2026 年 10 月 1 日，美国住房建筑商协会（NAHB）经济学家 Jing Fu 发布了一份分析，用美国劳工统计局（BLS）的“AI 暴露类别与就业预测（2025—2035）”表，逐个核对 47 个建筑相关职业。结果很集中：45 个职业（约 96%）落在“低”或“中”暴露区间，只有 2 个被列为“高”暴露——施工经理（construction managers）和建筑检查员（construction and building inspectors），没有一个职业进入“极高”。
这份分析的价值不在于给出一个让人安心的数字，而在于它把“AI 会先替代谁”这个争论落到了具体岗位上。建筑业长期有两种声音：一种说 AI 要取代大量现场岗位，一种说建筑太复杂、AI 进不来。NAHB 的数据给出的答案是第三种——AI 先吃的是信息密集型的活，不是工地上的手。
这份暴露度到底在量什么
先把口径说清楚，否则数字容易被读歪。BLS 这张表综合了 5 个公开数据源，衡量的是“AI 技术是否可能、或者已经被用于协助或完成某个职业的部分任务”。它明确不预测失业、自动化率、生产率变化或工资影响。换句话说，“高暴露”的意思不是“这个岗位要没了”，而是“这个岗位里的一部分任务，会先被工具接过去”。
NAHB 把 47 个建筑职业按暴露度归类后，分布是这样的：
| 相对 AI 暴露类别 | 建筑相关职业数 | 占比 | 典型职业 |
|---|---|---|---|
| 低 / 中（合并） | 45 | 约 96% | 木工、建筑工人、屋面工、施工机械操作员、太阳能光伏安装工等 |
| 高 | 2 | 约 4.3% | 施工经理、建筑检查员 |
| 极高 | 0 | 0% | — |
两个高暴露职业的就业前景也不一样。施工经理的就业预计在 2025 至 2035 年间增长约 9%；建筑检查员的就业则基本持平。这恰好说明暴露度和就业增长不成正比——暴露度高不代表岗位萎缩，暴露度低也不代表岗位扩张。
最能打破直觉的是另一组数据：太阳能光伏安装工属于“中”暴露，就业预计增长 37%，是这一组里增长最快的职业。把暴露度和就业增长画在同一张散点图上，两者的关系是发散的。用一句话概括：AI 暴露度衡量的是“这个岗位的活儿能不能被软件碰”，不是“这个岗位还能存在多久”。
为什么分布是这样
低暴露那一组里，是木工、建筑工人、屋面工、施工机械操作员这些现场岗位。NAHB 的解释是，这些工作依赖的是物理执行、每天都在变的现场工况、安全判断、与其他工种的配合，以及跟材料和设备的直接互动。这几项特征，恰好是当前这一代以软件为主的 AI 进不去的地方——它能读懂文字，读不懂一堆正在被吊装的构件该先放哪一边。
反过来看两个高暴露职业，它们的共同点是：工作的大头是计划、文件、进度、合规、记录和沟通。施工经理的一天有多少时间花在开会、改计划、写说明、追人、对进度上，做过的人都知道。建筑检查员的工作更是标准的“读规范、比对图纸与实物、写记录”。这两件事，正好是大模型现在最擅长的：读完几百页规格书、把合同条款和图纸对上、起草一份 RFI。
NAHB 用自家住房市场指数（HMI）的专项问题做了交叉验证，结论是一致的：builder 用 AI 最多的地方是广告营销、项目策划和项目设计，也就是信息密集的环节。协会同时列出了它认为会先被影响的五类工作：估算与计划（更快的算量、方案比较、情景模拟）、文档管理（合同、规格书、RFI、送审、变更单）、安全与风险分析（从事故报告和现场数据里找模式）、进度监控（用图像、传感器和报告比对里程碑），以及决策支持（汇总规范、标准、历史项目数据和成本信息）。
NAHB 列出的五类先被影响的工作
- 估算与计划：更快的算量、范围比较与情景模拟
- 文档管理：合同、规格书、RFI、送审、变更单的组织与核查
- 安全与风险分析：从事故报告与现场数据里识别模式与隐患
- 进度监控：用图像、传感器数据或报告比对里程碑与计划
- 决策支持：汇总规范、标准、历史项目数据与成本信息
现场作业的变化则会慢得多。NAHB 的判断是，AI 会通过嵌进设备、机器人和计算机视觉系统的方式逐步进入现场——放线、物料搬运、质量检查、自动驾驶或半自动驾驶设备。这条路径慢，是因为它靠的不是订阅一个软件，而是买设备、改工序、摊成本。
这份分析不能推广到哪里
三处边界，读的时候别越界
- 它不覆盖信息密度最高的一群人。NAHB 明确说明，分析只包含 47 个建筑职业加上施工经理，不含建筑师、工程师、造价师、会计、销售、技术和管理人员——而这些人恰恰是暴露度可能更高的一群。所以“96% 低暴露”这句话只能用于这 47 个职业，不能推广到整个建筑业。
- 它不预测失业。BLS 的暴露度类别不对应失业率、自动化率、生产率或工资，把这组数字当作裁员预警是误读。
- 它统计的是职业，不是人。同一个职业的人可能在不同行业工作，比如一个木工可能在住宅工地，也可能在预制构件厂，两种环境的暴露度并不相同。这一层差异在这份数据里看不到。
对 BIM 工程师来说，可以顺手做三件事
三点实用建议
- 盘一下自己一周的产出。如果大部分是审图意见、RFI、变更单、周报、检查记录这类文档，那你正处在最先被工具接手的那一段。主动把这些产出做成结构化的模板，位置就从“被替代的一侧”换到了“定规则的一侧”。
- 把模型当检查工具，而不是交付物。施工经理和检查员高暴露的本质，是“比对”这件事可以被自动化——图纸对实物、条款对做法、进度对计划。你在 BIM 里做的图模相符、规范条文结构化，就是在提供比对基准。基准是谁定的，谁就不会被这套工具淘汰。
- 别只待在办公室里做模型。低暴露职业的共性是物理执行加现场判断。BIM 工程师如果只做办公室里的建模和协调，实际处在暴露度更高的那一侧；能上现场、能把模型和现场实际对上的人，短期内不可替代。
这件事的分量
把 NAHB 的结论和行业的实际动作放在一起看，方向是一致的。过去一年里，建筑软件厂商推出的 AI 功能，绝大部分都落在文档、审图、送审、进度比对、变更管理这些环节，而不是现场机器人。这不是巧合——厂商比谁都清楚钱在哪里。
对建筑业来说，这意味着转型的先后顺序可以被算出来：先沿着“文档—比对—协调”这条线走，再往“设备—机器人”那条线延伸。前一条线的成本是订阅费，后一条线是资本支出，两者的节奏差了好几年。理解这个顺序，比争论“AI 会不会取代建筑工人”有用得多。
资料来源：NAHB Eye on Housing《AI Exposure Remains Relatively Low Across Most Construction Occupations》（2026-10-01）、美国劳工统计局《AI Exposure Categories and Employment Projections, 2025—2035》表及方法说明、NAHB 住房市场指数（HMI）专项问题结果。文中暴露度分类为 BLS 口径，不构成就业或薪资预测。配图：建筑施工现场照片取自 Wikimedia Commons，数据图取自 NAHB 公开材料。