文｜秦明

封面｜企業供圖

建築裝飾總包企業的數字化AI轉型如何落地？麓嘉科技用七年時間給出了些許軌跡。先搞標準化，把企業管理體系立起來；再建ERP、CRM系統，上線跑通；然後選定成本方向，打通定額庫、材料庫、價格庫，做好數據流動；最後用AI來做成本報價分析，圍繞採購供應鏈做文章，一步步往前推進創新路徑。

麓嘉科技成立在北京，它的故事要從1998年其母公司——正品達（北京）建築科技有限公司説起。27年前，正品達成立，專注做辦公室裝修的總包生意，近些年年營收在4-5個億。當這家老牌裝修企業琢磨數字化轉型時，麓嘉的雛形開始誕生。那時，正品達的一個90後項目經理張航，被委以重任——夠年輕，有技術背景，正好適合幹這件沒人摸清門道的事。

麓嘉科技CEO 張航

2018年，正品達董事長Tony開始推動企業數字化轉型，組建了標準化辦公室。Tony的想法很樸素：他們老一輩的手藝和現場經驗太寶貴，但建築行業年輕人越來越少，工人、技術崗、管理層都出現斷層。如果讓年輕人幹五年才能當項目經理，肯定沒人願意耗這個時間。倘若把技術骨幹腦袋裏的知識沉澱下來，可以用1-2年完成對年輕人崗位能力的培養。

最開始，張航作為標準化辦公室的1號員工，負責把每個部門的SOP，現場工藝流程抽象出來。他定了個原則：每個部門執行動作重複兩次就定義流程，重複三次以上就定義制度。於是梳理出來一大堆資料，像教材一樣，用於培訓。

但到2019年就發現不對勁了。"我們當時陷入的誤區是把培訓的力量神聖化了"，張航説。本着PDCA原則，培訓→實戰→發現問題→改進→再培訓，結果發現培訓效果太弱——聽的時候能吸收七八成，落地時剩四五成，真正做出來可能只有兩三成的效果。整個PDCA閉環的效果太差，人對人的傳達，很多東西沒法理想化實現。

於是他們開始考慮需要一個載體，減少溝通過程中的知識損失，19年各行各業開始興起數字化，就想能不能搭乘這班列車，利用系統，將知識和流程穩固下來，把這些東西都做到系統上，大家進來後不用培訓，按部就班填空就行。2020年初，正品達董事會批了未來3-5年的規劃方向，投了數字化預算，決心邁向數字化發展，包括研發、工資、編制等，組建了自己的產品團隊。

當時生意開始下滑，市場部門壓力最大，所以他們先做了CRM客户關係管理系統，使用起來效果還不錯，給了全公司很足的信心，2021年切入到最複雜的項目管理業務中，開始研發項目管理PM軟件。

但做到2022年，這個PM軟件停掉了。張航發現的問題很根本：建築行業是典型的項目制，從開始到結束參與角色多、關聯性小，一個環節出差錯整個鏈條都受影響。一旦有人不跟你玩數字化，整個鏈條都玩不起來。更關鍵的是，所有數據要從一線收集，最起碼從班組長手裏收。項目過程中的變化，遠超於系統的容錯程度，而且班組長對數字化理解和系統操作都是門檻，根本不會用。

當時團隊意識到一個現實：與其做大而全的項目管理軟件，不如先做專業軟件——從一個垂直場景切入，解決具體問題。

2022年，麓嘉正式從正品達獨立出來，明確了戰略方向：專注建築裝飾行業的數字化和AI技術。這一次，他們重點選擇了報價軟件這個方向。雖然報價軟件專業性更強，使用門檻高，但用户是造價師，文化水平比較高，能用數字化幫他們解決問題。

做完報價，成本出來後，供應鏈成了第二塊要啃的骨頭。2024年，麓嘉把報價系統與供應鏈系統打通，推出數字造價解決方案。同時將大量歷史數據進行歸納，整理，清洗，完成了整體產品的數據內核搭建。到2025年，公司開始把AI能力嵌入清單處理、材料匹配等具體痛點。

現在，麓嘉已經初步積累了超50萬平方米的項目數據。但張航對AI保持着清醒：目前看下來，建築行業裏面90%的需求都還停留在數字化和信息化層面，遠遠沒到需要用AI去處理的層面。

七年時間，從標準化辦公室的單槍匹馬，到組建團隊踩了很多坑，再到找準垂直場景逐步突破，麓嘉的故事不是關於AI有多神奇，而是關於一家傳統裝修企業如何在試錯中找到屬於自己的數字化節奏。或許這才是建築行業數字化轉型最真實的樣子——沒有捷徑，只有一步步往前推進的耐心。

麓嘉科技團隊（來源：企業供圖）

01 數字化探索經驗

秦明：做技術轉型很費錢，麓嘉作為試驗田，當初正品達為什麼決定投入做轉型？具體的痛點或思考是什麼？

張航： 當時老闆Tony與我聊過很多次。我們這個行業鏈條長，標準化程度低，太依賴行業經驗生存。老一輩退休後，真的是後繼無人。必須得靠新的生產力去解決經驗傳承的問題。

另一方面，我們也意識到數據的重要性。無論後面往什麼方向轉型，數據都是基礎。但想積累數據，就得先把標準化做起來，把業務流程線上化，把系統上線跑通。這是個必經的過程，與其等着，不如早點開始做。

秦明： 最開始是怎麼做的？

張航： 2018年開始，我們成立了標準化辦公室，任務是把每個部門的SOP抽象出來，當時定了一個原則：某個執行動作重複兩次，就定義成流程；重複三次到四次甚至更多，就上升為制度。

那段時間我就跟着各個部門跑，設計部怎麼出圖、工程部怎麼排工序、採購部怎麼詢價比價、財務部怎麼走審批流程……全部梳理下來。最後我們整理出一大堆資料，每個部門都有兩三本，就像教材一樣。裏面包括項目管理的標準化流程、工藝工法的技術規範、供應商管理的選型標準、成本控制的定額體系等等。當時真覺得這些東西非常寶貴，是公司二十多年經驗的結晶。

但到2019年就發現不對勁了。我們陷入了一個誤區——把培訓的力量神聖化了。以為新員工進來培訓一次，或者部門業務人員定期培訓，就能把這些標準落地。結果發現培訓效果太弱。

大家感興趣的內容可能會多聽幾次，當時能吸收70-80%，等到實際落地時可能就剩40-50%，真正做出來的時候可能只有20-30%的效果。現場還是會出現很多流程執行不到位、工藝標準不統一的問題。人對人的傳達，很多東西就是沒辦法理想化實現，效率根本提不上去。

雖然大一點的企業都會有輪崗制度和入職培訓，但那更多是合規性培訓、職業化培訓。真正的專業能力還是要到具體崗位深度實踐才能磨練出來。這個週期太長了。

當時我就想，能不能換個思路？把這些標準、流程、規範都做到系統裏，新員工進來不用專門培訓，打開系統按部就班填空就行。該填什麼參數、該走什麼審批、該選什麼材料，系統都給你框好了。

後來公司給了數字化預算後，我們就開始組建團隊做軟件開發。不過，這條路也沒那麼簡單。我們誤入了很多坑，前前後後交了上百萬學費。

秦明： 當時重點想做什麼功能？聽起來是一些教訓經驗。

張航： 當時重點想做工程項目管理軟件，找了外部團隊合作，設計思路是通過財務節點來管控項目進度。聽起來挺合理的，但做出來才發現完全不適合裝飾行業。

為什麼不適合？裝飾項目週期太短了。最長六個月，一般辦公室裝修只有三四個月。我們按項目形象進度定義收款，基本6到7個節點，算下來每個節點間隔特別短。三個月工期你得按天看進度，晚一週或早一週風險都很大。這種情況下用財務流程來管控，頻率太高，項目經理天天盯着財務審批，根本跑不動。

這第一次嘗試失敗後，2020年初，我們上董事會重新做了規劃。公司決定投入預算，組建自己的產品研發團隊。當時正好趕上生意開始下滑，市場部門壓力最大，所以我們調整了優先級，先做CRM客户關係管理系統，幫市場部門穩住客户。

但心裏還是不甘心。2021年我們又開始做自己的項目管理PM軟件，想着這次自己做，應該能把裝飾行業的特點考慮進去。結果做到2022年左右，這個PM軟件還是停掉了。

這次我們算是真正想明白問題出在哪兒了。建築行業是典型的項目制，從開始到結束，參與角色特別多——設計、採購、施工、監理、甲方，但他們之間關聯性其實很小，各幹各的。這就導致其中一個環節出現差錯，整個鏈條都得跟着受影響。更要命的是，一旦有人不跟你玩數字化，整個鏈條就玩不起來。

最關鍵的門檻在哪兒？所有數據要從一線收集起來，最起碼得從班組長手裏收。但你讓一個在工地幹了十幾年的班組長用系統錄數據，他對數字化的理解和系統操作都是門檻，根本不會用，也不願意用。你再好的系統，數據收不上來，就是個空殼。

那時候我們才意識到，數字化在建築領域真的是老大難問題。與其繼續死磕大而全的項目管理軟件，不如換個思路——先做專業軟件，從一個垂直場景切入，解決具體問題。至少先讓一部分人能用起來，把價值跑通了再説。

02 重點場景方向

秦明：目前麓嘉團隊在重點攻克哪幾個場景？為什麼選擇這些場景？

張航：我們現在主推兩個產品——數字造價和供應鏈系統，都已經迭代到2.0版本了。這兩個方向的選擇其實是有邏輯的。

先説報價這塊。雖然報價軟件專業性更強，使用門檻也高，但好在用户是造價師，他們文化水平比較高，對數字化工具的接受度也強，出現特殊情況的頻率比較少。這讓我們能把精力集中在產品打磨上，而不是天天去教用户怎麼用系統。做完這一塊之後，我們對數字化包括AI的理解也深了很多。

報價做完，成本算出來了，接下來供應鏈就是第二塊比較難啃的骨頭。因為裝修項目最終不是總包企業自己完成的，而是要召集下面一堆供應商一起落地。如果成本數據和供應鏈管理斷開，中間會損耗大量時間和精力。所以我們又開發了供應鏈系統，把報價、成本、供應鏈三個系統打通。這樣一來，企業整體資金鍊就算跑通了，運營效率提升非常明顯。

現在到了AI這個階段，我們當初設計系統時其實就埋了個伏筆。我們把所有業務動作拆解到最小操作單元，幾乎每一步都要在系統裏完成。為什麼這麼做？就是為了有朝一日能為AI驗證提供基礎數據。

接下來我們會把這些最小操作單元逐個考察，看哪些可以通過AI處理，哪些還得人來做。比如報價系統，分為導入清單、匹配數據、調整價格、替換材料這幾步，目前這些理論上都可以用AI自動完成。但我們不會去做黑盒產品。我們每一步操作中間，都需要人去參與決策。

秦明：裝飾行業裏，什麼場景用通用大模型就夠了？什麼場景必須深度定製？

張航：能用嘴説清楚的，基本上LLM都能解決，使用圖表、流程、模型才能表達清楚的，需要視覺模型或多模態處理。這些基本上通用大模型都覆蓋了。

我認為目前的卡點是大家把AI神聖化了，認為有了AI就能做一切。目前我們走下來，很多需求還停留在上線即可的狀態，有些是數字化能解決的，還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一鍵完成。如果説必須有深度定製的場景，我覺得是每家公司獨特的SOP，生產製造型企業，是他獨特的工藝。這是通用模型處理不了的。

秦明：那怎麼評估一個AI場景是否值得做？有什麼決策框架嗎？

張航： 理論上所有場景都能用AI實現，但這沒意義——關鍵是有沒有人願意為此買單，肯花錢的才是真用户。我們總結了一套框架：首先認清自己，其次認清用户，最後認清環境。

先説認清自己。團隊技術實力能做什麼？是做0到1的模型研發、模型蒸餾、prompt調優，還是做軟件整合、低代碼快速搭建？千萬不去做當下還不會做的事，生意和學習是兩回事兒。

然後是幫用户認清他的需求。用户往往不知道自己想要什麼，他只知道痛點，但不知道解決辦法和工具。這時候要站在他的角度找最優解——有時候簡單上個系統、做個數據查詢、搭個能操作的閉環，問題就解決了，根本用不着AI。這時候要讓用户"謹遵醫囑"，同時一定要遠離那些不聽勸的用户，會帶來災難。

目前建築行業裏90%的需求，説實話都還停留在數字化和信息化層面，遠遠沒到需要AI處理的程度。AI現在更多是在非專業層面提效，比如客服、數據處理、培訓這些，真正的專業技術還是要大量依賴人工和系統邏輯。

秦明：那在成本約束下，怎麼選擇合適的模型？有沒有什麼"高性價比"的技術組合方案？

張航： 首先杜絕ALL IN的想法。我見過很多公司為了AI而AI，買了一體機，部署了模型，最後只能當“百度”用，這就是典型的浪費。在沒有商業落地之前，我只能説這事兒要因地制宜，沒有統一標準答案。別看別人用什麼模型、花多少錢，那是人家的情況，我們需要根據自己的業務場景和預算來決定。

03 挑戰與經驗

秦明：分享一個數字化轉型過程中遇到的挑戰？

張航：2018年和2019年推數字化時，最大的問題就是推不動，每天都有人質疑。那時候我和老闆討論，是不是方向錯了——我們一上來就想用系統解決問題，但其實制度都沒理順。

後來我們換了個思路，先從制度層面入手。這個過程反而很順利，因為討論制度時員工最積極，他們會抱怨："公司這個制度不合適，我們實際情況是這樣的，但制度要求是那樣的……"這種聲音恰恰最有價值。我們把這些信息收集起來，該定新制度的定，該修改的改，完成後再跟大家宣導。等到大家對制度達成一致了，我再去做數字化開發，這時候推進就順暢多了。

有個很有意思的發現：當每個人的職責明確後，反而工作量減少了，效率提升了。因為以前很多時間耗在扯皮和溝通成本上。

制度建設從2020年一直持續到現在，還在不斷優化。我們有個基本原則：1.0版本的數字化產品對應1.0版本的公司制度，2.0對應2.0，以此類推。產品迭代到哪兒，制度就要跟到哪兒。你不能拿着線下操作的老制度去約束線上系統，那肯定會打架。

秦明：麓嘉在探索AI落地實踐過程中，遇到了哪些預期之外的困難或，可分享的避坑指南？

張航：第一個是對模型能力的預期管理。我們一開始覺得AI應該能做得很好，但實際輸出效果遠比預期差，工期延誤成了家常便飯。你得接受這個現實：AI不是魔法，它需要時間去調優。

第二個剛好相反——即便是很小的模型，它的知識量和思考方式也比人類豐富得多。有時候它會給出一些你完全沒想到的結果。所以得到意外結果時，先別急着否定，可能是個新思路。

第三個是成本控制。模型和成本之間的平衡，貫穿整個項目始終。你要不停地問自己：這個場景真的值得用AI嗎？還是説用傳統方法更划算？很多時候我們會發現，簡單的規則引擎就能解決問題，沒必要上大模型。

最後一個認知是：想做好對模型的管理，得先做好對需求和對人的管理。模型只是工具，真正難的是搞清楚用户到底要什麼，以及怎麼讓團隊理解AI的邊界在哪兒。技術問題反而是最容易解決的那部分。

以上，如果覺得不錯，隨手點個贊、在看、轉發三連吧，也歡迎給個星標⭐，以便您第一時間收到推送～謝謝閲讀，下篇內容再見。