您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[发现报告]:广联达机构调研纪要 - 发现报告

广联达机构调研纪要

2026-01-15发现报告机构上传
广联达机构调研纪要

调研日期: 2026-01-15 广联达科技股份有限公司作为数字建筑平台服务商,提供数字化软硬件产品、解决方案及相关服务,业务涵盖建设方、设计方、制造厂商、供应商、施工方、运营方等产业链各参与方,以及金融、高校、投资并购等领域。公司致力于助力建筑产业转型升级,为产业运营者提供数字化服务,协同共生、融合发展,共建建筑产业互联网的新生态。广联达及旗下子公司共取得1100余件软件著作权登记证书,主要产品具有自主知识产权及自主创新的软件架构,在BIM解决方案、云计算、大数据、物联网、移动应用,以及管理业务技术平台方面有深厚积累。 Q1:公司在成本、施工、设计领域推进 AI 业务的优先度 答:? 公司自 2023 年提出 ALL IN AI 战略,相关业务均有AI 赋能。在整体推进优先度上,会统筹考虑不同领域的知识属性、流程标准化程度及落地可行性等多个因素,总体来看是成本先行,施工、设计提速跟进的节奏。 成本领域先行是因为其知识体系有明确的国家规范、定额标准等,具备固化性与流程化特点,且公司积累了大量的造价工程知识经验,为实现 AI 赋能成本业务铺垫了基础。2025 年公司 AI产品在工业园区、公路基建等场景做已经做了部分应用试点并取得良好效果。 Q2:AI 在造价、施工、设计领域的核心应用方向 答:? 目前公司进行 AI 场景落地的方向主要有三个,分别是设计一体化、成本精细化、施工精细化。在具体应用上: 在设计一体化方面重点是 AI 与 BIM 深度融合,实现高质量设计与高价值交付。具体应用包括重构方案设计工作流的 AI 原生产品Concetto 以及 数维设计产品中的 AI 智能辅助等,进一步提升设计师操作软件的效率和体验感。 在成本精细化方面是要通过 AI+数据,驱动项目全过程成本精细化管理。在应用层面如 AI 工业安装算量能实现多图一键出量;AI公路算量突破桥梁隧道 AI 算量业务,一键抄图大幅提效;AI 组价已经上线试点,土建、安装主要清单 AI 定额套取精度明显提升。 在施工精细化方面,核心是帮助企业和项目省钱省心。分为两个层面,一是以 PMLead 为载体的企业级 AI 服务,聚焦企业制度、数据治理等,提供知识问答服务,以私有化部署为主,定制化交付;二是以 PMSmart 为核心的项目级 AI 管控,如针对物资浪费、人员效率 等痛点,通过多维度数据判断优化物资管控与施工计划,降低项目浪费与延期风险。 Q3:AI 在造价领域的收费模式,对原来年费收入的影响 答:公司目前是采取 AI 赋能现有业务提质升级+新增的 AI 原生产品单独收费的双轨模式,明确区分现有业务和新业务,不影响原有的年费体系。 针对传统土建算量、计价等业务,公司将通过 AI 赋能持续提升产品核心价值、强化客户使用粘性,在为客户创造更高价值的基础上合理优化定价策略,进而提升客户续费意愿及新购转化效率。 Q4:公司的垂类大模型和通用大模型相比的优势 答:公司面向建筑领域打造的建筑工程大模型是指一种面向建筑全生命周期(设计、成本、施工、运维等),基于深度神经网络架构,融合了自然语言、几何图形(CAD/BIM)、物理规则与工程规范等多模态数据,具备跨模态语义对齐、复杂工程逻辑推理、生成式设计与决策辅助能力的垂直领域通识模型。它具备三大核心特征,一是多模态融合性:打破了文本、2D 图纸、3D 模型 (IFC)之间的壁垒;二是工程合规性:其输出结果不仅要有“似真性”,必须严格符合国家规范(GB)和力学原理;三是可操作性:能够通过API 调用专业软件(如广联达各类计价、算量软件等)进行实际作业,而非仅停留在对话层面。 基于以上定义和特征来看,建筑工程大模型与通用语言类的大模型有着本质的区别,在解决建筑产业具体场景问题时,其明显的优势在于其 不仅需要有语言能力,更需要空间几何理解力、物理规则遵循力以及工程规范约束力。 Q5:展望后续,公司 AI 推进的思路 答:总结来看,行业目前做 AI 是两个阶段,第一个阶段是通过提示词工程+RAG+Workflow 等来打造一个类似 AI 智能体去解决具体场景中的问题,我们初期也是采用这种方式,能带来一定工作效率的提升和商业价值变现,但是空间有限。目前我们已经步入第二阶段,即聚焦于构建适配各类场景的“知识驱动的智能体”,确保结果准确,实现端到端的交付。 Q6:公司对于 AI 的投入是否会大幅增加研发费用 答:公司不会因 AI 投入大幅增加研发费用。从组织架构来看,公司设立两大专业部门推进 AI 业务发展:一是 AI 工程部,要与产品深度融合,快速实现产品 AI 化成果;二是 AI 研究院,重点推动行业 AI 核心技术,打造核心竞争力,驱动代际差 AI 产品出现。在 AI 产品的落地以及后续规模化推广上,这两大部门主要发挥“打样”、引领示范的作用,核心还是要充分复用现有的研发人力资源,无需新增大规模研发投入。