2024 年,美国有超过 40 万个建筑业职位空缺。[1]Bureau of Labor Statistics, bls.gov. AI 调度、劳动力优化、自动化进度跟踪和机器人放样能够处理重复性工作,而在这些工作中,技能工人短缺造成的成本最高。采用 AI 驱动的调度和劳动力优化的项目报告称,班组闲置时间减少了 15%~18%。因此,AI 成为了应对劳动力供给问题的切实方案,而不再只是可选的生产力工具。
强制推动数字化转型的政府基础设施支出
基础设施支出形成了另一条独立的需求渠道。《基础设施投资与就业法案》为美国交通运输和宽带项目拨款约 1.2 万亿美元,而欧洲建筑业和 BIM 要求则支持公共采购中的数字化交付。[2]World Bank, worldbank.org. 世界银行针对数字连接和智慧城市发展的贷款也扩大了公共部门的机遇。因此,具备 AI 能力正逐渐成为参与大型合同项目的资格要求。
对实时安全合规和风险缓解的需求
安全与成本控制进一步强化了这一需求。建筑业约占全球职业死亡事故的 17%,但其占全球劳动力的比例约为 7%。[3]International Labour Organization, ilo.org. OSHA 规定的建筑业核心违规类别,包括坠落防护和脚手架安全,适合采用 AI 赋能的监测和预警。[4]Occupational Safety and Health Administration, osha.gov.成本超支压力加速 AI 驱动的项目管理 OECD 国家中的大型项目在完工时平均超出预算 28%。[5]Organisation for Economic Co-operation and Development, oecd.org. 预测性项目控制旨在识别导致这些超支的进度、材料和分包商偏差。
建筑业人工智能市场规模
建筑业人工智能市场规模在 2025 年达到 39 亿美元,预计到 2035 年将达到 256 亿美元,2026~2035 年期间的年均复合增长率(CAGR)为 20.6%。
建筑业人工智能市场要点
市场领导者:Siemens AG 在 2025 年以超过 32.98% 的市场份额居首。
主要企业:该市场排名前五的企业包括 Procore Technologies、Bentley Systems、Autodesk、Hexagon、Siemens AG,这些企业在 2025 年合计占据 57.6% 的市场份额。
该市场包括用于施工规划、进度安排、文件管理、设计协调、安全监控、现场运营、设备管理和采购的人工智能软件平台及相关服务。市场增长依托于从孤立的数字化试点转向嵌入运营工作流程的人工智能。项目团队越来越需要更早了解进度风险、成本偏差、安全风险和实际进度。可服务市场不仅包括软件许可,还涵盖实施、集成、培训和托管式人工智能运营。
北美是 2025 年最大的区域市场,市场规模为 15 亿美元,占全球收入的 37.5%。亚太地区是增长最快的区域,而印度、阿联酋和巴西是领先的新兴市场。云交付是主要的商业模式,因为其能够集中汇总数据、持续更新模型,并在地理位置分散的项目之间进行部署。
GMI 分析师观点
建筑业人工智能正逐渐成为运营基础设施,而不再只是补充性技术采购。劳动力短缺、安全责任以及控制项目成果的压力构成了市场需求基础;模型性能的提升则使这些需求能够转化为实际应用。云平台将推动大部分广泛市场增长,但在数据安全要求或现场条件不允许完全采用云端运营的情况下,本地部署和混合部署仍不可或缺。到 2030 年,供应商能否在不要求承包商承担高昂系统替换成本的情况下,连接设计、项目控制、现场和资产数据,将成为战略层面的关键问题。
主要驱动因素
建筑业劳动力短缺推动自动化和人工智能应用
2024 年,美国有超过 40 万个建筑业职位空缺。[1] Bureau of Labor Statistics, bls.gov. AI 调度、劳动力优化、自动化进度跟踪和机器人放样能够处理重复性工作,而在这些工作中,技能工人短缺造成的成本最高。采用 AI 驱动的调度和劳动力优化的项目报告称,班组闲置时间减少了 15%~18%。因此,AI 成为了应对劳动力供给问题的切实方案,而不再只是可选的生产力工具。
强制推动数字化转型的政府基础设施支出
基础设施支出形成了另一条独立的需求渠道。《基础设施投资与就业法案》为美国交通运输和宽带项目拨款约 1.2 万亿美元,而欧洲建筑业和 BIM 要求则支持公共采购中的数字化交付。[2]World Bank, worldbank.org. 世界银行针对数字连接和智慧城市发展的贷款也扩大了公共部门的机遇。因此,具备 AI 能力正逐渐成为参与大型合同项目的资格要求。
对实时安全合规和风险缓解的需求
安全与成本控制进一步强化了这一需求。建筑业约占全球职业死亡事故的 17%,但其占全球劳动力的比例约为 7%。[3]International Labour Organization, ilo.org. OSHA 规定的建筑业核心违规类别,包括坠落防护和脚手架安全,适合采用 AI 赋能的监测和预警。[4]Occupational Safety and Health Administration, osha.gov.成本超支压力加速 AI 驱动的项目管理 OECD 国家中的大型项目在完工时平均超出预算 28%。[5]Organisation for Economic Co-operation and Development, oecd.org. 预测性项目控制旨在识别导致这些超支的进度、材料和分包商偏差。
主要制约因素
实施和集成成本高,限制中小企业(SME)采用
全栈式 AI 项目管理环境的成本可能在 25 万美元至超过 100 万美元之间,具体取决于规模和复杂程度。云端 SaaS 模式能够降低前期投入要求,但员工培训、变革管理以及与现有 ERP、会计、调度和 BIM 工具的集成,仍是小型企业面临的重大障碍。因此,大型承包商与数量众多的中小企业运营商在市场采用路径上将存在显著差异。
数据生态系统碎片化与遗留系统互操作性障碍
数据碎片化构成了长期结构性制约因素。建筑信息分散在 BIM、现场报告、设备远程信息处理、采购和财务系统中,而这些系统通常缺乏共享数据模式。IFC 开放式 BIM 和 ISO 19650 信息管理标准解决了部分挑战,但采用程度不一,导致不同项目之间无法直接移植模型。互操作性将影响人工智能最终成为企业级平台能力,还是继续以一系列彼此孤立的应用形式存在。
GMI 分析师观点
驱动因素与制约因素之间的平衡有利于市场持续增长,但这些影响并非简单叠加。劳动力、安全和成本压力催生了即时应用场景;采购要求则能够使这些应用场景得以重复实施。关键限制因素并不是市场对人工智能功能的需求,而是连接系统和改变工作方式所需付出的努力。2027~2030 年期间,能够降低实施负担的供应商将获得尚未超越试点阶段的承包商层级客户。
建筑业人工智能市场细分分析
按组件
2025 年,解决方案收入约为 29 亿美元,占收入的 72.5%。该类别包括机器学习和深度学习、计算机视觉、自然语言处理、生成式人工智能、预测性项目管理、人工智能辅助 BIM 以及进度跟踪平台。Autodesk Construction Cloud、Procore、Bentley iTwin,以及 Hexagon 的监控和质量管理工具,展现了当前人工智能所覆盖的建筑工作流程广度。
机器学习和深度学习解决方案支持概率性排程、成本预测和生产率分析。nPlan 利用来自超过 10,000 个项目的进度数据生成概率性结果;SmartPM 则能够分析 Primavera P6 和 Microsoft Project 文件,而无需替换现有工作流程。计算机视觉支持个人防护装备检测、禁入区域管控、钢筋核验、混凝土监测和进度跟踪。OpenSpace、DroneDeploy、Buildots 和 viAct 是相关示例。自然语言和生成式人工智能工具能够缩短文件和合同审查时间;Procore Copilot、Trunk Tools 和 Document Crunch 将这些功能应用于建筑业专用信息。
服务收入约为 10 亿美元,占 2025 年收入的 25%。服务包括实施、集成、培训、定制、验证和托管式人工智能运营。随着企业从孤立的应用场景转向企业级部署,服务需求不断增长。专业服务将人工智能系统与 ERP、BIM、采购及现场工具连接起来。随着项目、材料和劳动力环境发生变化,托管式服务可满足模型监控和再训练需求。
在公共基础设施领域,该类别具有重要的战略意义。在设计-建造和渐进式设计-建造模式下,人工智能服务可以作为直接合同项目单独采购。国际劳工组织(ILO)和经济合作与发展组织(OECD)关于安全和基础设施交付的指导意见,为这些场景中的人工智能项目监管提供了支持。即使更简单的平台架构降低了常规部署工作量、导致服务收入占比下降,服务仍将是必要环节。
按部署模式
2025 年,云部署市场规模为 22 亿美元,占市场的 55%。云部署无需本地服务器基础设施,即可支持集中式报告、跨项目基准比较和持续的模型更新。Procore、Autodesk Construction Cloud、Bentley iTwin 和 Hexagon 提供原生云环境,将人工智能嵌入文档、进度安排、安全和监控工作流程。2025 年下半年对北美和欧洲 195 家建筑企业开展的一项调查发现,72% 的企业已将主要项目管理人工智能工作负载完全迁移至云环境,而 2023 年这一比例约为 48%。受访企业给出的原因是许可成本效益和更深入的云端人工智能能力。
2025 年,本地部署系统的市场规模约为 12 亿美元,占市场的 30%。国防、涉密基础设施、敏感型工业设施和安全数据中心维持着对本地部署系统的需求,这是因为数据主权和安全要求限制了外部云的使用。Oracle Primavera P6、Nemetschek ALLPLAN 和 Trimble 现场数据工具支持定期更新的本地化架构。本地部署模式的持续更新程度不及云端模式,但本地微调和数据控制能力使其在受监管环境中仍具有价值。
混合架构将本地处理与基于安全云的管理、更新和审计功能相结合。对于偏远的土木工程项目、隧道、采矿及其他因连接性或数据处理要求而无法完全采用云端模式的现场,该架构较为适用。对于大型复杂现场,结合面向延迟敏感型工作的边缘推理与用于模型训练的云系统,很可能成为首选架构。
按施工类型
住宅建设属于市场范围,但经认可的证据未提供单独的收入估算。生成式设计、许可申请辅助、能源合规建模以及由 BIM 驱动的公共项目交付,均属于相关需求应用领域。目前无法获得定量分析结果。
2025 年,商业建设是规模最大的施工类型细分市场,市场规模为 12.8 亿美元,约占市场的 32%。办公、零售、酒店、综合用途和数据中心项目面临复杂的分包商协调、材料不确定性、紧迫的交付进度以及可持续性文件要求。这些条件推动了项目预测、设计协调和合规监控需求。
数据中心建设是一个尤为重要的应用场景。2025 年,美国数据中心建设规模每年超过 500 亿美元。Google、Microsoft、Amazon 和 Meta 正在开发相关设施,在这些项目中,机电管线(MEP)协调、碰撞检测、进度安排和进展跟踪具有较高的商业价值。Autodesk Construction Cloud 和 Bentley iTwin 已布局数据中心及混合用途项目。人工智能还支持能源建模、材料跟踪以及满足 LEED 和 BREEAM 要求所需的调试证据管理。
工业建设尚无获认可的独立市场规模。电池超级工厂、半导体设施、可再生能源基础设施、石化厂区和高安全级别数据中心都需要质量控制、供应链可视化和严格的数据处理。德国工业项目储备(包括 CATL 已宣布的图林根超级工厂)体现了高复杂度项目的类型,在此类项目中,人工智能项目控制能够产生显著的商业价值。
基础设施与土木工程在 2025 年创造了 10.1 亿美元收入,约占总收入的 25.25%。公路、桥梁、隧道、铁路走廊、港口、供水系统和能源网络通常建设周期较长、地点分散,并面临地质条件风险和严格的合规要求。DroneDeploy 和 AI Clearing 可自动完成土方工程及线性项目的进度测量。将里程碑付款与经核实的实际工程进展挂钩的政府合同,进一步提升了可审计测量系统的应用价值。
按应用领域
项目管理与规划是 2025 年最大的应用细分市场,规模为 11 亿美元,占比 27.5%。人工智能能够及早识别进度风险、分包商生产率差距、成本偏差和变更订单影响,从而及时支持决策。美国总承包商协会(AGC)将项目管理低效列为美国建筑成本的三大驱动因素之一。Procore Copilot、Connected CDE 和 Digital Coworker 将人工智能的应用范围从进度控制扩展至文件、合同和项目管理事务。nPlan 和 SmartPM 则从专业化角度解决进度安排问题。
安全与风险管理涵盖计算机视觉、个人防护装备(PPE)检测、禁入区域警报、未遂事故记录和合规报告。viAct 为施工现场安全提供视频分析,FYLD 则将任务规划与公用事业及土木工程团队的合规监控相结合。该细分市场尚未单独量化,但安全风险暴露和监管执行要求使其成为人工智能需求的重要类别。
设计优化与建筑信息模型(BIM)涵盖生成式设计、人工智能辅助创作、碰撞检测、协调以及数字孪生。Autodesk Revit、Civil 3D、Navisworks、Bentley iTwin 和 Nemetschek 旗下品牌展示了相关平台基础。ISO 19650 和各地区的 BIM 强制要求,为人工智能集成所需的数据管理条件提供了支撑。目前没有可单独核算的收入数据。
现场与运营管理在 2025 年创造了 7 亿美元收入,占总收入的 17.5%。该领域包括设备监控、安全观察、作业排序和现场质量控制。Buildots、viAct 和 Versatile 通过摄像头、视频分析和起重机传感器系统,解决可重复的现场作业。 在典型的商业和工业建设项目中,返工成本占项目总成本的 5%~15%。更早发现不符合要求的施工内容,有助于降低后期整改成本。
GMI 分析师观点
细分市场格局有利于在项目现场端采集数据并将其转化为规划环境中可执行行动的平台。云解决方案和项目管理应用将保持最大的商业覆盖范围,因为经常性订阅模式能够在多个项目中实现规模化扩展。现场人工智能能够将检测结果与安全、质量或设备成本相连接,因此在这些应用场景中将创造最大的价值。到 2028 年,能够将现场观测结果与预测及规划改进相连接的供应商,将比仅提供孤立功能的厂商更具优势。
人工智能建筑市场区域分析
北美
2025 年,北美市场规模达到 15 亿美元,占全球收入的 37.5%,位居市场首位。美国基础设施资金投入、成熟的云软件应用、供应商集中度、劳动力短缺以及安全监管执法共同支撑了市场需求。业主、承包商和分包商之间的数据碎片化仍是一个重大制约因素。2025 年,美国市场规模约为 13 亿美元,占全球收入的 32.5%。《基础设施投资与就业法》(IIJA)和《通胀削减法》支持基础设施活动;同年,美国每年有超过 500 亿美元的数据中心建设项目处于活跃状态。2024 年超过 40 万个建筑业职位空缺,进一步凸显了自动化的必要性。人工智能需求主要集中在项目规划、安全监控和质量控制领域。加拿大属于报告范围,但没有单独的市场规模数据。已批准的政策环境包括《个人信息保护与电子文件法》以及加拿大网络安全中心针对安全人工智能和云平台发布的指导意见。
欧洲
欧洲的市场机遇主要依托 BIM 标准、隐私与网络安全要求、公共采购以及工业建筑。2025 年,德国市场规模约为 3 亿美元,占全球收入的 7.5%。Digitalisierung im Bau、相关联邦基础设施项目的 BIM Level 3 要求、DIN SPEC 91391 和 VDI 2552 为数字化交付奠定了基础。Nemetschek Group、RIB Software 以及 SAP 在建筑领域的相关业务共同提升了当地能力。与电池、半导体和可再生能源相关的工业项目计划,推动了对精准监控和供应链可视性的需求。
亚太地区
在城市化、智慧城市发展和公共建筑数字化的推动下,亚太地区是增长最快的区域。2025 年,中国市场规模约为 4 亿美元,占全球收入的 10%,约占亚太地区收入的 44%。《建筑业数字化发展“十四五”规划》和智能建造指导意见推动了 BIM 与人工智能的应用;广东、浙江和北京的采购要求则有利于采用人工智能的承包商。广联达正在发展国内成本管理和 BIM 能力。《数据安全法》和《网络安全法》的要求,使市场分化为两类:一类是服务跨国承包商的国际供应商,另一类是服务国有企业和大众住宅项目的国内平台。印度是一个新兴市场,受基础设施数字化和《2023 年数字个人数据保护法》的支持。日本《个人信息保护法》(APPI)、澳大利亚《国家人工智能保障框架》和《隐私法》的相关要求,以及新加坡建筑与建设局的 BIM 路线图,共同构成了已批准的政策环境。
公共基础设施项目、国际融资条件、BIM 应用以及中小企业对成本的敏感度共同影响市场需求。2025 年,巴西市场规模约为 1 亿美元,占全球收入的 2.5%,约占拉丁美洲收入的 50%。Programa de Aceleração do Crescimento 项目和世界银行资助项目,为满足数字化交付要求创造了渠道。Estratégia BIM BR 要求联邦公共工程逐步采用 BIM,实施期限截至 2028 年。BIM 整体成熟度的提升应会降低人工智能集成的技术门槛。
中东和非洲
阿联酋是该地区的需求支点,其大型且具有数字化雄心的项目能够支撑先进技术投资。2025 年,阿联酋市场规模约为 1 亿美元,占全球收入的 2.5%,约占中东和非洲地区收入的 50%。Smart Dubai、Abu Dhabi Vision 2030、针对金额超过 2,000 万阿联酋迪拉姆的政府资助项目实施的迪拜 BIM 强制要求,以及 UAE National AI Strategy 2031 均支持相关技术的应用。Etihad Rail Phase 3、Masdar City 和 Dubai 2040 Urban Master Plan 提供了相关的建设项目储备。ALEC Engineering、BESIX 和 Laing O’Rourke 的区域业务均为获认可的案例,表明承包商正在使用人工智能监控和项目控制工具。
GMI 分析师观点
北美处于领先地位,原因在于其资金基础、供应商集中度和云计算成熟度相互促进。欧洲的价值在于受监管的信息管理环境,但数据治理和遗留系统集成可能会减缓部署进程。亚太地区将贡献最高增速,但中国的本地化规则将维持独特的国内竞争格局。到 2030 年,阿联酋仍将是中东和非洲地区最重要的需求支点,因为其项目经济性能够支持先进技术部署。
建筑业人工智能市场份额与竞争格局
2025 年,Siemens AG 以估计为 32.98% 的市场份额领先市场,这得益于其覆盖楼宇自动化、工业物联网、人工智能辅助设计和项目执行的 Xcelerator 产品组合。在 Siemens 之后,市场较为分散:Procore 的市场份额为 6.7%,Bentley 为 6.5%,Autodesk 为 6.1%,Hexagon 为 5.3%,Trimble 为 5.1%。这五家供应商合计占据 29.6% 的市场份额。
平台集成是竞争的核心变量。Autodesk 收购 Payapps 后,扩大了应付账款自动化业务。Hexagon 对传感器融合技术的投资,使其业务角色从测量拓展至主动质量监控。Trimble 通过合作伙伴关系,将人工智能架构应用于户外自主运营场景。Procore 在 2025~2026 年发布的产品,推动其建筑管理平台向人工智能驱动的工作流自动化拓展。一项基于访谈、覆盖 40 家一级总承包商的 2025 年第四季度调查发现,58% 的受访者表示,2025 年减少了正在使用的技术订阅,转而采用数量更少但集成度更高的平台。
ALICE Technologies 将生成式人工智能应用于复杂土木工程和工业工程的进度计划排列组合。Trunk Tools 和 Document Crunch 专注于建筑业专用文档和合同智能。nPlan 和 SmartPM 则针对进度计划和预测分析。
Buildots、OpenSpace、DroneDeploy、Versatile、AI Clearing、viAct 和 FYLD 专注于现场观察、生产力、进度管理和安全。Oracle 的 Primavera 和 Aconex 支持大型项目的进度计划与文档管理,而 Microsoft 则通过 Azure 以及 Microsoft 365 集成提供支持性 AI 云基础设施。GMI 分析师观点
该市场拥有一家占据主导地位的领先企业,但没有任何一家中端平台具备控制性市场份额。买方整合趋势将有利于能够整合核心工作流程的供应商,而在拥有独特数据采集能力或建模能力的领域,专业化供应商仍具有重要价值。竞争优势将越来越多地取决于能否将现场数据转化为更优的规划、成本管理和合规成果。到 2030 年,无法将自身功能连接至更广泛项目系统的专业化供应商所面临的压力,将高于那些能够在更广泛的平台中成为可信数据层的供应商。
近期行业发展
2026 年 7 月:Procore Technologies 推出了 Digital Coworker 套件,其中包含 20 多个预构建 AI 代理,并预览了适用于进度安排、安全、投标、变更管理和行政管理的 Skills。此次发布将 AI 的应用从辅助功能扩展至基于企业特定需求的工作流程自动化。
2026 年 6 月:Procore 推出了 Connected Common Data Environment,将 BIM 模型、项目文档、资产信息和工作流程统一起来,以实现 AI 支持的协同管理。
需要本报告中的特定章节吗?
您可以根据研究需求,单独购买区域分析、国家级分析、公司概况或其他细分市场层面的洞察
。
常见问题(FAQ):
研究方法、数据来源和验证过程
本报告基于结构化的研究流程,围绕直接的行业对话、专有建模和严格的交叉验证构建,而不仅仅是桌面研究。
我们的6步研究流程
1. 研究设计与分析师监督
在GMI,我们的研究方法建立在人类专业知识、严格验证和完全透明的基础上。我们报告中的每一个洞察、趋势分析和预测都是由理解您市场细微差别的经验丰富的分析师开发的。
我们的方法通过与行业参与者和专家的直接交流整合了广泛的一手研究,并以来自经过验证的全球来源的全面二手研究作为补充。我们应用量化影响分析来提供可靠的预测,同时保持从原始数据源到最终洞察的完全可追溯性。
2. 一手研究
一手研究是我们方法论的基础,对整体洞察的贡献率近乎80%。它涉及与行业参与者的直接交流,以确保分析的准确性和深度。我们的结构化访谈计划覆盖区域和全球市场,包括来自高管、总监和主题专家的输入。这些互动提供战略、运营和技术视角,实现全面的洞察和可靠的市场预测。
3. 数据挖掘与市场分析
数据挖掘是我们研究过程的关键部分,对整体方法论的贡献率约为20%。它包括通过主要参与者的收入份额分析来分析市场结构、识别行业趋势和评估宏观经济因素。相关数据从付费和免费来源收集,以建立可靠的数据库。然后将这些信息整合起来,以支持一手研究和市场规模估算,并由分销商、制造商和协会等关键利益相关者进行验证。
4. 市场规模测算
我们的市场规模测算建立在自下而上的方法之上,从通过一手访谈直接收集的企业收入数据开始,同时结合制造商的产量数据以及安装或部署统计数据。这些输入数据在各地区市场进行汇总,以得出一个基于实际行业活动的全球估算值。
5. 预测模型与关键假设
每项预测均包含以下内容的明确文档记录:
✓ 主要增长驱动因素及其预期影响
✓ 制约因素与缓解场景
✓ 监管假设与政策变动风险
✓ 技术普及曲线参数
✓ 宏观经济假设(GDP增长、通货膨胀、汇率)
✓ 竞争格局与市场进入/退出预期
6. 验证与质量保证
最终阶段涉及人工验证,领域专家对筛选后的数据进行手动审查,以发现自动化系统可能遗漏的细微差异和语境错误。这种专家审查增加了一个关键的质量保证层,确保数据与研究目标和领域特定标准一致。
我们的三层验证流程确保数据可靠性最大化:
✓ 统计验证
✓ 专家验证
✓ 市场实实检验
信任与可信度
已验证的数据来源
贸易出版物
行业期刊、贸易出版物和专业媒体
行业数据库
专有及第三方市场数据库
监管文件
政府采购记录及政策文件
学术研究
大学研究及专业機构报告
企业报告
年度报告、投资者演示及申报文件
专家访谈
高层管理人员、采购负责人及技术专家
GMI档案库
覆盖20余个行业领域的逶13,000项已发布研究
贸易数据
进出口量、HS编码及海关记录
研究与评估的参数
本报告中的每个数据点均通过一手访谈、真正的自下而上建模及严格的交叉验证进行核实。 了解我们的研究流程 →