大型基建项目的账，通常是这样算的：可行性研究一家做，设计另一家做，采购和施工再拆给第三、第四家，调试和移交往往还要另找一家。每一家的成果单独看都合格，可项目结束时业主手里的资产数据是散的——图纸在一个平台，设备台账在另一个平台，验收和质保记录躺在邮件和硬盘里。埃森哲自己发布过一组数字：92% 的资本项目没能达到预定目标。这个数出自卖服务的一方，需要打折看，但它描述的现象在行业里不难找到例子。
过去两年，业主们试着用 AI 把这一段补上。进度预测、造价估算、图纸审查都有人在做。工具补的是单点，接缝还在原位：没有人对"从可研到移交"这条链负责，智能体拿到的输入本身就是不统一的。
9 月 23 日的这次调整
2026 年 9 月 23 日，埃森哲（Accenture，纽交所代码 ACN）在纽约宣布成立 Accenture Construct，一家面向业主侧（owner-side）的全球业务，客户对象是基础设施、能源、制造和数据中心领域的资产所有者与运营方。按公司披露，新业务集合了 5000 多名资本项目专家；资本项目业务在过去三年增长到原来的四倍，累计投入约 25 亿美元。新业务由 Adam Shaw 出任 CEO。
官方新闻稿里有一个措辞值得记住：single accountable partner，从战略到移交的单一责任方。行业里对咨询最常见的抱怨是"出主意的人不背交付结果"，这个词组等于承认了问题出在责任分散，而不是工具不够。
Accenture Construct 划出五条业务线：
📌 五条业务线
- 数据中心：从概念设计、选址，到施工管理、快速交付与调试
- 公用事业与电信：光纤与 5G、发电与电网、供水、风电、充电设施
- 交通与市政基础设施：机场、医院、轨道交通、道路
- 先进制造：芯片、汽车、工业装备、制药厂房
- 流程工业：脱碳改造、液化天然气、化工、矿业、油气
数据中心那一条最值得多看两眼。它和传统基建的差别不在规模，在容错窗口：机电系统占比高、交付周期被客户需求压得很紧、投产后每一周的延期都是真金白银。与之配套的动作是埃森哲与 DLB Associates 成立合资公司（埃森哲控股），为美国客户提供数据中心全生命周期的工程服务。咨询公司用合资的方式把工程能力买进来，这一步比成立一个新部门更有信息量。
数据与已交付的案例
埃森哲在发布材料里引用的市场测算：业主侧一体化资本项目服务当前规模约 2600 亿美元，预计 2030 年增长到 3480 亿美元，年复合增速约 7.5%。推动它的三股力量是同时到来的：AI 基础设施的建设潮、全球能源转型、以及大量基础设施到了更新年限。
新闻稿列出的既有交付案例里有两个数字比较具体：一个是价值 16 亿美元的矿业资产组合，在多个场址同步推进；另一个是 1100 英里的燃气干管更换工程。还有一个和 AI 直接相关的细节——在为业主评估生成式 AI 智能体的落地条件时，团队是按 440 多项标准逐项打分的，从数据可得性到责任归属都要过一遍。这说明在这个市场里，"能不能上智能体"被当成一道工程题，而不是一次采购。
行业排名上，埃森哲今年在 ENR 的 Top 50 Program Management 榜单位列第 6，在 BD+C 的 Top 80 Construction Management 榜单位列第 4。它已经站在施工管理服务商的行列里，这次只是把牌子重新挂了一次。
碎片化交付和一体化交付，差在哪里
| 维度 | 碎片化交付 | 一体化交付 |
|---|---|---|
| 责任主体 | 各阶段各一家，接缝处靠业主协调 | 单一责任方，从可研到移交 |
| 数据口径 | 各单位自定义，"完成百分比"算法不一 | 共用一套项目数据底座与编码 |
| 变更处理 | 设计变更到现场要经三四手转述 | 变更在设计端与现场端同一套状态 |
| 移交质量 | 资产数据散落，运营期要重新录入 | 交付即资产台账，可直接进运维系统 |
| AI 可用性 | 各家数据出不来，智能体无从接入 | 口径统一后，自动化才有输入 |
这张表里的最后一行是关键。行业里有一种流行的假设：只要模型足够强，散乱的数据也能被理解。实际项目里更常见的情况是，数据不是"乱"，而是"互相矛盾"——三家单位对同一个构件、同一道工序给出不同的进度和数量，智能体面对矛盾输入时并不会变聪明，只会把矛盾平均掉。
为什么这条路和软件厂商的方向是反的
软件厂商的路径是先卖工具，再让客户自己去统一口径；结果是每家企业的模型、清单、编码都不一样，跨平台交换时要靠人工清洗。埃森哲这次的说法是"共同的项目数据底座 + AI 驱动的工作流"，翻译成工程语言：先把编码、状态和口径统一，再谈自动化。
这个顺序在他们的 AI 就绪度评估里也能看出来——440 多项判断标准里，绝大多数不是关于模型，而是关于数据有没有人管、边界有没有人认。
对国内同行来说，这里有一个可以立刻借用的思路：把你手上项目的"完成百分比""形象进度""计量产值"三套口径列出来对比，如果同一个部位在三个地方的数字不一样，那说明业务还没到能自动化的阶段，先补口径比先买工具更划算。
对 BIM 工程师和项目信息管理者的四条建议
🔄 把模型变成智能体可消费的数据
这次发布里真正的新闻点不是"AI"，而是责任边界被重新画了一遍。国内的设计院、施工总承包、全过程工程咨询这几年一直在讨论业务边界往哪里走；一家国际咨询公司选择往下游走，并且用合资把工程能力直接买进来，说明纯咨询的溢价在收缩，而对交付结果负责的能力在涨价。对个人的启发也一样：会建模的人很多，能让模型里的数据在移交之后还被人用起来的人不多。
· Accenture Construct 的成立信息发布于 2026 年 9 月 23 日（纽约），团队规模、投资额、五条业务线、DLB Associates 合资与既有案例均取自埃森哲官方新闻稿与服务页面。
· "92% 的资本项目未达预期目标""2600 亿至 3480 亿美元市场测算""440 多项 AI 就绪度评估标准"为埃森哲口径，未经第三方独立核实。
· ENR Top 50 Program Management 与 BD+C Top 80 Construction Management 排名为该机构公开发布的年度榜单。
· 文中不涉及国内任何项目数据，本文不代表任何厂商立场。