和安全，成本，进度，质量这些大类相关的，机器人施工，数字孪生，全都是数据密集型的。所有建筑企业AI案例都有一个共同点，每家都拥有海量的结构化的课追溯的历史数据。
行业级的数据飞轮有没有形成？数据资产管理是否有效，是否系统性的沉淀了数据资产。同时充分利用这些资产变成AI可使用的内容。
应用-产生数据-结构化数据-知识沉淀-增强模型指导现场-反哺数据回流
比如安全巡检。数万小时安全巡检记录——沉淀为安全训练工作集——模型反过来指导现场安全——新数据继续回流
如果跳过数据资产来上AI系统，就是没有燃料的发动机。