英国建筑领导委员会 BEFA《建成环境 AI 全景图》

生成式 AI 已经进入设计、工程、规划、施工和资产管理的日常专业活动，但多数组织的政策、指南和保证机制还没有跟上。这份资料要回答的不是“AI 有没有价值”，而是一个更难的问题：一个安全攸关、问责要求很高的行业，能否把已经在发生的使用整合进专业实践。它现在值得看，是因为报告指出个人层面的使用正跑在组织政策、专业指南、客户期望和保证机制前面——这个落差本身就是当下最具体的风险来源，而不是遥远的未来议题。

覆盖面从工具一直延伸到治理：AI 系统与工具在现实世界中的应用、采用情况与未来潜力、潜力与现实之间的摩擦、适当高效安全的使用方式，最后落到结论与建议。附录分三类，分别是建成环境中 AI 的类别划分、大型企业的采用案例，以及行业已有倡议、标准与指南的示例。研究与撰写由 Harlow Consulting 的 Vokes, C 和 Brennan, J 完成，致谢中提到有专家受访；资料由 BEFA 出品，BEFA 由 University of the Built Environment 支持，定位是跨部门的领导论坛。

最清楚的一条发现是采用的不均衡。个人专业人员已经在用生成式 AI 做起草、摘要、编码、分析、检索和提升生产力这类工作，自动化、预测分析、计算机视觉和数字孪生相关工具则在行业的特定环节逐步发展。组织层面的采用却是碎片化的：供应链之间、生命周期各阶段之间，以及客户、专业机构与监管框架之间都缺少对齐。报告用一句话概括这种状态——“到处都在试验，却缺乏协同”。

第二条发现关于风险与人的能力。报告认为最直接的风险是未受管理的使用：AI 的输出快速、流畅、看上去合理，缺少验证时会加速本来薄弱的流程、放大质量不佳的数据，甚至把未经检验的材料带进影响安全、成本、合规或客户信心的决策里，因此验证、质疑和记录需要成为 AI 时代专业工作的固定习惯。与之并行的是人才问题：AI 能加速的一些任务，恰恰是初级专业人员借以积累判断力和技术理解的环节，若只把这些机会自动化掉而不以结构化的培养补上，就会削弱未来的专业人才管线，而行业本已承压于能力与胜任力。报告据此提出“AI 是增强而非自主”的以人为本原则，专业人员的价值更多在于提出正确的问题、认识工具的局限、评估数据质量、挑战输出并做出可辩护的判断，责任与问责仍须留在有能力的专业人员身上。

把这些放在一起看，AI 采用就不只是技术或 IT 议题，而是专业实践、劳动力与治理议题，横跨技能、责任、数据质量、采购、保证、商业模式和公众信任。这意味着引入 AI 时，采购流程、责任划分、培训安排和验证记录需要同步调整，只在项目上部署工具并不会自动带来可控的使用。换句话说，报告把评估重点从“工具能力”移到了“组织有没有能力管住使用”。

适合参与 AI 落地决策的人读：机构的技术与质量负责人、项目经理、客户与采购方、专业团体与教育机构。读完能拿走的是一套从现状、潜力到摩擦与治理的完整框架，一条明确的原则，以及附录里可作自查起点的 AI 分类、大型企业案例和标准指南清单，用来对照自己的实践，而不是照搬别人的做法。需要说清的边界是：它给的是方向判断和原则，不是可以直接套用的量化基准或评估指标；附录中的案例与清单只是示例，并非穷尽式目录；任何组织的采用决策仍要结合自身的项目类型与责任结构来做本地化判断。

Mapping the AI Landscape in the Built Environment Supported by July 2026 Mapping the AI Landscape in the Built Environment Contents Acknowledgements 3 Foreword 4 1. Executive Summary 5 2. Key findings 8 3. Introduction 10 4. Application of AI in the real world 12 4.1 AI systems and tools 12 5. AI adoption and potential 14 5.1 Immaturity and fragmentation 14 5.2 Experimentation everywhere, coherence nowhere 15 5.3 Future potential 16 5.4 Disruption 19 6. Friction between potential and reality 21 6.1 A cross-roads 21 7. Appropriate, efficient and safe use 27 7.1 AI as augmentation, not autonomy – A People First approach 7.2 Unlocking capability 28 7.3 Governing AI adoption and use 33 8. Conclusions and recommendations 36 Appendices 41 Appendix 1: Categories of AI in the built environment 42 Appendix 2: Examples of AI adoption by larger firms in the built environment Appendix 3: Examples of