工地装了AI安全监控后事故率降了80%——和某建筑公司技术负责人的深度对话

一问一答，全程干货。

问：什么契机让你们决定上AI安全监控？

答：2024年我们一个项目出了安全事故，虽然没出人命，但停工整改了两个月，直接损失小一千万。老板那会儿拍桌子说，每年花在安全上的人力成本三四百万，换来的就是巡检员走个过场。后来我们CTO去参观了一个智慧工地展会，看到一套AI视觉方案——摄像头对着工地，实时识别没戴安全帽的、靠近危险区域的、甚至高空作业不规范动作的，自动拍下证据、实时告警。当场就决定试点。

问：听起来挺成熟了，实际落地的时候碰到过大坑吗？

答：坑太多了，我一个个说。

第一个坑是识别精度问题。厂家宣传99%，实际到了工地根本达不到。工地光线变化大——早上逆光、中午强光、晚上昏暗，而且扬尘、雨天、遮挡太多了。我们试点第一个月，误报率高达30%，安全员天天收到假警报，反而把真警报当狼来了。后来我们要求厂家针对我们的工地数据做定制微调训练，把自己工地拍了一个月的视频素材打标重新训练模型，误报率才降到5%以下。这块想省事是不行的，通用模型在工地场景就是瘸腿。

第二个坑是网络覆盖。很多工地根本没好网络，4G信号时有时无。摄像头拍到的视频要传到云端识别，延迟大得没法用。最后我们改成了边缘计算方案——摄像头直连一个边缘盒子，在本地做推理，只把告警数据往上发。延迟从3秒降到了0.3秒，这才是能用的水平。

问：这套系统具体怎么运作的？能不能讲讲技术架构？

答：说白了就是三层：

第一层是感知层——海康和大华的AI摄像头，外加我们自己加装的一些补光和角度调节支架。每个项目大概装15到30个摄像头，覆盖材料堆放区、脚手架作业区、塔吊作业区这些高风险区域。

第二层是边缘计算层——每个工地配一台边缘服务器，跑的是基于YOLOv8改进的目标检测模型。我们和第三方AI项目定制团队合作优化的，能把安全帽、反光衣、安全带、禁区闯入、高空坠物等十几类风险行为实时检测出来。

第三层是平台层——所有工地数据汇总到一个SaaS平台。项目经理看大屏、安全员手机收告警、公司总部看报表。平台还能自动生成每周安全报告，哪类违规最多、哪个项目最危险，一目了然。

问：效果怎么样？有没有具体数据？

答：去年全年数据对比：2024年上线前，我们8个在建项目一共发生各类安全事故23起（含轻伤和险兆事件），直接损失加停工损失大概370万。2025年这套系统全覆盖后，全年安全事故降到4起，轻伤以上事故降低82.7%。保险费用直接从一年50万降到了28万。

还有一个老板最在意的数字——停工天数。2024年因为安全事故停工累计41天，2025年只有6天。多干35天活，按我们日均产值300万算，多出1个亿的施工产值。这还没算安全员人力省下来的钱——原来每个项目配3个专职安全员，现在配1个+系统辅助就够了，8个项目一年省下16个人的人工成本，大概200万。

问：同行如果想上这套方案，预算大概多少？

答：分三档说。

入门档（5-8万）： 一个小项目（2万平以内），10个摄像头+1个边缘盒子+云平台年费。能覆盖基本的安全帽、反光衣识别和禁区告警。

标准档（15-25万）： 中型项目，20个摄像头+升级版边缘计算+定制模型训练+手机端+大屏。能覆盖全部风险类型，附带每周安全报告。

旗舰档（30-50万）： 大型项目或者多项目管理，含所有硬件、定制化模型、和公司ERP/WMS系统集成、AI行为分析（不光安全，还能分析工人工作效率）。

说实话，入门档基本够用了。国内做这块的供应商也挺多，但关键是得找懂工地场景的团队，不能光看PPT。我们当时选型踩了不少坑，建议在选供应商之前先想清楚自己的数据流怎么走，边缘还是云端、摄像头布局、网络方案这些基础问题。

问：下一步还有什么打算？

答：今年我们在试一个更野的方向——用大模型做施工方案审核。现在每个项目的施工方案、技术交底还是靠人写人审，效率低、容易漏。我们想把过去三年的所有方案和现场数据喂给大模型，让它自动审核新方案的合规性、风险点，甚至自动生成初稿。目前已经在和智岳科技那边的团队合作做POC，效果挺不错的，准确率到了90%以上。

如果你也在考虑类似的智慧工地或者软件外包服务，欢迎来智岳科技聊聊，可以根据你的项目实际体量和需求给出落地方案建议，不忽悠不画饼。