当前，中国AI技术发展正进入关键转折期。以DeepSeek为代表的国产大模型突破性进展，不仅打破了国际技术垄断，更引发了各行业与AI深度融合的新浪潮。这场变革背后蕴含着深刻的经济社会逻辑，其影响将重塑中国数智化发展的底层架构。试想，当未来工程建设企业逐渐以经济可行的方式部署行业大模型应用，一场涉及工程建设设计范式、施工流程、管理体系的深层变革已然拉开序幕。

发展自主可控的AI底层平台技术

2025年开年，DeepSeek的横空出世在业界掀起了轩然大波，标志着我国在人工智能核心技术领域迈出了关键一步，为实现从技术追随者到引领者的转变奠定了坚实基础。

我国人工智能核心产业规模已达到5000亿元，展现出强劲的发展势头和广阔的市场前景。然而，在这一蓬勃发展的背后，我国在人工智能领域的底层算法、开源框架等关键技术上仍然存在明显的短板，部分核心技术仍受制于人。因此，发展自主可控的AI底层平台技术已成为当务之急。DeepSeek的成功不仅是一次技术突破，更是我国人工智能产业发展的重要转折点。未来，随着更多类似DeepSeek这样的自主可控AI平台的涌现，更加适用的行业大模型走入企业真实的应用场景，我国人工智能产业必将迎来更加辉煌的发展阶段。

虽然通用大模型在自然语言处理方面展现出了卓越的能力，但在工程建设行业或企业的专业应用中，仍然存在一定的局限性。首先是行业理解能力不足，通用大模型缺乏对行业的深度认知，难以准确把握复杂的行业规范、技术标准以及特定的业务流程。其次是精准度问题，由于工程建设领域涉及大量高精度的数据计算和分析，通用大模型可能会因为数据来源的广义性和模糊性而导致预测偏差。最后是企业数据利用上的障碍，通用大模型通常无法直接访问企业的私有数据，例如历史项目记录、财务报表、成本控制数据以及供应链管理信息，这使得其在实际应用中的数据理解能力受限，难以为企业提供针对性强的解决方案。此外，由于缺乏专属知识库的支持，通用大模型可能无法有效应对工程建设领域复杂的技术问题或法规要求，导致其在实际操作中的适用性受到限制。

这种“通用性强、专业性弱”的矛盾在工程建设领域尤为突出。工程建设领域本身具有高度专业化的特点，无论是建筑设计、施工管理还是后期运维，都需要深入的专业知识和技术支持。通用大模型虽然具备强大的学习能力和广泛的适应性，但在面对行业特有的复杂需求时，往往会显得捉襟见肘。因此，在这一领域，行业大模型的价值并不在于是否“更聪明”，而在于是否“更懂行”。只有真正理解行业痛点，融入行业知识，并与企业数据深度融合的行业大模型，才能为建筑行业带来更具针对性和实用性的解决方案，从而推动行业的数字化转型和智能化升级。

打造企业级AI全生命周期管理平台

杭州新中大科技股份有限公司推出的六和AI训推平台，是专为工程建设领域打造的企业级AI全生命周期管理平台。

平台深度融合DeepSeek大模型技术，构建了覆盖数据管理、模型训练、推理部署的一体化工具链。通过无缝对接通用大模型，平台将AI能力广泛应用于成本管理、合同风险控制及智能建造等核心业务场景，实现工程数据价值的深度挖掘。通过“通用大模型+行业深度适配”的技术路径，不仅降低了AI应用门槛，更通过场景化工具链释放了工程数据的潜在价值，以推动工程建设企业从传统管理向智能管理转型。

随着更多行业大模型的涌现和应用场景的不断拓展，AI技术将更加深入地融入企业的日常运营和管理中，推动传统行业向智能化、数字化方向转型升级。无论是工程建设领域的设计优化、施工流程再造，还是成本控制与风险管理的精细化提升，行业大模型都将发挥不可替代的作用。

（作者系杭州新中大科技股份有限公司总裁）

来源：中国建设报