API测试内容

全球基础设施行业走到了变革的十字路口。一边是预计到2025年将达到10万亿美元的全球建设支出热潮，另一边是，行业生产率数十年来几乎没有改善。

人工智能（AI）在各个行业都普遍被视为破解困局的“关键契机”。

“要真正弥合全球基础设施的供需鸿沟，我们需要一次生产力的飞跃式变革，那就是人工智能。”Bentley软件首席执行官康岷思（Nicholas Cumins）在接受21世纪经济报道等记者采访时指出，AI正在提升全球基础设施行业的效率，也在改变工作方式，其应用场景越来越多样，几乎贯穿了设计、施工、运维的每一个阶段，节省了时间，优化了决策与成果，实现了过去无法达到的效果。

但与消费互联网领域不同，AI在基础设施领域的融合相对艰巨。电商推荐商品的失误无伤大雅，但桥梁设计的AI模型如果出现偏差，代价会是巨大的。信任、数据、安全、人才……每一道都是基建行业拥抱AI要跨过的坎。

要让AI的建议真正有用，必须建立在真实的工程与环境数据之上。康岷思解释说：“基础设施工程师从事的是富有创造性的工作，但容不得半点误差，且责任重大。正因如此，基础设施人工智能必须立足于现实世界环境。”基础设施建设领域必须打磨“可信AI”，以实现AI赋能人类工程师，提升工程生产力，并在项目与资产全生命周期彻底变革工作流程。

AI成为必选项

一项由Bentley联合国际律师事务所Pinsent Masons、工程咨询公司Mott MacDonald等机构进行的全球调研显示，约一半的基础设施领域受访者已在试点或实施AI，并计划将其推广至全组织。约三分之一的机构预测，三年内，AI将应用于其超过一半的设计与工程项目。

这股趋势的背后，是行业对提升效率、管理风险的迫切需求。AI的价值在于它能自动化复杂任务、优化决策流程，并推动数据驱动的工作方式。

康岷思举了两个例子，一家中国的工程公司将AI算法与无人机巡检、实时传感数据和工程模型结合，构建了智能预警系统，使变电站的运行效率提升超过60%；在土耳其，工程师们利用AI将原本需要五年的开发周期压缩到一年，成本降低超过75%，为地热能源开发设定了全新的速度与精度基准。

这些案例展示了AI正在接管过去复杂低效、无法扩展的任务，并实现60%至80%的效率提升。“并且，这只是开始。”康岷思强调。

这一战略具体体现在从设计到运维的各个环节。

具体来看，AI会全面融入Bentley产品组合。新一代以数据为中心的应用均配备Bentley Copilot，这是一个具备上下文感知的AI助手，能够引导用户操作、调用相关文档，甚至直接修改模型。目前限量开放使用的OpenSite+，是土木场地设计工程软件，可以在确保精度的前提下，帮助项目交付速度提升10倍。

据VHB公司基于模型设计负责人Brianne Belschner反馈，“OpenSite+让我们能更快找到更优答案，成为更好的工程师”；将在今年11月进入早期访问的Open Utilities Substation+，支持多设计师实时协同建模，减少施工过程中的错误和返工；将在12月启动试用的SYNCHRO+重构4D施工管理，通过转向以数据为中心的工作流，简化施工规划与协调流程，集成Cesium地理空间引擎，并借助AI快速探索施工序列，生成效率更高的可操作结果。

另外，AI功能也将陆续应用于Bentley现有的工程设计软件。该公司计划2025年11月为Open Roads、Open Rail设计软件加入一款可自动生成图纸标注的AI智能体，2026年初集成Bentley Copilot；ProjectWise协同平台预计引入AI搜索功能，用户可以无需打开文件就获取项目摘要。

在中国市场，Bentley还联合创新奇智推出了首款基于多模态工业大模型的生成式AI设计产品——iPID（Intelligent Process Piping and Instrument Diagram）。iPID可以借助AI将静态的图纸生成为智能化的管线与仪表图，测算可将工作效率提升10倍以上。

不过，基础设施领域的AI，对可信度要求极高，精确性完全不可妥协。

康岷思强调，Bentley的AI战略核心是“可信AI”，并非通用大模型，而是根植于基建场景的专业智能。

在这些产品的底层，Bentley用来训练AI模型的数据，取自真实的项目数据、地理信息数据、企业自身历史数据以及工程数据。但同时，这些数据的取得，都是经过企业授权的。

基建AI的三重挑战

尽管前景广阔，但AI与基础设施领域的融合被普遍认为是难度最高的挑战之一。这源于该行业固有的复杂性：项目周期长、参与方众多、数据格式繁杂、对安全性和精确性要求极高，且每个项目都具有独特性。

数据孤岛是首要的难题。基建项目涉及设计、施工、运营等多阶段，数据分散在CAD图纸、GIS系统、物联网传感器等不同载体中，甚至同一项目的不同专业团队都在用封闭软件。

解决方案在于开放、统一的数据基座。中国宝武钢铁集团重点技术创新项目技术负责人介绍，Bentley的优势在于“兼容+贯通”，其系列软件搭建三维数字化模型的同时，还能接受不同软件产品的模型进行统一组装，并且，支持完整的数据流转。“运用Bentley的轻量化、数模分离等技术，可以将我们的数据标准关联起来，打破数据孤岛，形成无缝的数据河流。”该负责人表示。

工程逻辑的严谨性是第二重挑战。AI的所有建议必须符合工程原理与物理规律，无论是高层建筑基础设计，还是桥面加固方案，AI都必须遵守强度、安全与可建造性标准。否则，即便模拟结果再“优”，在现实中也可能不安全。破局方法在于，将工程逻辑嵌入AI。

宝钢工程技术集团在与Bentley合作开发智能PID（iPID）的过程中，他们让AI学习已有的阀门、管线、仪表等设计，设计人员只需输入条件，AI就能生成初步方案。“就不用我们从头开始做，效率提升很多。”前述项目技术负责人透露，“这一应用带来极大的效率提升，提高设计效率至少10倍以上。”

场景适配的复杂性是第三重考验。基建项目往往受地理环境、气候条件影响极大，中东沙漠的光伏电站需考虑高温，中国西北的防洪项目要应对短时强降雨，但这项经验并不充足。

据中国市政工程西北设计研究院有限公司数字化中心主任马迪介绍，在金昌市防洪排涝项目中，他们应用Bentley技术，构建了“实景模型+管网BIM+水动力模型”三位一体分析体系，改变了传统被动治理的模式，实现了基于精确模拟的科学决策。“这个体系，能告诉我们在什么样的降雨量下，哪里会被淹，淹多久，该怎么整改。”马迪说。

这些挑战的破解，也依赖企业与Bentley的深度共创。2025年Bentley启动的“基础设施AI共创计划”，核心是让用户参与AI工作流设计。“希望通过跟用户一起合作，更加了解他们如何在日常工作中更好地使用AI，也透过他们的反馈，能够强化优化我们的软件。”康岷思说。

项目案例和行业认知都在指向同一个趋势，基建AI已从“单点技术突破”，进入“全周期生态协同”的新阶段，AI要帮助工程师在时间、成本、质量的铁三角中“既要又要还要”。

“至少在可预见的未来，基础设施行业的AI还将是人机协作

人工智能带来的最大改变可能会体现在教育领域。走高质量发展之路，必须依靠科技赋能教育。”华图教育创始人、总裁易定宏在接受中国证券报记者采访时，多次对外强调他对AI战略的重视，以及人工智能技术给培训行业带来的革命性、系统性影响。

作为华图山鼎旗下子公司，华图教育是国内领先的职业教育培训机构，拥有超过1000家直营标准化门店，门店数量位居同行业第一。今年前三季度，华图山鼎分别实现营业收入24.64亿元、扣非净利润2.32亿元，对应分别同比增长15.63%和127.53%；同时，公司研发费用同比激增160.41%至1.45亿元，主要系AI相关投入增加。

随着ChatGPT3的爆火，“AI+培训”成为行业趋势。去年下半年开始，华图山鼎全面启动AI战略，不断加大各类资源投入，剑指全岗位全人全时人机协同目标。优质内容驱动以及人机协同模式，是公司发力AI的优势。

多元化AI产品矩阵

“这轮AI技术浪潮利好有实力的老牌培训机构，市场份额有望加速向头部阵营集中。华图山鼎已经推出了AI面试点评、AI申论批改、AI个性化辅导、AI极简题库以及AI拍照搜题等20款新产品，处于行业领先地位。”华图山鼎AI技术首席负责人蔡金龙表示。

在华图山鼎首批上线的AI产品中，AI面试点评表现最为抢眼。自2025年3月发布之初，一个月内就实现了100万次的使用量，并保持每月翻倍增长。

华图山鼎AI面试产品拓展了群体面试模拟能力，支持无领导小组面试等多种场景。学员可独立使用该功能，AI会模拟其他组员，配合学员完成面试练习。“为学员提供逼真的群体面试AI模拟环境，该功能是公司在行业内首创。”蔡金龙表示。

AI批改申论产品则展现了华图山鼎AI产品的独特基因。此前线上申论批改产品后台，主要靠大量答题知识点的积累，对用户答题进行正确或错误的判断。华图山鼎的AI申论批改则融合了自主研发的智能评测技术与生成式AI技术，能够从审题准确度、逻辑通顺度、语言流畅性三个维度，对学员提交的答案进行多元分析，并提供个性化修改润色建议，从而更有效地帮助学员提升申论水平。

在题库建设方面，华图山鼎利用AI命题技术，在生成高质量模拟题方面取得显著突破，也走在了行业前列。从今年5月开始，公司利用AI命制并在实际场景内使用了30000多道题，单题成本仅为人工出题的42%。“我们建立了两个对照组，对AI命题和资深研究员命题进行了多次盲测对比，AI命题的被选取率超70%，有效作答的区分区落在40%-60%之间。盲选结果证明，AI命题在考点精准度、真题相似度、区分度上已远超教师命题。”蔡金龙解释说。

华图山鼎还运用AI极简题库产品对题目进行细致分类，方便学员精准定位薄弱题型并加以强化训练，在语义不变的情况下，题目缩减篇幅达30%，减少了学员阅读量，大幅提高做题效率。

内容驱动与人机协同

专家表示，优质内容驱动和人机协同模式是教培机构AI建设能否成功的两大关键因素。

AI产品需要被喂养优质内容以及大量的用户体验，在吸收学习后方能实现更好的输出效果。“华图教育20多年来积累的海量优质题库、学员作答数据与教研成果、每年超过100万真实学员的使用体验推动产品迭代，是建设高质量AI产品的核心竞争力。”易定宏表示。

同时，华图教育几千名教师和研究员团队结构化处理历年教研、考情考点及题型变化等数据，它们如同优质“养料”，持续为AI模型赋能。华图教育还将以往录制2万多小时的高质量授课视频进行AI解析，并喂给AI训练，使AI可以依赖数字人技术产出知识点和题目解析视频。小机构很难开展如此大规模高质量的数据集验收。

高质量内容是AI产品的基石，人机协同模式则是其灵魂。蔡金龙说：“AI基于概率，无法保证百分之百正确，但教育培训追求无限接近正确。人机协同正好能平衡效率与质量。”华图山鼎的目的是最终打造一个有AI灵魂的工作台，串联所有人机协同工作。

在全岗位人机协同上，华图山鼎从流量端到交互端都做了尝试：获取流量时，用AI生成宣传物料；销售转化时，用AI助力销售复盘和质检。数据显示，公司过去半年的招生转化率平均同比提升35%，销售人员工作效率提升50%以上，推动招生从“依赖个人经验”向“数据驱动”的智能化模式升级。

重塑竞争格局

AI技术浪潮正重塑各行业竞争格局。移动互联网时期仅改变了生产关系，生产力没有变，只不过是老师从线下讲课换成了直播讲课。“但这次AI带来的是生产力革命，新人没有丰富的行业经验，很难形成生产力。”蔡金龙认为，老牌机构在这轮竞争中胜率更高，因为大机构间比拼的，正是生产力的提升速度。

华图山鼎格外重视这一点。易定宏提出“All in AI”并作为公司级战略，助力华图山鼎快速跻身行业AI竞赛前列。如今，公司构建起“三位一体”AI战略体系，在“All in AI”目标下，聚焦“AI赋能工作”提效全体员工、“AI赋能产品”赋能学员、“垂直AI大模型构建”打造原创模型。三者紧密咬合，形成高速飞轮。目前，公司已构建贯穿“备课、教学、练习、考试、评价、管理”六大教学环节的智能系统，在全业务链条上实现人工智能赋能落地。

“行业市场份额必将进一步集中，预计第一波被蚕食的是中型机构。随着大机构的生产力提升，学员费用下降，当价格降到临界值，中型机构的生存空间会被大幅挤压。预计第二波受冲击的是走得慢的大机构，最后受冲击的才是情绪价值占优的小机构。随之而来的并购机会需要把握，这可以解决大机构多品牌运作问题。”蔡金龙说。

经济观察网 11月2日，美国特斯拉CEO马斯克预测，未来5-6年，传统手机与App将消失，人类所消费的大多数内容都将由AI生成。

马斯克认为：“未来不会有操作系统，不会有APP，你的手机只是显示像素和发出声音，它预测你最想看到和听到什么，然后实时生成，我们会尽可能地将AI集成到这个设备中。”

他预测，AI将在2026年超越单个人类智商，2030年超越全人类智慧总和。

“10月15日凌晨，上海外滩，一辆价值300万的法拉利跑车失控撞上护栏……”近日，有读者向上海辟谣平台提供了一条辟谣线索：在某资讯平台上，一条提纲都留着、AI还没编完整的假消息，已经公开发布。事实上，当天并没有这起车祸。

资讯平台上，为AI写的提纲都没有删除，AI生成的假消息已经发布了（截屏）

无独有偶，某社交平台上一条“在上海，记住浦东这栋楼，根本走不出来”的视频也被网友投诉——视频里的楼宇采用热门IP拉布布（Labubu）的造型，发布者煞有其事地介绍该楼宇所在地、交通方式等。可Labubu造型大楼属于AI生成的“一眼假”。有网友责问发布者：“假成这样良心不痛？”原来，发布者的目的是用AI制作的视频推销某家与图片完全无关的商铺。

【国际团队将在太空测试光子AI芯片】财联社10月31日电，美国佛罗里达大学携手美国国家航空航天局（NASA）、麻省理工学院、先锋自动化公司、AIM光子公司及德国弗劳恩霍夫海因里希-赫兹研究所，借助日本宇宙航空研究开发机构的HTV-XI航天器，将一套光子人工智能（AI）芯片成功送往国际空间站。这一举措标志着太空半导体研究迈入新阶段。