****文｜********秦明

封面｜企业供图

建筑装饰总包企业的数字化AI转型如何落地？麓嘉科技用七年时间给出了些许轨迹。先搞标准化，把企业管理体系立起来；再建ERP、CRM系统，上线跑通；然后选定成本方向，打通定额库、材料库、价格库，做好数据流动；最后用AI来做成本报价分析，围绕采购供应链做文章，一步步往前推进创新路径。

麓嘉科技成立在北京，它的故事要从1998年其母公司——正品达（北京）建筑科技有限公司说起。27年前，正品达成立，专注做办公室装修的总包生意，近些年年营收在4-5个亿。当这家老牌装修企业琢磨数字化转型时，麓嘉的雏形开始诞生。那时，正品达的一个90后项目经理张航，被委以重任——够年轻，有技术背景，正好适合干这件没人摸清门道的事。

麓嘉科技CEO 张航

2018年，正品达董事长Tony开始推动企业数字化转型，组建了标准化办公室。Tony的想法很朴素：他们老一辈的手艺和现场经验太宝贵，但建筑行业年轻人越来越少，工人、技术岗、管理层都出现断层。如果让年轻人干五年才能当项目经理，肯定没人愿意耗这个时间。倘若把技术骨干脑袋里的知识沉淀下来，可以用1-2年完成对年轻人岗位能力的培养。

最开始，张航作为标准化办公室的1号员工，负责把每个部门的SOP，现场工艺流程抽象出来。他定了个原则：每个部门执行动作重复两次就定义流程，重复三次以上就定义制度。于是梳理出来一大堆资料，像教材一样，用于培训。

但到2019年就发现不对劲了。"我们当时陷入的误区是把培训的力量神圣化了"，张航说。本着PDCA原则，培训→实战→发现问题→改进→再培训，结果发现培训效果太弱——听的时候能吸收七八成，落地时剩四五成，真正做出来可能只有两三成的效果。整个PDCA闭环的效果太差，人对人的传达，很多东西没法理想化实现。

于是他们开始考虑需要一个载体，减少沟通过程中的知识损失，19年各行各业开始兴起数字化，就想能不能搭乘这班列车，利用系统，将知识和流程稳固下来，把这些东西都做到系统上，大家进来后不用培训，按部就班填空就行。2020年初，正品达董事会批了未来3-5年的规划方向，投了数字化预算，决心迈向数字化发展，包括研发、工资、编制等，组建了自己的产品团队。

当时生意开始下滑，市场部门压力最大，所以他们先做了CRM客户关系管理系统，使用起来效果还不错，给了全公司很足的信心，2021年切入到最复杂的项目管理业务中，开始研发项目管理PM软件。

但做到2022年，这个PM软件停掉了。张航发现的问题很根本：建筑行业是典型的项目制，从开始到结束参与角色多、关联性小，一个环节出差错整个链条都受影响。一旦有人不跟你玩数字化，整个链条都玩不起来。更关键的是，所有数据要从一线收集，最起码从班组长手里收。项目过程中的变化，远超于系统的容错程度，而且班组长对数字化理解和系统操作都是门槛，根本不会用。

当时团队意识到一个现实：与其做大而全的项目管理软件，不如先做专业软件——从一个垂直场景切入，解决具体问题。

2022年，麓嘉正式从正品达独立出来，明确了战略方向：专注建筑装饰行业的数字化和AI技术。这一次，他们重点选择了报价软件这个方向。虽然报价软件专业性更强，使用门槛高，但用户是造价师，文化水平比较高，能用数字化帮他们解决问题。

做完报价，成本出来后，供应链成了第二块要啃的骨头。2024年，麓嘉把报价系统与供应链系统打通，推出数字造价解决方案。同时将大量历史数据进行归纳，整理，清洗，完成了整体产品的数据内核搭建。到2025年，公司开始把AI能力嵌入清单处理、材料匹配等具体痛点。

现在，麓嘉已经初步积累了超50万平方米的项目数据。但张航对AI保持着清醒：目前看下来，建筑行业里面90%的需求都还停留在数字化和信息化层面，远远没到需要用AI去处理的层面。

七年时间，从标准化办公室的单枪匹马，到组建团队踩了很多坑，再到找准垂直场景逐步突破，麓嘉的故事不是关于AI有多神奇，而是关于一家传统装修企业如何在试错中找到属于自己的数字化节奏。或许这才是建筑行业数字化转型最真实的样子——没有捷径，只有一步步往前推进的耐心。

麓嘉科技团队（来源：企业供图）

秦明：做技术转型很费钱，麓嘉作为试验田，当初正品达为什么决定投入做转型？具体的痛点或思考是什么？

张航： 当时老板Tony与我聊过很多次。我们这个行业链条长，标准化程度低，太依赖行业经验生存。老一辈退休后，真的是后继无人。必须得靠新的生产力去解决经验传承的问题。

另一方面，我们也意识到数据的重要性。无论后面往什么方向转型，数据都是基础。但想积累数据，就得先把标准化做起来，把业务流程线上化，把系统上线跑通。这是个必经的过程，与其等着，不如早点开始做。

秦明： 最开始是怎么做的？

张航： 2018年开始，我们成立了标准化办公室，任务是把每个部门的SOP抽象出来，当时定了一个原则：某个执行动作重复两次，就定义成流程；重复三次到四次甚至更多，就上升为制度。

那段时间我就跟着各个部门跑，设计部怎么出图、工程部怎么排工序、采购部怎么询价比价、财务部怎么走审批流程……全部梳理下来。最后我们整理出一大堆资料，每个部门都有两三本，就像教材一样。里面包括项目管理的标准化流程、工艺工法的技术规范、供应商管理的选型标准、成本控制的定额体系等等。当时真觉得这些东西非常宝贵，是公司二十多年经验的结晶。

但到2019年就发现不对劲了。我们陷入了一个误区——把培训的力量神圣化了。以为新员工进来培训一次，或者部门业务人员定期培训，就能把这些标准落地。结果发现培训效果太弱。

大家感兴趣的内容可能会多听几次，当时能吸收70-80%，等到实际落地时可能就剩40-50%，真正做出来的时候可能只有20-30%的效果。现场还是会出现很多流程执行不到位、工艺标准不统一的问题。人对人的传达，很多东西就是没办法理想化实现，效率根本提不上去。

虽然大一点的企业都会有轮岗制度和入职培训，但那更多是合规性培训、职业化培训。真正的专业能力还是要到具体岗位深度实践才能磨练出来。这个周期太长了。

当时我就想，能不能换个思路？把这些标准、流程、规范都做到系统里，新员工进来不用专门培训，打开系统按部就班填空就行。该填什么参数、该走什么审批、该选什么材料，系统都给你框好了。

后来公司给了数字化预算后，我们就开始组建团队做软件开发。不过，这条路也没那么简单。我们误入了很多坑，前前后后交了上百万学费。

秦明： 当时重点想做什么功能？听起来是一些教训经验。

张航： 当时重点想做工程项目管理软件，找了外部团队合作，设计思路是通过财务节点来管控项目进度。听起来挺合理的，但做出来才发现完全不适合装饰行业。

为什么不适合？装饰项目周期太短了。最长六个月，一般办公室装修只有三四个月。我们按项目形象进度定义收款，基本6到7个节点，算下来每个节点间隔特别短。三个月工期你得按天看进度，晚一周或早一周风险都很大。这种情况下用财务流程来管控，频率太高，项目经理天天盯着财务审批，根本跑不动。

这第一次尝试失败后，2020年初，我们上董事会重新做了规划。公司决定投入预算，组建自己的产品研发团队。当时正好赶上生意开始下滑，市场部门压力最大，所以我们调整了优先级，先做CRM客户关系管理系统，帮市场部门稳住客户。

但心里还是不甘心。2021年我们又开始做自己的项目管理PM软件，想着这次自己做，应该能把装饰行业的特点考虑进去。结果做到2022年左右，这个PM软件还是停掉了。

这次我们算是真正想明白问题出在哪儿了。建筑行业是典型的项目制，从开始到结束，参与角色特别多——设计、采购、施工、监理、甲方，但他们之间关联性其实很小，各干各的。这就导致其中一个环节出现差错，整个链条都得跟着受影响。更要命的是，一旦有人不跟你玩数字化，整个链条就玩不起来。

最关键的门槛在哪儿？所有数据要从一线收集起来，最起码得从班组长手里收。但你让一个在工地干了十几年的班组长用系统录数据，他对数字化的理解和系统操作都是门槛，根本不会用，也不愿意用。你再好的系统，数据收不上来，就是个空壳。

那时候我们才意识到，数字化在建筑领域真的是老大难问题。与其继续死磕大而全的项目管理软件，不如换个思路——先做专业软件，从一个垂直场景切入，解决具体问题。至少先让一部分人能用起来，把价值跑通了再说。

秦明：目前麓嘉团队在重点攻克哪几个场景？为什么选择这些场景？

**张航：**我们现在主推两个产品——数字造价和供应链系统，都已经迭代到2.0版本了。这两个方向的选择其实是有逻辑的。

先说报价这块。虽然报价软件专业性更强，使用门槛也高，但好在用户是造价师，他们文化水平比较高，对数字化工具的接受度也强，出现特殊情况的频率比较少。这让我们能把精力集中在产品打磨上，而不是天天去教用户怎么用系统。做完这一块之后，我们对数字化包括AI的理解也深了很多。

报价做完，成本算出来了，接下来供应链就是第二块比较难啃的骨头。因为装修项目最终不是总包企业自己完成的，而是要召集下面一堆供应商一起落地。如果成本数据和供应链管理断开，中间会损耗大量时间和精力。所以我们又开发了供应链系统，把报价、成本、供应链三个系统打通。这样一来，企业整体资金链就算跑通了，运营效率提升非常明显。

现在到了AI这个阶段，我们当初设计系统时其实就埋了个伏笔。我们把所有业务动作拆解到最小操作单元，几乎每一步都要在系统里完成。为什么这么做？就是为了有朝一日能为AI验证提供基础数据。

接下来我们会把这些最小操作单元逐个考察，看哪些可以通过AI处理，哪些还得人来做。比如报价系统，分为导入清单、匹配数据、调整价格、替换材料这几步，目前这些理论上都可以用AI自动完成。但我们不会去做黑盒产品。我们每一步操作中间，都需要人去参与决策。

秦明：装饰行业里，什么场景用通用大模型就够了？什么场景必须深度定制？

**张航：**能用嘴说清楚的，基本上LLM都能解决，使用图表、流程、模型才能表达清楚的，需要视觉模型或多模态处理。这些基本上通用大模型都覆盖了。

我认为目前的卡点是大家把AI神圣化了，认为有了AI就能做一切。目前我们走下来，很多需求还停留在上线即可的状态，有些是数字化能解决的，还有些是不值得去做的事情，但是大家太希望用上AI了，所有需求都希望AI一键完成。如果说必须有深度定制的场景，我觉得是每家公司独特的SOP，生产制造型企业，是他独特的工艺。这是通用模型处理不了的。

秦明：那怎么评估一个AI场景是否值得做？有什么决策框架吗？

张航： 理论上所有场景都能用AI实现，但这没意义——关键是有没有人愿意为此买单，肯花钱的才是真用户。我们总结了一套框架：首先认清自己，其次认清用户，最后认清环境。

先说认清自己。团队技术实力能做什么？是做0到1的模型研发、模型蒸馏、prompt调优，还是做软件整合、低代码快速搭建？千万不去做当下还不会做的事，生意和学习是两回事儿。

然后是帮用户认清他的需求。用户往往不知道自己想要什么，他只知道痛点，但不知道解决办法和工具。这时候要站在他的角度找最优解——有时候简单上个系统、做个数据查询、搭个能操作的闭环，问题就解决了，根本用不着AI。这时候要让用户"谨遵医嘱"，同时一定要远离那些不听劝的用户，会带来灾难。

目前建筑行业里90%的需求，说实话都还停留在数字化和信息化层面，远远没到需要AI处理的程度。AI现在更多是在非专业层面提效，比如客服、数据处理、培训这些，真正的专业技术还是要大量依赖人工和系统逻辑。

秦明：那在成本约束下，怎么选择合适的模型？有没有什么"高性价比"的技术组合方案？

张航： 首先杜绝ALL IN的想法。我见过很多公司为了AI而AI，买了一体机，部署了模型，最后只能当“百度”用，这就是典型的浪费。在没有商业落地之前，我只能说这事儿要因地制宜，没有统一标准答案。别看别人用什么模型、花多少钱，那是人家的情况，我们需要根据自己的业务场景和预算来决定。

秦明：分享一个数字化转型过程中遇到的挑战？

**张航：**2018年和2019年推数字化时，最大的问题就是推不动，每天都有人质疑。那时候我和老板讨论，是不是方向错了——我们一上来就想用系统解决问题，但其实制度都没理顺。

后来我们换了个思路，先从制度层面入手。这个过程反而很顺利，因为讨论制度时员工最积极，他们会抱怨："公司这个制度不合适，我们实际情况是这样的，但制度要求是那样的……"这种声音恰恰最有价值。我们把这些信息收集起来，该定新制度的定，该修改的改，完成后再跟大家宣导。等到大家对制度达成一致了，我再去做数字化开发，这时候推进就顺畅多了。

有个很有意思的发现：当每个人的职责明确后，反而工作量减少了，效率提升了。因为以前很多时间耗在扯皮和沟通成本上。

制度建设从2020年一直持续到现在，还在不断优化。我们有个基本原则：1.0版本的数字化产品对应1.0版本的公司制度，2.0对应2.0，以此类推。产品迭代到哪儿，制度就要跟到哪儿。你不能拿着线下操作的老制度去约束线上系统，那肯定会打架。

秦明：麓嘉在探索AI落地实践过程中，遇到了哪些预期之外的困难或，可分享的避坑指南？

**张航：**第一个是对模型能力的预期管理。我们一开始觉得AI应该能做得很好，但实际输出效果远比预期差，工期延误成了家常便饭。你得接受这个现实：AI不是魔法，它需要时间去调优。

第二个刚好相反——即便是很小的模型，它的知识量和思考方式也比人类丰富得多。有时候它会给出一些你完全没想到的结果。所以得到意外结果时，先别急着否定，可能是个新思路。

第三个是成本控制。模型和成本之间的平衡，贯穿整个项目始终。你要不停地问自己：这个场景真的值得用AI吗？还是说用传统方法更划算？很多时候我们会发现，简单的规则引擎就能解决问题，没必要上大模型。

最后一个认知是：想做好对模型的管理，得先做好对需求和对人的管理。模型只是工具，真正难的是搞清楚用户到底要什么，以及怎么让团队理解AI的边界在哪儿。技术问题反而是最容易解决的那部分。

以上，如果觉得不错，随手点个赞、在看、转发三连吧，也欢迎给个星标⭐，以便您第一时间收到推送～谢谢阅读，下篇内容再见。