眾所周知，建筑業(yè)的技術(shù)采用落后于其他行業(yè)。盡管 2018 年美國建筑支出總額超過 1.3 萬億美元，但該行業(yè)始終未能采用新技術(shù)。為什么?利潤微薄，工人比以往任何時(shí)候都更忙，而且老齡化、技術(shù)不利的勞動(dòng)力處于控制之中。

　　該行業(yè)必須適應(yīng)。建筑在工作現(xiàn)場(chǎng)存在巨大的勞動(dòng)力和生產(chǎn)力問題。千禧一代和 Z 世代對(duì)體力勞動(dòng)不感興趣，而是被專業(yè)工作或勞動(dòng)力較少的行業(yè)所吸引。缺乏技術(shù)采用也使該行業(yè)對(duì)年輕一代沒有吸引力。與此同時(shí)，建筑業(yè)的生產(chǎn)力(以每個(gè)工人的產(chǎn)出衡量)保持平穩(wěn)，而制造業(yè)等其他行業(yè)的生產(chǎn)力在過去幾年中顯著提高。

　　這些問題聽起來像是人工智能的完美用例。作為建筑科技初創(chuàng)公司的種子期投資者，我和我的同事們對(duì)解決行業(yè)中這些(以及更多)問題的技術(shù)創(chuàng)新有了獨(dú)特的了解。許多初創(chuàng)公司確實(shí)聲稱使用人工智能——如此之多，以至于每個(gè)初創(chuàng)公司的宣傳單現(xiàn)在都必須提到人工智能、機(jī)器學(xué)習(xí)或其他相關(guān)的流行詞，這似乎是一條不成文的規(guī)則。

　　“這些初創(chuàng)公司面臨的一個(gè)重大問題是缺乏數(shù)據(jù)。幾乎所有的人工智能解決方案都需要大量的參考數(shù)據(jù)進(jìn)行訓(xùn)練”

　　但人工智能并不新鮮，幾十年來一直在進(jìn)行深入研究。 1950 年，艾倫·圖靈 (Alan Turing) 寫了一篇現(xiàn)在著名的論文，描述了后來被命名為圖靈測(cè)試的東西——今天仍然是判斷機(jī)器是否可以表現(xiàn)出類人思維的標(biāo)準(zhǔn)。然而，自圖靈發(fā)表論文以來的 69 年里，沒有一臺(tái)計(jì)算機(jī)能夠通過圖靈測(cè)試。那么為什么人工智能現(xiàn)在成為建筑技術(shù)的最新流行語?計(jì)算能力呈指數(shù)級(jí)增長(zhǎng)，加上能夠經(jīng)濟(jì)高效地存儲(chǔ)每天創(chuàng)建的估計(jì) 2.5 萬億字節(jié)數(shù)據(jù)的能力，使計(jì)算達(dá)到了可以有效開發(fā)算法以提供準(zhǔn)確結(jié)果的地步。

　　然而，不幸的現(xiàn)實(shí)是，雖然我們已經(jīng)能夠利用增強(qiáng)的計(jì)算和存儲(chǔ)能力來制造無可否認(rèn)的革命性技術(shù)，但計(jì)算領(lǐng)域在人工智能的最初愿景方面取得的進(jìn)展相對(duì)較小。

　　盡管如此，仍有一些創(chuàng)新的初創(chuàng)公司正在使用當(dāng)今的人工智能來幫助建筑行業(yè)滿足對(duì)更高產(chǎn)出和降低成本的需求，并解決其他困難挑戰(zhàn)。這些初創(chuàng)公司面臨的一個(gè)重大問題是缺乏數(shù)據(jù)。幾乎所有的人工智能解決方案都需要大量的參考數(shù)據(jù)進(jìn)行訓(xùn)練。如果沒有訓(xùn)練數(shù)據(jù)，這些解決方案在學(xué)術(shù)上很有趣，但缺乏在沒有大量人工監(jiān)督的情況下在實(shí)際項(xiàng)目中有用的準(zhǔn)確性。由于建筑業(yè)已被證明在技術(shù)采用方面落后，因此所需的歷史數(shù)據(jù)通常不存在。更大、更精通技術(shù)的公司可能擁有一些數(shù)據(jù)集，但不愿與外部各方共享。盡管隨著新技術(shù)采用的增加，數(shù)據(jù)可用性將增加，但總體數(shù)據(jù)缺乏將繼續(xù)成為當(dāng)今和不久的將來建筑技術(shù)初創(chuàng)公司的重大障礙。

　　最近風(fēng)險(xiǎn)投資對(duì)這一領(lǐng)域的關(guān)注應(yīng)該會(huì)增加真正開發(fā)防御性技術(shù)解決方案的公司數(shù)量。增加投資可以在很大程度上吸引更多的創(chuàng)新人才進(jìn)入市場(chǎng)，并允許初創(chuàng)公司更快地?cái)U(kuò)大規(guī)模，從而為大型建筑項(xiàng)目提供價(jià)值。盡管如此，我們還有很長(zhǎng)的路要走，盡管大肆宣傳，但我們今天僅僅觸及了建筑技術(shù)中的人工智能的表面。