近日,上海市住房城乡建设管理委、市经济信息委、市数据局联合印发《上海市住建行业"人工智能+"行动计划(2026—2028年)》(沪建科信联〔2026〕474号),并于11月14日在城市高质量发展论坛上正式发布。这是上海住建领域首份"人工智能+"专项三年行动,全文七部分29条,按"数据治理—专业模型—智能体—重点场景—共创机制—制度规范"的顺序展开。 我们的核心判断是,该文件的性质属于行业能力建设方案,而非需求侧刺激方案。与浙江、江苏以场景清单和应用普及率切入的写法不同,上海把数据治理和三类行业大模型单列为独立部分,把直接面向应用的场景压缩至7条。这一路径的优点是复用性强、外部性由多方分担,约束是前期投入大、见效慢,成败取决于数据治理进度,而不是模型技术水平。 对市场的影响集中在供给端。2026年1—9月上海房地产开发投资同比下降8.2%,住宅新开工面积下降25.2%,建筑业总产值下降12.3%,总量仍处收缩区间。政策更可能通过压降建造成本、提高存量资产运营效率(保租房匹配、房屋体检、物业与设施运维)改变项目层面的成本结构和竞争格局,尚不足以改变投资与产值的调整方向。后续需重点跟踪年度任务清单、房屋建筑统一代码覆盖进度、行业标准发布节奏,以及施工图审查、房屋安全鉴定等高后果场景的责任划分。 |
一、政策要点:三层目标、七部分任务
文件沿用上海既有的城市信息模型(CIM)平台、城市运行"一网统管"和智慧工地基础,把人工智能应用从项目级试点提升为行业级体系。目标节点、任务结构和组织方式都围绕"能力形成"设置,而非围绕单个场景的落地数量设置。
1、文件定位与出台节奏
文件由市住建委、市经信委、市数据局联合印发,2026年11月2日成文、11月13日公开,11月14日在"城市高质量发展论坛暨2026年市住建委科技委全体委员会议"上发布。政策依据包括国务院《关于深入实施"人工智能+"行动的意见》(国发〔2025〕11号)、市委市政府关于人工智能发展的战略部署,以及住房城乡建设部关于提高行业数智化水平的要求。三部门联合署名,使数据供给、产业政策和行业管理处于同一框架内,这一安排在同类地方文件中并不常见,也决定了文件能够同时写入"可信数据空间"和"行业模型"这类跨部门事项。
2、三阶段目标:机制、能力、生态依次推进
文件设置三个节点:2026年底"初步建立政企社协同的数据治理机制,推进高质量数据集建设";2027年底"基本形成基于行业数据资源的专业模型能力体系,合作共建一批标杆性智能体和应用场景";2028年"实现人工智能与住建行业发展深度融合,基本形成应用生态、政策标准、协同创新体系"。三个阶段分别对应机制、能力与生态,前两个节点带有可核查的动作,第三个节点是结果性表述。
表1:上海住建行业"人工智能+"三年行动的目标节点与对应任务

资料来源:网络公开信息、易居研究院
三个节点的动作可以区分:2026年解决"有没有数据",2027年解决"有没有模型和智能体",2028年解决"能不能形成生态"。把评估前移到2026—2027年,比只设一个三年期末目标更便于中期校验,也使年度任务清单成为实际的政策抓手。
3、任务结构:能力建设条款约占四分之三
全文29条中,直接以"场景"命名的只有第五部分7条,其余22条分别服务于数据、模型、智能体、共创机制和制度规范。这与多数地方文件把大部分条款直接写成场景清单的写法不同,反映上海把政策重心放在场景的生成条件上。
表2:行动计划的任务结构与功能分工

资料来源:网络公开信息、易居研究院
二、政策设计的三个特征
1、以"数据—模型—智能体"分层推进,场景置于末端
文件前三部分构成一条能力链条:先建数据集、可信数据空间与CIM中枢,再训练工程建设、住房服务、设施运维三类模型,然后把模型封装为智能体,包括工地安全"1+5+N"架构、辅助设计与图审、招投标监管、城市体检、生命线应急等,最后落到7个重点场景。政策收益因此后置:2026年主要投入数据治理,2027年才形成可用的模型与智能体。
这条路径能否成立,取决于两项基础工作。一是房屋建筑统一代码能否覆盖存量房屋,二是CIM平台能否保持动态更新。模型本身不是主要瓶颈,训练数据的完整性和时效性才是。若统一代码只覆盖新建项目,房屋安全体检、城市更新推演和保租房适配都会缺少底数。
与场景清单型政策相比,分层路径的短期显示度较低。场景清单可以在一年内产出可展示的成果,但容易出现场景之间数据不共享、模型重复采购的问题;分层路径的复用性更高,代价是需要持续的财政投入和机构能力建设。
2、场景重心转向存量运营与安全管理
7个重点场景中,保租房适配、房屋安全智能体检(含农房)、历史建筑数字化、公积金服务、城市管理与城管执法均属存量范畴。房地产服务大模型虽覆盖"土地开发—房屋交易—设施运营"全链条,但文件的具体落点偏向交易服务与运营环节,而非新增供给。
这一选择与上海市场结构的变化一致。2026年1—9月全市住宅新开工面积433.86万平方米,同比下降25.2%;住宅销售面积687.51万平方米,同比下降28.2%;住宅竣工面积514.06万平方米,同比增长5.4%。增量收缩、交付与存量运营压力上升,政策重心随之从"建得快"转向"管得住、用得准"。从这个角度看,场景选择是阶段性的结果,而非技术偏好。
3、以共创机制和标准体系分摊外部性
文件第六部分设置AI+CIM应用联盟、行业人工智能科技创新平台、中试基地与实训场、公共技术服务平台、数据要素大赛和职业技能大赛;第七部分设置三部门协同机制、年度任务清单、数据标准、安全体系和人才政策。这一组合针对的是行业AI应用的公共品属性:数据集、标注规范、评测集和复合型人才无法由单个企业独力承担,需要以联盟和中试基地分摊前期固定成本。
文件提出"年度任务清单+清单化管理+闭环式评估",把责任落到部门,而不停留在倡议层面,这是判断后续执行力度的主要依据。但联盟与中试基地的治理规则、成员权责、成果归属尚未细化;可信数据空间强调企业自愿开放,缺少收益分配安排时,数据供给可能低于预期。
三、全国比较:地方住建"人工智能+"的三种路径
国务院文件发布后,省级和重点城市方案密集出台。浙江于2025年12月印发工作方案,湖北在2025年推出"AI+"行动方案,安徽、江苏、陕西分别在2026年6月、7月、8月印发专项方案,深圳在2025年即明确8大应用场景。各地目标节点集中在2027年,与"十五五"开局衔接,上海则把周期延伸到2028年。
表3:主要地区住建领域"人工智能+"政策的框架比较

资料来源:网络公开信息、易居研究院
1、三种路径的差别在考核口径与投入结构
场景清单型以浙江、江苏、深圳为代表,特点是场景数量、普及率和审查覆盖率等指标明确,便于年度考核,推进速度较快。浙江的量化指标最密,除审查率和项目占比外,还提出家装设计行业使用覆盖率50%以上、知识库覆盖90%以上业务场景;江苏在发布方案的同时公布首批13项"小切口、高价值、可落地"场景清单,并给出苏州、无锡、南京、常州的落地案例。
产业培育型以陕西、安徽为代表,把AI嵌入产业规模目标。陕西明确2027年产业链年产值增速保持10%以上、形成千亿元级智能建造产业;安徽以四领域推进,并把房地产市场智能监测纳入"好房子"行动。这类方案与地方建筑业体量和产业基础挂钩,工具偏向装备、试点项目和产业集群。
能力底座型以上海、湖北为代表,先建数据与模型能力,再组织智能体和场景。湖北以8大场景、三年三阶段推进,并建立AI应用指标体系;上海的数据治理条款完整度高于同类文件,也是三者中底座色彩最重的方案。其优势来自CIM平台和三部门联合,约束在于缺少量化验收和市场化付费安排。
四、对房地产与建筑市场的影响
1、总量层面:政策作用于供给端,不改变需求调整方向
2026年1—9月,上海房地产开发投资同比下降8.2%,其中住宅下降8.7%;商品房施工面积13544.69万平方米,下降13.1%;新开工面积865.04万平方米,下降21.7%,住宅新开工下降25.2%;竣工面积972.67万平方米,下降3.1%。同期建筑业总产值5241.60亿元,下降12.3%;建筑业增加值459.34亿元,下降10.5%。
文件未披露财政投入规模,也未设置投资拉动类指标,无法据此测算对开发投资的直接贡献。按当前数据,2027年之前政策更可能影响项目成本与竞争格局,而不是总量。施工面积下降13.1%、新开工下降21.7%,意味着未来两年施工强度继续回落,智能建造装备的市场空间受开工量约束,增量更多来自存量改造与运维。
2、成本与效率:施工端已有可核查的改善
施工环节的改善已有企业层面的公开数据。中建八局"天蝉"施工机器人系统集成自爬升平台、分布式施工、作业维护、智能监测和轻量化平台五个系统,在混凝土施工场景实现连续工序的装备化作业,据企业披露可节省人力60%、整体工效提升10%;沪通铁路二期项目投入的无人驾驶装载机实现砂石料铲运卸全流程自动化,支持24小时连续作业,可降低人力成本10%以上。
这些改善集中在标准化程度较高、"危、繁、脏、重"的工序,对开发企业意味着工期与质量的可控性提升,对总包企业意味着人工成本结构变化。需要说明的是,上述数据来自企业单项目披露,不宜外推为行业平均水平;在建筑业总产值下降12.3%的背景下,设备利用率和投资回收期是推广速度的主要约束。
3、保租房:提高匹配效率,影响运营指标而非供给规模
截至2026年上半年,上海保租房累计供应43.4万套(间),上半年新增3万套(间),完成全年5万套目标的60%;"十四五"末累计筹措61.2万套(间)、供应40.4万套(间);"十五五"计划新增供应25万至27万套(间),期末总量67万套(间)。
文件提出的适配场景,针对的是意向登记与实际房源之间的错配,直接影响的指标是匹配成功率、轮候到入住时长和房源空置周期,对新增投资影响有限。效果取决于保租房申请、轮候、房源和租约数据能否跨区归集,这部分数据目前分散在区级平台与运营企业,归集范围决定了模型的可用性。
4、房屋安全与城市更新:形成服务需求,付费机制待明确
房屋安全智能体检要求落实周期性分类分级体检机制,构建全域房屋安全训练数据集和动态风险预测模型,并向农房建设过程监管延伸;城市体检—更新智能体则以CIM、大模型和知识图谱为底座,形成"体检问题—潜力片区—更新项目—成效评估"闭环,把体检成果转为更新项目。两类场景对应检测鉴定、既有建筑改造、规划咨询和物业服务等环节的实际需求。
付费主体以政府和国企为主,市场化收入取决于是否纳入财政预算,以及住宅专项维修资金、房屋安全管理资金的使用范围。文件未涉及资金安排,这是场景能否规模化的关键缺口,也是判断相关服务市场增速时的主要不确定性。
表4:重点场景的受益主体与可观察指标

资料来源:网络公开信息、易居研究院
五、需要关注的四个问题
1、数据治理进度决定模型上限
数据集、可信数据空间、房屋建筑统一代码三项任务都压在2026年节点。若统一代码与CIM更新机制不能覆盖存量房屋,模型训练和体检场景都会缺底数;可信数据空间依赖企业自愿开放,在缺少激励和收益分配规则的情况下,落地速度通常低于政策预期。数据治理的进度,是判断2027年目标能否实现的第一变量。
2、高后果场景的责任边界尚未明确
施工图审查、消防审查、房屋安全鉴定属于错误代价较高的场景。文件提出AI辅助审查和风险预测模型,但未明确AI输出的法律责任归属、人工复核比例和过程留痕要求。这一边界决定此类场景能否从"辅助"走向"替代",也决定执业责任与保险体系是否需要相应调整。在边界明确之前,相关场景更可能停留在辅助工具层面。
3、目标以定性为主,缺少量化验收口径
对比同类文件,浙江提出审查率80%以上、智能建造项目占比30%以上,江苏提出2027年普及率超70%、场景50项以上,安徽提出普及率超70%,陕西提出产值增速10%以上;上海的三年目标以"初步建立""基本形成""深度融合"表述为主,第五部分场景虽明确了对象,但未设量化指标。若年度任务清单不附带指标,评估容易退化为案例数量统计,出现"示范化"倾向。
4、中小企业投入能力与市场集中度
数据治理、模型训练和智能装备都具有固定成本属性。在建筑业总产值下降12.3%、行业利润承压的条件下,头部企业与中小企业在AI投入能力上的差距会扩大,可能加快行业出清。文件提出公共技术服务平台和中试基地,并鼓励装备租赁,这是缓解路径,但覆盖范围和收费方式仍待明确。
六、结论与跟踪建议
第一,这是上海住建领域首份"人工智能+"专项三年行动,政策性质是能力建设方案。文件把数据治理和行业模型置于场景之前,决定了政策效果后置,对开发投资和建筑业产值的影响在2027年前偏中性,不宜按短期刺激政策理解。更多要从房地产发展新模式、吻合城市和房地产"大转向"的角度理解。
第二,相对全国同类方案,上海选择的是底座型路径,优势在CIM平台、统一代码和三部门数据协同,风险在缺少量化验收口径和市场化付费机制。若2026年数据治理任务按期完成,2027年的模型与智能体目标具备实现基础;若数据归集受阻,场景落地将停留在示范层面。
第三,市场层面的先见效环节集中在施工端和运营端。施工端的智能建造装备已具备可核查的效率改善,运营端的保租房适配、房屋体检、物业与设施运维具备明确的付费主体和考核指标;开发销售端更多体现为报建、审图和交易流程的效率改善,对利润率的影响有限。但从现房销售制度改革等角度,应该鼓励此类技术加快应用。
建议按季度跟踪六项内容:2026年度任务清单的发布与指标设置;房屋建筑统一代码和CIM数据的覆盖进度;图纸数据分类、标注规范、模型评测协议等标准文件的出台;AI+CIM应用联盟成员与首批合作项目;智能建造试点项目数量与装备应用规模;保租房适配平台的上线范围及出租率、空置周期变化。
· END ·


