当 AI 进入结算桌：施工企业商务能力的下一场重建

过去一年，很多建筑企业开始讨论一个很直接的问题：

既然大模型能读合同、写报告、总结会议纪要，能不能把图纸、变更签证、合同条款、工程量清单和现场记录放进去，让 AI 直接把工程账算清楚？

这个问题很有吸引力。

工程结算长期是施工企业最耗人、最耗时、也最容易产生争议的环节。一个几亿规模的项目，结算周期可能持续一两年。商务人员要在图纸版本、联系单、签证单、会议纪要、现场照片、采购记录、分包结算和合同条款之间来回核对。每一笔增加或扣减，背后都可能牵涉现金流、利润和审计责任。

如果 AI 真能直接完成结算复核，价值当然巨大。

但目前更现实的判断是：通用大模型不能独立算准复杂工程账。它可以帮助商务团队整理资料、发现异常、缩小复核范围、建立证据链，但不能替代造价工程师、商务负责人和审计人员作出最终判断。

真正值得关注的，不是“一键算量”或“一键审结算”，而是施工企业如何把 AI 用在结算证据链和商务复核体系中。

这个判断也符合工程结算本身的制度属性。

一、结算不是最后算账，而是一条证据链

从制度背景看，工程价款结算本来就不是简单的“最后算总账”。如果把几份关键资料拆开看，会发现它们共同指向一个结论：结算是一套由合同、计量、签证、索赔、价款调整、支付和档案共同约束的证据系统。

《建设工程价款结算暂行办法》（财建〔2004〕369号）强调，工程完工后，双方应按照合同价款、合同价款调整内容和索赔事项进行竣工结算；发包人要求承包人完成合同以外零星项目时，承包人应在接受要求后及时提出施工签证，发包人签证后施工；发承包双方授权现场代表签字的现场签证，以及双方协商确定的索赔等费用，应在竣工结算中如实办理。这几条放在一起看，结算不是只看最后一张表，而是要看合同依据、现场事实、签认手续和索赔边界能不能闭合。

2022 年，财政部、住房城乡建设部在完善建设工程价款结算有关办法的通知中进一步提出，政府机关、事业单位、国有企业建设工程进度款支付应不低于已完成工程价款的 80%；除按合同约定保留不超过工程价款总额 3% 的质量保证金外，进度款支付比例可由发承包双方结合项目实际确定。通知还提出，对当年开工、当年不能竣工的新开工项目，可以通过合同约定推行过程结算，将施工过程按时间或进度节点划分，对周期内已完成且无争议的工程量，包括变更、签证、索赔等，进行价款计算、确认和支付；经双方确认的过程结算文件，作为竣工结算文件的组成部分，竣工后原则上不再重复审核。

这对施工企业的启发很直接：很多结算风险不应该拖到竣工后才处理。过程结算把“当期完成、当期确认、当期留痕”的要求前移了。如果变更、签证、索赔和支付资料在过程中没有形成清晰链条，后期再让 AI 生成一份漂亮说明，也补不上关键证据。

再看 2024 年发布的《建设工程工程量清单计价标准》。它不是只讲清单编制，而是把合同工程计量、合同价款调整、合同价款期中支付、工程结算与支付、合同价款争议解决、工程计价成果与档案管理都纳入同一套计价框架。换句话说，懂行的人看结算，不会只问“金额是多少”，还会追问：工程量如何计量，变更如何计价，索赔依据在哪里，过程结算文件是否被双方确认，计价成果和档案能否追溯。

这也说明，AI 如果要发挥价值，必须进入这条证据链，而不是只在最后阶段生成一份看起来完整的说明。它的任务不是替代合同解释和造价判断，而是把散落资料整理成可复核、可追溯、可审查的计价依据。

二、工程账难算，不是因为文字太多

大模型擅长处理文本。它能读合同，能总结纪要，能提取清单，能把一堆材料整理成结构化表格。

但工程结算不是普通文本理解任务。

一笔看似简单的“现场增加抽水台班”，背后可能同时对应几类材料：

这些材料分散在 Word、PDF、扫描件、Excel、造价软件、微信群、邮件和纸质档案里。它们的关键问题不是“有没有文字”，而是能否形成可以互相印证的事实链。

AI 可以把材料读得很快，但如果资料本身断裂，版本混乱，责任主体不清，签认链条缺失，它也很难替企业得出可靠结论。

工程账的难点，首先是资料链断层。

图 1 工程结算证据链的关键材料

这里可以把“现场增加抽水台班”展开看。

如果项目遇到异常地下水，现场确实发生了抽水作业，施工单位往往会提出签证。但到结算复核时，争议可能从多个方向出现：

AI 可以在这类场景里先做一件很有价值的事：把所有材料按时间、主体、部位、金额和依据串起来，标出缺口和矛盾。它不能直接说“这笔钱一定能算”或“这笔钱必须扣掉”，但可以让商务负责人在谈判和送审前知道风险在哪里。

三、造价复核需要确定性，不能靠概率补空

造价和结算复核有很强的确定性要求。

一项工程量能不能计，套哪一项定额，主材价差如何确认，措施费是否包含在合同风险范围内，签证是否满足时限要求，这些问题都不能靠“看起来合理”的文字回答。

懂行的人看一笔结算，通常会先问几个很具体的问题：这是不是合同范围内的工作？如果不是，是否形成了有效变更或签证？如果是索赔，合同约定的通知、确认和计价程序有没有走完？如果进入过程结算，双方确认的是工程量、单价、合价，还是只确认了事实发生？这些问题的答案，决定了 AI 输出到底是有依据的复核提示，还是一段没有责任边界的文字。

签证也不能被简单理解为“签了就一定能计价”。它可能证明某件事发生过，也可能只是确认现场事实；最终能否进入结算，还要回到合同约定、计量规则、清单口径、价格依据和审计边界。AI 如果把“有签字”直接推导成“应计入结算”，就会犯很低级但很危险的错误。

通用大模型的风险在这里会被放大。

它可能把相似材料混为一谈，把给水管和排水管的计价规则混用，把不同省份的定额口径套错，把已经废止或不适用的规则写进分析说明。对于普通说明文字，这类错误可能只是表达偏差；对于结算复核，它可能直接影响几十万、几百万甚至更大金额的确认。

更复杂的是，工程结算还包含大量现场博弈。

同一句“按实际发生计量”，在不同合同、不同项目、不同审计口径下，边界可能完全不同。某项签证金额最后如何确认，往往不是单纯的数学题，而是合同约定、现场事实、过程签认、谈判策略和审计尺度共同作用的结果。

这类判断不能交给模型直接拍板。

施工企业引入 AI，目标不应是让它替商务负责人“算最终账”，而应是让它把证据整理清楚，把疑点提前暴露，把专家复核的工作面缩小。

四、AI 更适合做结算复核的前置整理层

在变更签证和结算复核中，AI 最稳妥的切入点，是前置整理和异常提示。

这件事不能做成“一次性上传，一次性出结论”。更可行的形态，是把 AI 放进一条受控的辅审流程。

第一步，资料归集。把合同、补充协议、招标文件、投标文件、图纸版本、设计变更、现场联系单、签证单、会议纪要、施工日志、照片视频、工程量清单、分包结算和采购记录放到同一事项下，而不是散落在不同文件夹和聊天记录里。

第二步，字段抽取。AI 从资料中提取时间、地点、工程部位、责任主体、指令来源、签认状态、工程量、单价依据、合同条款、附件名称和版本号，形成结构化表格。

第三步，异常提示。系统根据规则和历史样本提示时间倒置、签认缺失、图纸版本不一致、金额偏离、工程量依据不足、合同边界冲突、同类事项重复申报等问题。

第四步，人工确认。商务、造价、项目经理、技术负责人、审计或法务分别确认自己负责的部分。AI 输出只作为待复核清单，最终结论必须回到企业授权和专业责任体系。

图 2 AI 辅助结算复核流程

这条流程最好不要停留在“读文档、出总结”的层面，而要尽量贴近计价成果本身。比如，AI 输出的不应只是“这项签证风险较高”，而应进一步拆成：对应合同条款、对应图纸或指令、涉及工程量、价格来源、是否属于变更或新增工程、是否涉及索赔、是否进入过程结算、是否需要补充确认资料。这样，商务人员拿到的不是一段泛泛判断，而是一张可以继续核价、补证和谈判的工作清单。

如果企业后续要把这类能力产品化，也应该围绕工程结算常见表单和资料对象来设计：变更汇总、索赔计价汇总、计日工记录、过程结算款支付申请、竣工结算编制说明、主要材料调差依据、争议事项清单、计价成果归档记录。AI 的价值不是另造一套语言体系，而是把原本分散在文件夹、表格、扫描件和聊天记录中的材料，映射回工程计价和结算管理真正需要的结构。

第一类场景，是签证资料链的逻辑初筛。

企业可以让 AI 按统一模板检查一笔签证是否具备基本证据：发起原因、变更依据、签认主体、发生时间、完成部位、工程量依据、图纸版本、现场照片和合同条款。它不能替企业确认最终金额，但可以提前提示“签证日期早于图纸下发日期”“会议纪要提到变更但未找到对应签证单”“签认主体缺少监理确认”等低级风险。

第二类场景，是不平衡报价和异常清单项筛查。

在分包结算、中期对账或投标清标复盘中，AI 可以配合规则引擎和历史价格库，筛出价格偏离明显、工程量变化异常、暂估价与采购价差异较大的条目。它不需要直接给出扣减金额，只需要把值得商务专家重点复核的项目排出来。

第三类场景，是争议事项的证据时间轴。

一笔重大争议款项，往往要追溯几个月甚至一两年的过程资料。AI 可以从会议纪要、联系单、邮件、现场照片说明、施工日志和补充协议中提取时间、地点、责任主体、争议焦点和对应附件，形成一条可复核的证据时间轴。

这类工作过去靠人工翻资料，既慢又容易漏。AI 的价值，是把“资料海”变成“待复核清单”。

五、商务能力会从算账能力转向证据组织能力

AI 进入结算桌后，施工企业商务能力的重点会发生变化。

过去，很多企业把商务能力理解为会算量、会套价、会谈判。未来这些能力仍然重要，但还不够。

更关键的是证据组织能力。

一项变更能否顺利确认，不只看金额算得是否漂亮，还看企业能不能快速回答几个问题：

如果这些问题只能靠某个商务经理的个人记忆，风险就很大。人员调动、项目周期拉长、资料散落、版本混乱，都会让企业在结算阶段失去主动权。

AI 适合介入的地方，正是把个人经验转化为可检索、可复核、可追溯的组织资产。

施工企业需要沉淀的不是一堆历史结算文件，而是几类结构化资产：

这些资产进入知识库后，AI 才能真正发挥作用。它不是替代商务人员，而是帮助商务人员更快地找到依据、暴露疑点、组织谈判材料。

六、施工企业现在可以做的四件事

第一，先选 3 到 5 个已完成或正在结算的项目，反向整理典型签证事项。不要一开始就采购大系统。先看企业现有资料能否回答“发生了什么、谁确认了、依据在哪里、金额怎么算、争议点是什么”。

第二，建立签证资料完整性清单。把常见签证分成设计变更、现场条件变化、工程量增减、赶工措施、材料替换、停窝工等类别，为每一类定义必需材料、风险材料和人工确认项。

第三，用脱敏样本测试 AI 工具。不要用真实底价、完整合同和敏感图纸直接上传到公有模型。可以选取脱敏后的签证包、图纸片段和会议纪要，测试工具能否提取关键字段、发现时间矛盾、定位缺失材料，并评估人工修正成本。

第四，把商务复核过程留痕。AI 发现了哪些疑点，人工如何确认，哪些材料补齐，哪些结论被否定，最终责任人是谁，都应当保留下来。没有留痕的 AI 输出，只是一段临时文本；有留痕的复核过程，才可能成为企业的知识资产。

这些动作并不复杂，但能让企业从“让 AI 帮我算账”的误区，转向“让 AI 帮我组织证据、发现异常、提高复核效率”的稳健路径。

还可以补一个基础动作：在招标和合同阶段就前置清标。

清标不是只服务招标人。对施工企业来说，投标前后的清单复核、不平衡报价识别、漏项检查和合同边界确认，都会影响后续结算难度。很多结算争议并不是竣工时突然出现的，而是在招标文件、工程量清单、投标报价和合同条款没有对齐时就已经埋下。AI 如果只在竣工结算阶段介入，会错过大量提前排雷的机会。

结语：AI 不是结算桌上的裁判

工程结算关乎现金流，也关乎企业利润和责任边界。

在这个场景里，AI 不是裁判，也不是最终签字人。它更像一个不知疲倦的资料整理员和异常提示器。

它能帮商务团队更快地读材料，更系统地建清单，更早发现资料缺口和逻辑矛盾。但最终判断一笔费用能不能计、怎么计、怎么谈、怎么承担责任，仍然要回到专业人员和企业授权体系。

施工企业真正要重建的，不是让模型替人算账，而是把项目资料、合同规则、现场事实和商务经验组织成可复核的证据链。

当 AI 进入结算桌，企业的竞争优势不会来自谁更会让模型写一段漂亮说明，而会来自谁能更快把散乱资料变成证据，把个人经验变成组织资产，把商务判断变成可追溯的复核流程。

参考资料

关注我们

欢迎搜索并关注 筑见实验室，获取更多结构计算与工程前沿动态：