用的领域应用领域相关形式自然语言处理可以用于自然语言生成自然语言理解文本摘要机器翻译等NLP任务智能客服可以作为智能客服机器人的核心回答客户的问题提供帮助和建议电子商务可以用于电子商务平台的客服和推荐系统为客户提供更好的购物体验和更精准的推荐教育可以作为辅助教学工具为学生提供答案解释学习建议和自适应学习体验媒体可以用于新闻自动化内容推荐和智能化编辑帮助媒体更快速更精准地生产和传播新闻医疗可以用于医疗问诊病历记录病症分析等任务帮助医疗机构提高效率和服务质量金融可以用于智能投资风险评估客户服务等金融领域任务帮助更好地服务客户和管理风险数据来源财通证券研究所整理12建筑业涉及到的数据类型众多所需要的模型更为繁杂不同类型数据图片文本音频的处理适用于不同种类的神经网络谨请参阅尾页重要声明及财通证券股票和行业评级标准5行业深度分析报告证券研究报告表2不同种神经网络适用的数据类型有所差异网络类型主要原理应用领域主流算法处理对象AlexNetVGG卷积神经网络本质上是一个网络间共享权重参数的多图片分类GoogLeNetResNetCNN卷积神层复合函数其共享权值的思想可以大大减小训练参DenseNet等图片音频视频经网络数的数量因此常被用来训练深层网络并在大规模数RCNNFastRCNN等据如图片的处理中表现出较好的表达能力目标识别FasterRCNNMaskRCNNYOLOSSD等循环神经网络的主要思想是在网络模型中不同部分进RNN循环神行权值共享使得模型可以扩展到不同样式的样本循自然语言处LSTMGRU双向RNN序列信号如文经网络环神经网络在处理长序列时表现出了较好的泛化能力理等本语言和精度注意力机制的主要思想是对给不同输入信号分配不同机器翻译Transformer注的权重使得模型更加关注重要的输入这种思想可序列信号如文聊天机器人GPTBERT等意力机制模型以让神经网络在处理序列数据时专注于关键信息的本语言等部分同时忽略不重要的部分图卷积神经网络模型通过考虑节点自身以及邻接节点具有不规则空间拓GCN图卷积的属性从图数据中提取特征克服了传统神经网络模网络分析GATEdgeConv扑结构的数据如神经网络型无法高效处理不规则且没有平移不变性的图数据的生物化学等DeepGCN等社交网络蛋白质缺点结构等数据去噪自编码器可以认为是只有一层隐含层的神经网络通图像生成稀疏自编码器卷积自编Auto-Encoder过压缩和还原实现对特征的重构模型中输入层到目标识别码器变分自编码器对图片视频等自编码器隐含层是编码器能将输入特征压缩隐含层到输出入侵检测抗自编码器等层是解码器可以重构经过压缩的特征故障诊断等生成对抗网络模型基于生成器与判别器采用对抗机制图片生成DCGANInfoGANGANs生成式训练模型使生成数据匹配真实数据从而使网络产自然语言处CycleGANWGANSelf-图片对抗网络生的数据分布逼近真实数据分布理等AttentionGANBigGAN数据来源财通证券研究所整理而在建筑领域不同的需求适应的神经网络不同不能简单从ChatGPT去移植在建筑领域涉及到的数据种类繁多有图片文本以及特殊类别的数据比如时间序列等对应则可能需要CNNtransformerLSTM等模型去搭建神经网络并且设计图中还含有高维数据这种情况下需要使用Autoencoder去将数据降维并提取特征而在绘制设计图施工图等的时候需要应用到GANs去生成新图像所以当前阶段我们更看好ChatGPT在设计环节以及一些固定的文本处理环节标准化重复性逻辑性较高需要计算机辅助的加工文本类型数据的环节帮助建筑企业提高效率13ChatGPT复现不易除资源投入还需高质量数据集复盘ChatGPT发展历程GPT模型的架构主要基于Transformer以文本和位置信息的向量为输入使用注意力机制来建模词之间的关系之后的GPT系列模型结构大体上都与GPT-1类似主要区别在于更多参数更多层更多隐含层维度等等谨请参阅尾页重要声明及财通证券股票和行业评级标准6行业深度分析报告证券研究报告图3GPT-1模型的网络结构数据来源AlecRadfordImprovingLanguageUnderstandingbyGenerativePre-Training财通证券研究所ChatGPT是一种Data-centric的模型超高质量数据是成功关键要素根据查道琛的研究当前AI模型搭建可以被分为Model-centric和Data-centric传统的搭建AI模型的方法主要是去迭代模型数据相对固定比如通过聚焦于几个基准数据集然后设计各式各样的模型去提高预测准确率这种方式称作以模型为中心model-centric然而Model-centric没有考虑到实际应用中数据可能出现的各种问题例如不准确的标签数据重复和异常数据等准确率高的模型只能确保很好地拟合了数据并不一定意味着实际应用中会有很好的表现Data-centric更侧重于提高数据的质量和数量也就是说Data-centricAI关注的是数据本身而模型相对固定采用Data-centricAI的方法在实际场景中会有更大的潜力因为数据很大程度上决定了模型能力的上限图4Data-centric和Model-centric的区别数据来源DaochenZhaData-centricAIPerspectivesandChallenges财通证券研究所谨请参阅尾页重要声明及财通证券股票和行业评级标准7行业深度分析报告证券研究报告根据YannLeCun深度学习三巨头CNN模型之父的说法ChatGPT在技术上并不是什么新鲜事物事实上ChatGPT更类似于基于Data-centric开发出的模型虽然GPT-1中并未采取Data-centricAI策略但是其数据集是BooksCorpus的4926MB的各类书籍文本原始数据质量高GPT-2中开始采取Data-centricAI策略比如仅筛选使用Reddit上至少获得3个karma及以上的链接并且提取纯文本后再用一些启发式策略做了去重和数据清洗GPT-3中开始采取分类器来过滤掉低质量的文档并且采取了数据准备和收集的措施后在InstructGPT中更进一步地严格筛选标注人员对他们进行考试并且收集比较数据人类对产生的答案根据好坏程度排序来训练一个奖励模型然后基于该奖励模型使用强化学习来微调InstructGPT产生的结果更加真实有更少的偏见更符合人类的预期ChatGPT并未披露具体细节但是很大程度上遵循了之前GPT模型的设计鉴于GPT-4的推理速度比ChatGPT慢很多预计模型的参数数量更多也很有可能使用了一个更大的数据集图5ChatGPT在发展历程中所采用数据集的变化数据来源DaochenZhaData-centricArtificialIntelligenceASurvey财通证券研究所对于建筑行业应用AI的启发是否能够提供出高质量数据集或是大范围应用的重要因素综合来看数据集在ChatGPT的发展历程中扮演了极其重要的角色OpenAI对数据和标签质量的重视程度极高从GPT-1到ChatGPTGPT-4所用的训练数据大体经历了以下变化小数据对于OpenAI而言较小但实际数据量已谨请参阅尾页重要声明及财通证券股票和行业评级标准8行业深度分析报告证券研究报告经很大-大一点的高质量数据-更大一点的更高质量数据-高质量人类指能通过考试的标注者标注的高质量数据其中模型设计并没有很显著的变化高质量的标注数据是至关重要的因此引申到建筑业是否能够提供高质量数据集或是大范围应用的重要因素而拥有量更大的高质量数据的企业有望成为行业内在AI领域更有话语权的公司2人工智能在建筑设计层面的应用21人工智能在建筑设计中应用的潜力如何AI在建筑设计中的应用潜力很大比如提高建筑的效能缩短设计时间和成本等AI可以应用在建筑设计上主要是通过设计工具和软件来实现例如在建筑设计过程中使用AI可以帮助建筑师确定最佳的建筑形态优化结构提高建筑的能源效率等另外AI也可以用于建筑材料和构件的选取预测建筑能耗等方面例如基于神经网络的模型可以预测建筑中不同系统的能源需求以便压缩能源使用减少环境负担这些应用领域都需要大量的数据和复杂的模型来实现AI可以有效地处理这些数据和模型从而提高建筑领域的效率和可持续性表3AI在建筑设计中的应用潜力建筑能耗AI可以利用建筑的历史能耗数据气象数据和建筑物属性等信息来预预测测未来能耗情况以优化能源管理和降低能源成本室内环境AI可以利用传感器测量的室内环境参数如温度湿度CO2浓度预测等来预测室内空气质量以提供更舒适健康的室内环境建筑物智AI可以用于智能控制系统例如光照控制温度控制通风控制和安能控制全监控等以提高建筑物的能效和安全性建筑结构AI可以利用传感器和监测设备测量的数据如振动应变位移等监测来监测建筑物的结构健康状况以提前预警和防止灾害发生建筑物设AI可以用于优化建筑设计例如建筑形态材料选择和能源利用等计优化以提高建筑物的可持续性和经济性数据来源亚泰建设集团公众号深圳世拓建筑科技有限公司公众号数字能效公众号财通证券研究所AI在建筑能耗预测室内环境监测建筑物智能控制等领域已经有学者进行了深度研究由于受燃料消耗环境影响和二氧化碳排放等多方面的影响建筑能源系统的复杂度非常高而AI模型因其高度的自学习自组织和自适应能力以及其自身的非线性其不需要知道具体的数学模型即可具备执行任务的能力从而弥补传统工程预测建筑能耗精确度低的缺点此外AI在建筑结构安全监测和建筑物智能控制等领域也都具有广泛的应用谨请参阅尾页重要声明及财通证券股票和行业评级标准9行业深度分析报告证券研究报告图6ANN在建筑能耗应用的DMAIC方法图7智慧建筑的强化学习模型数据来源AdrianButurachePredictionofBuildingEnergyConsumptionUsing数据来源KariAlanneAnoverviewofmachinelearningapplicationsforsmartArtificialNeuralNetworks财通证券研究所buildings财通证券研究所建筑结构检测已经有一些应用案例但是计算的复杂度较高AI应用有望打开新局面安装在各种民用基础设施上的结构健康监测系统SHM中往往含有数量可观的传感器这些传感器会获取大量的监测数据被用以追踪结构的健康状况和检测结构损伤传统的数据分析方法面临环境噪声测量数据量大计算复杂度等挑战严重制约了SHM技术的广泛应用近年来基于AI的数据处理方法为挖掘清洗和分析SHM系统生成的海量数据提供了相较传统数据处理方法更加高效精确的新途径图8基于AI的下水道缺陷检测数据来源XiaoweiYeAreviewondeeplearning-basedstructuralhealthmonitoringofcivilinfrastructures财通证券研究所除了上述提及的各个环节在建筑设计及后续施工管理运维层面AI也可以发挥其作用-设计及可行性分析通过分析建筑结构土地利用建筑成本等因素提供设计和建设决策上的支持-材料采购及控制建立供应链管理系统优化材料采购和运输过程提高供应效率和降低成本-建筑装饰材料供应提供建筑装饰材料采购和供应的支持根据客户需求提供个性化的材料选择并确保质量与价格一致-施工管理通过监测和控制施工流程质量和安全确保工程质量和进度并降低不必要的成本风险谨请参阅尾页重要声明及财通证券股票和行业评级标准10行业深度分析报告证券研究报告-建筑智能化系统研究和开发智能化建筑系统通过自动化和机器学习提高建筑能源效率安全等方面的绩效-建筑设备维护与管理通过监测建筑设备的状态提供快速维修服务和预防性维护管理降低设备故障风险和成本22AI是否能应用到建筑设计或者施工图中221AI在建筑设计及施工图的部分环节已经使用AI已经开始在审图环节试点应用建筑施工图中包含数据种类多复杂性高并且要求精度高目前AI在建筑施工图中的应用比较少见但是可以通过AI模型辅助建筑施工图的自动生成解析检验等任务目前在施工图审图的环节人工智能已经较为成熟北京和深圳早于2020年已经作为试点城市开始在现有数字化审图系统基础上引入人工智能相关技术研发人工智能审图基础系统形成可靠的智能审图能力减少人工审查工作量提升审查效率和质量为施工图审查改革和工程建设项目审批制度改革工作提供可复制可推广经验图9住建部在北京开展AI审图试点数据来源住建部财通证券研究所除此以外设计图生成已经有学者在室内设计有所应用目前WeiHuang已经提出了一种基于神经网络的建筑布局生成方法使用GAN来寻找人工标记过的公寓平面图与真实图纸之间的关系从标签到平面的映射展示了神经网络的设计生成能力而从平面到标签的映射展示了设计识别能力虽然说目标结果有所差异但是人类设计师在设计时根据不同的目的相应结构布局也会有所差异在可接受范围之内谨请参阅尾页重要声明及财通证券股票和行业评级标准11行业深度分析报告证券研究报告图10机器学习绘制设计图数据来源WeiHuangArchitecturalDrawingsRecognitionandGenerationthroughMachineLearning财通证券研究所人工智能在设计图纸打标签建筑物分类标注已经有所初步应用神经网络可以将建筑施工图进行分类和标注自动分类和标注施工图中的建筑设计元素在DrJenniferNG的实验中已经达到超过99的置信水平除此以外还可以训练AI直观地理解建筑环境中的建筑元素然而目前视觉识别任务的绝大多数训练数据都是由人类注释的大型训练数据集的可用性是AI的最大限制之一图11人工智能对设计图纸打标签图12深度学习方法对建筑物3D建模并分类标注数据来源JENNIFERMEIYEENGOptimisingImageClassification-ImplementationofConvolutionalNeuralNetworkAlgorithmstoDistinguish数据来源MohammadAlawadhiBIMHyperrealityDataSynthesisUsingBIMBetweenPlansandSectionswithintheArchitecturalEngineeringandConstructionandHyperrealisticRenderingforDeepLearning财通证券研究所AECIndustry财通证券研究所222建筑施工图中数据要素多需要多种网络共同参与AI在建筑领域的发展情况仍需持续跟踪建筑设计及施工图可能采用多种神经网络架构具体取决于应用场景数据类型和算法选择并且需要相应的数据集去训练建筑设计及施工图中涵盖图像数据设计图稿等在立体模型中还有高谨请参阅尾页重要声明及财通证券股票和行业评级标准12行业深度分析报告证券研究报告纬度数据文本数据对于设计施工图稿的标注等以及时间序列数据施工图中的流程进度等具体对于神经网络模型的需求如下1卷积神经网络ConvolutionalNeuralNetworkCNN常用于图像处理和识别任务可以对建筑施工图进行高效的特征提取和分类2循环神经网络RecurrentNeuralNetworkRNN常用于序列数据处理可适用于处理建筑施工图中的时间序列数据如施工进度时间安排等3长短时记忆网络LongShort-TermMemoryLSTM一种特殊的循环神经网络适用于处理长期依赖性的数据如建筑施工图中的建筑结构材料及施工条件变化等4自编码器AutoencoderAE可以用于数据降维和特征提取适用于建筑施工图中的高维数据处理5生成对抗网络GenerativeAdversarialNetworksGANs可以生成与建筑施工图类似的新图像可用于指导设计和规划当前阶段AI在建筑设计领域的应用短期内还是以提高人效为主实现替代还需要技术进一步迭代如上建筑设计施工图中完全应用AI所需要的数据集种类繁多并且没有一种模型能够很好的解决所有种类的数据需要训练繁多子模型所以在初期AI很难实现对人工的替代更多的价值在于对人工的辅助比如实现审图打标记初步识别转化等功能若参考ChatGPT的发展后续随着人工给数据不断添加标签去生成高质量数据并且基础模型或者算力有所突破AI或可以在建筑领域有更大作为往终局去看在设计领域已经有大量的设计施工经验及数据已经深耕人工智能赛道并且在数据集方面已经做出长足积累的企业相对更具备竞争优势在人工智能赛道有望实现率先突破根据建筑行业发展规律及情况设计领域的扩张主要依赖人员规模人效的提升目前处在瓶颈期AI进入设计领域有望助力突破现在人效的瓶颈大幅提高效率使企业竞争优势更强谨请参阅尾页重要声明及财通证券股票和行业评级标准13行业深度分析报告证券研究报告3人工智能与智能制造31在智能制造中人工智能可发挥什么样的作用传统制造产业和人工智能技术的深度融合使机器在数字化网络化的基础上实现自主判断反馈与调整的可能性得以实现意味着新技术新产品新业态新模式将不断涌现深刻影响和改变人类的生产结构生产方式生活方式和思维方式并最终会带来社会生产力的极大提高智能制造将重塑产品全生命周期的所有流程包括设计制造服务以及这些流程的集成当前人工智能在制造领域的应用主要包括以下几个方面自动化生产流程传统的产线建设模式基本是先通过工艺梳理将不适应自动化升级的工艺进行优化再反馈到产线设计规划图中经过多次迭代修正最终确定产线布局这种建设方式最终容易造成生产线与信息化系统结合度较低的问题通过数据采集分析和处理人工智能可以协同控制产线设计的不同环节从而使生产变得更加高效和准确提高产品质量和生产效率智能供应链管理人工智能可以跟踪整个供应链并根据市场需求预测需求量调整进货量等更好地满足客户需求同时AI还可以优化物流和库存避免过多的废料和库存风险图13自动化包装生产线图14智能供应链数据来源浙江思密达智能装备有限公司官网财通证券研究所数据来源方略陆港集团官网财通证券研究所机器人智能化机器人是机械制造广泛应用的自动化设备人工智能技术可以为机器人赋予更智能化的功能比如故障自我诊断自动化维护使其更加灵活高效并且具备一定的自主决策能力在机械装备制造领域全自动激光切管机具有传统切割技术所不具备的高精度和高灵活度可以高效精准地将板材切割成预先设定好的各种形状在集成电路板制造领域定制化和自动化的产生线在缩短PCB电路板生产周期的同时还极大减少了劳动力成本和污染排放与传统生产线相比生产效益改善明显除在机械和电子制造谨请参阅尾页重要声明及财通证券股票和行业评级标准14行业深度分析报告证券研究报告领域在轻工纺织和医疗制药等领域传统机器人和人工智能技术深度融合的进程也在不断推进智能品质检验人工智能可以分析和处理大量的数据快速识别产品缺陷并提高质量检查的精度这样不仅可以节省时间和成本还可以提高产品的品质和可靠性图15焊接智能机械手臂图16自动化检测金属表面缺陷数据来源无锡苏明达智能装备有限公司官网财通证券研究所数据来源国辰机器人官网财通证券研究所32AI能帮助完成自动化焊接之类的工序吗AI通过赋能软件优化生产环节提高效率但若本身机械性能不足以满足自动化加工则还需技术进一步迭代而软件性能不足则可靠AI进行加持从上述人工智能在制造领域的作用来看AI更多的像是一个管理者参与到工业生产活动中所以对于自动化加工仍需要1自动化焊接对应的自动化设备要比较成熟2技术人员要制定好焊接工艺和参数选取好合适的材料电极确保焊接质量在此之后需要有足够的自动化生产所需要的数据才有机会训练出相应的模型在自动化工艺已经比较完备的情况下AI能够有效赋能整个生产步骤企业通过不断积累数据对模型进行训练优化从材料采购开始到最后加工成型所有环节助力企业实现进一步降本增效谨请参阅尾页重要声明及财通证券股票和行业评级标准15行业深度分析报告证券研究报告4看好充分布局数字智慧的设计企业当前阶段AI更容易赋能建筑企业设计环节以及一些工业上已经实现自动化的环节拥有大量施工经验和足够多数据的大企业可以更容易地开展神经网络设计建筑施工图的研究和应用此外神经网络需要大量的数据进行训练和调整以便适应不同的建筑项目和施工过程大企业通常拥有更多的专业技术和科研资源可以进行大量的投入和研发工作以确定最佳的神经网络模型和训练算法来更好地支持神经网络设计建筑施工图的研究和应用41华设集团深耕大数据云计算物联网和人工智能的优势企业公司依托长期工程设计的经验开发了成套基础设施数字化云平台和工具软件产品公司目前工程数字化设计是基于BIMGIS的正向设计和数字模型交付作为具有公铁水空综合设计能力的咨询设计企业设计了全国及海外超过6000公里高速公路1000余公里城市快速路和主干道300多座特大型桥梁3200公里四级以上内河干线航道和沿海航道80余座各类船闸近1000公里的铁路11个城市超过550公里的地铁民航评审项目覆盖七大管理局覆盖24个省市区79个机场公司依托工程数字化技术中心推动工程设计向基于BIMGIS的全生命周期正向设计和数字化交付转变目前特大桥梁隧道互通式立交地铁车站以及大型建筑等均已实现数字化交付图17某互通立交正向设计和数字模型数据来源公司2022年半年报财通证券研究所公司打造基建数字化底座打通底层数据公司向控股子公司江苏狄诺尼信息技术有限责任公司进行增资完成新一轮基础设施数字化发展规划继续推进数字勘测云平台数字设计云平台数字建造云平台系统的开发与完善基建数字化底座打通从数据获取快速建模-设计-数字建管-后期运维养护全链路赋能公司设计业务中工程项目可行性阶段大大提高设计效率并且整个过程中的数据量极大公司可以在长期生产中积累出大量高质量数据为AI进一步发展奠定基础谨请参阅尾页重要声明及财通证券股票和行业评级标准16行业深度分析报告证券研究报告图18华设紫云基建四云七线数字平台产品数据来源公司2022年半年报财通证券研究所公司基于新一代信息技术打造智慧交通解决方案公司基于建管养运四大业务深入挖掘客户需求提出安全保障全天候出行服务全方位运营维护全数字绿色建管全寿命的四全智慧公路解决方案聚焦内河智慧航运体系围绕运行监测外场感知船岸信息交互通航建筑物监测及运营安全监管等系统开展总体架构和重点研究打造智慧港湾针对不同城市需求提供的多种智慧公交解决方案以及针对城市停车资源信息难以整合停车运营管理难以统一停车大数据价值难以体现等问题基于物联网云计算大数据等技术构建城市智慧停车管理平台图19华设智慧公路技术解决方案图20华设智慧港航应用案例数据来源公司2022年半年报财通证券研究所数据来源公司2022年半年报财通证券研究所图21华设智慧公交产品线图22智慧停车产品线数据来源公司2022年半年报财通证券研究所数据来源公司2022年半年报财通证券研究所谨请参阅尾页重要声明及财通证券股票和行业评级标准17行业深度分析报告证券研究报告华设集团深耕大数据云计算物联网和人工智能目前已经有大量的经验积累并且在日常业务中已经形成了大量优质的数据集公司整体研发实力强看好未来公司在人工智能领域发挥自己的优势赋能设计建造运营管理全产业链42华阳国际AI技术已在审图阶段应用公司坚定推进设计科技战略积极跟踪和探索建筑行业理论前沿和科技实践推动建筑科技的研发和创新公司持续加强装配式建筑BIM绿色建筑结构超限自动成图节能减排等技术的研究与开发积极推进城市更新社会保障房轨道上盖物业教育医疗TOD产业园地下空间等建筑产品的研究截至2022H1公司累计获得95项专利包括20项发明专利67项实用新型专利和8项外观设计专利104项软件著作权公司持续加强推进BIM的应用公司升级和优化BIM正向设计平台提高设计师应用BIM正向设计的普及率持续提升BIM正向设计效率协同功能在多专业的基础上扩展到跨地域跨企业的协同为项目多个参建方在线协同模型和数据流转奠定了基础基于BIM正向设计模型动态算量的效率和精准度得到进一步提升IBIM平台获得2021工业软件创新应用大赛50强并且目前与中望软件联手打造完全拥有自主知识产权的BIM软件从底层几何建模引擎到应用层的各专业功能开发以彻底解决卡脖子及软件性能瓶颈图23公司BIM案例莲塘口岸图24公司BIM案例深圳市科技馆新馆数据来源华阳国际设计集团官网财通证券研究所数据来源华阳国际设计集团官网财通证券研究所公司在AI领域已有所尝试与万翼科技有限公司形成战略合作关系在AI审图定制规则研发AI审图与设计平台协同AI赋能设计场景等方面展开合作目前华阳的CAPOLiBIM平台与万翼的AI审图平台已经实现数据互通设计管控与AI审图可以无缝对接不断提高设计成果的审查效率AI审图的准确度及赋能公谨请参阅尾页重要声明及财通证券股票和行业评级标准18行业深度分析报告证券研究报告司CAPOLiBIM平台未来双方将继续共同深入研究AI审图的准确性及优化方案共同挖掘AI审图的应用价值并尝试将AI能力与BIM模型审查相结合逐步实现BIM项目服务的智能化转型图25万翼AI审图数据来源万翼AI审图官网财通证券研究所43华建集团数字化转型稳步推进公司数字化转型稳步推进子公司华建数创开发ARCTRON-ArcOS系列产品部署数字孪生和智慧赋能两大业务板块在数字孪生板块基于BIM及CIM等技术在浦东机场T3航站楼虹口北外滩等项目中进行了深度应用在智慧赋能板块基于IOT云计算和大数据等技术结合公司传统主业在智慧建筑智慧园区和智慧城市等领域开展技术创新相关成果应用于上海市规划馆世博滨江大厦金华产业园区等项目图26华建集团助力上海北外滩中心图27华建集团助力上海城市规划展示馆数据来源华建集团Arcplus公众号财通证券研究所数据来源华建集团Arcplus公众号财通证券研究所谨请参阅尾页重要声明及财通证券股票和行业评级标准19行业深度分析报告证券研究报告44东易日盛将AI应用到营销环节提高消费体验体验式营销的优势在于将家装效果体验的环节大大前置通过模拟生活情景的家装环境展示使消费者能够置身其中切实体验产品的品质与品位唤起消费的信赖和需求公司基于20多年家装业务实践研发应用业内领先的3D-VR渲染引擎及AI3D云智能设计结合人工智能推荐算法等新技术的运用通过VR裸眼云台为客户极速呈现全屋渲染及高清全景图实现真正的所见即所得大大提升了客户体验并提升了客户转化率5风险提示AI技术发展不及预期本文所涉标的人工智能技术尚处于初期发展阶段后续相关技术的发展仍有待进一步观察存在人工智能在图片视频等数据类型以及要求精度的需求中的大范围应用仍需技术突破未来技术突破或不及预期的风险AI技术应用到产业不及预期应用到具体产业人工智能模型需要适应性调整或应用到产业不及预期地缘政治风险受制于地缘政治因素人工智能技术受限谨请参阅尾页重要声明及财通证券股票和行业评级标准20