基于 PEST-O 框架的长三角地区建筑成本管理 AI 发展水平评估研究

《Scientific Reports》：Assessment of AI development level in construction cost management using AHP- cloud model: a case study of China’s Yangtze River Delta Region

　　

摘要

人工智能（AI）的整合对于解决建筑成本管理中的传统效率低下和数据分散问题至关重要，这主要是由工业4.0的需求所推动的。然而，在全面评估AI发展水平方面仍存在显著差距，缺乏一个能够系统地将宏观环境因素与微观组织准备情况联系起来的框架和实证分析方法。本研究旨在评估中国长三角（YRD）地区建筑成本管理中的AI发展水平。本研究建立了一个新的PEST-O（政治、经济、社会和技术-组织）框架，并采用层次分析（AHP）和云计算模型方法来分析专家数据。研究结果表明，长三角地区的整体AI发展水平为“中等”（平均分=52.71），显示出明显的不平衡。尽管政治维度得到了较强支持，但组织、技术和社会维度仍相对较弱，这表明组织能力不足是主要的瓶颈。从地区来看，上海和浙江的表现明显优于江苏和安徽。从理论角度来看，本研究验证了PEST-O模型的有效性，并提供了定量诊断结果。在实际应用中，这些研究结果为政策制定者和其他利益相关者提供了一个针对特定地区的诊断工具，有助于他们为领先地区和落后地区制定差异化的政策措施。