Appearance
工程咨询行业 AI 调研
调研日期：2026-06-20 状态：方案设计阶段 — 待与行业公司沟通确认需求
1. 行业概览
工程造价咨询行业服务于建筑工程项目全过程，核心业务包括：
- 项目投资估算与可行性研究
- 招标控制价编制
- 工程量清单编制与审核
- 工程结算与决算审核
- 全过程造价控制
行业特点
| 维度 | 描述 |
|---|---|
| 专业门槛 | 需注册造价师资质，专业壁垒高 |
| 经验依赖 | 优秀经验难以标准化复制，新人培养 1-3 年 |
| 文档密度 | 合同、清单、报告等文档工作量大 |
| 重复劳动 | 同类项目重复计算、模板化报告多 |
调研对象
- 乌鲁木齐新兴汇辰工程咨询有限公司
- 新疆韵德恒益工程项目管理咨询有限责任公司
- 楼庄子供水工程项目（实际案例）
2. 业务流程
3. 痛点分析
痛点一：资料处理效率低
- 招标文件（几十到上百页 PDF）需人工通读
- 合同文件条款多、风险点分散
- 图纸说明技术参数复杂
- 工程量清单数据量大（Excel）
案例：楼庄子供水工程投标文件 200+ 页，人工通读需 2-3 小时
痛点二：报告编写耗时
| 报告类型 | 传统耗时 | 说明 |
|---|---|---|
| 审核报告 | 2-3 小时 | 逐项核对后编写 |
| 造价分析报告 | 4-6 小时 | 多维度对比分析 |
| 投标文件 | 数天 | 技术方案 + 服务方案 + 企业优势 |
| 项目总结 | 2-4 小时 | 经验复盘与归档 |
痛点三：经验难沉淀
- 优秀造价师经验存在个人电脑，难共享
- 历史项目资料分散存放
- 人员流动 = 知识资产流失
- 行业内有 5 年以上经验的公司，知识资产几乎全部依赖个人
4. AI 机会地图
参考 调研方法论 进行技术分层。
4.1 技术分层总览
| 场景 | 技术层级 | 理由 |
|---|---|---|
| 工程资料分析助手 | 🧠 LLM | 招标文件是非结构化 PDF，需语义理解提取关键信息 |
| 自动生成工程报告 | 🧠 LLM | 需专业写作能力生成审核报告、造价分析 |
| 投标文件助手 | 🧠 LLM | 技术方案写作需领域知识 + 语言组织能力 |
| 企业 AI 知识库 | 🧠 LLM | 历史项目经验是非结构化文本，需 RAG 语义检索 |
| 造价审核助手 | 🤖 AI/ML | 核心是数值规则校验 + 统计异常检测，LLM 仅用于生成审核说明 |
| 项目数据管理 | 📊 信息化 | 合同/清单/报告的电子化存储与检索 |
4.2 LLM 场景深挖
| # | 场景 | 优先级 | 预期价值 | 为什么非 LLM 不可 |
|---|---|---|---|---|
| 1 | 工程资料分析助手 | ⭐⭐⭐⭐⭐ | 资料阅读时间 ↓80% | 招标文件 200+ 页 PDF，传统关键词搜索无法定位关键条款 |
| 2 | 自动生成工程报告 | ⭐⭐⭐⭐⭐ | 报告效率 ↑50-80% | 审核报告需要专业措辞与定性判断，模板填充无法替代 |
| 3 | 投标文件助手 | ⭐⭐⭐⭐ | 数天 → 小时级 | 技术方案需结合项目特点写作，非简单模板 |
| 4 | 企业 AI 知识库 | ⭐⭐⭐⭐ | 新人培养 ↓50% | 历史项目经验散落在个人电脑的非结构化文件中 |
4.3 信息化前置清单
- [ ] 历史项目资料电子化入库（合同、清单、报告 PDF/Excel）
- [ ] 企业定额库、材料价格库标准化
- [ ] 报告模板整理与参数化
技术可行性评估
- RAG（检索增强生成）：场景 1、2、3、4 的核心 — 文档理解 + 知识检索
- 文档解析：PDF、Excel、Word 多格式支持
- LLM Agent：场景 3 的投标文件自动编排
- 规则引擎 + 统计模型：场景 5 的审核异常检测（非 LLM）
5. 解决方案
方案分层架构
┌──────────────────────────────────────┐
│ 🧠 LLM 层 │
│ 资料分析 │ 报告生成 │ 投标助手 │ 知识库│
├──────────────────────────────────────┤
│ 🤖 AI/ML 层 │
│ 造价审核异常检测（规则+统计） │
├──────────────────────────────────────┤
│ 📊 信息化基座 │
│ 项目数据管理 │ 定额库 │ 报告模板库 │
└──────────────────────────────────────┘原则：先夯实信息化基座，审核用规则引擎，LLM 聚焦文档与写作。
核心方案
- AI 工程资料分析（🧠 LLM） — 上传 PDF → RAG 自动生成项目概况、关键条款、风险提示
- AI 报告生成（🧠 LLM） — 基于模板 + 项目数据 → 自动生成审核报告 / 造价分析
- 造价审核（🤖 AI/ML） — Excel 清单接入 → 规则引擎异常检测 → LLM 生成审核说明
- 企业知识库（🧠 LLM） — 历史项目结构化存储 → RAG 语义检索 → 团队共享
- 项目数据管理（📊 信息化） — 合同/清单/报告统一管理平台
6. 落地路径
| 阶段 | 周期 | 内容 | 技术层级 | 验收指标 |
|---|---|---|---|---|
| 第一阶段：信息化基座 | 1 个月 | 历史项目数据入库 + 定额库标准化 + 报告模板整理 | 📊 信息化 | 历史项目可检索，模板就绪 |
| 第二阶段：LLM 试点 | 2 个月 | 资料分析 RAG + 报告生成 MVP + 知识库 | 🧠 LLM | 1-2 个项目试点，资料分析 ↓50% |
| 第三阶段：融合扩展 | 3 个月 | 造价审核规则引擎 + Excel 接入 + 全流程打通 | 🤖+🧠+📊 | 投标→预算→审核→交付全链路 |
下一步
- [ ] 与工程造价公司人员沟通，确认需求优先级
- [ ] 收集更多真实项目数据（合同、清单、报告样本）
- [ ] 设计 MVP 功能范围