东伦敦大学（UEL）一项最新同行评审研究显示，人工智能在建筑项目管理领域展现出新潜力，有望预防施工延误。该研究发表在《建筑环境前沿》期刊上，提出通过连接现有技术，实现风险预警与项目计划自动调整的机制。

研究指出，当前安全监控系统、数字风险登记册和进度安排平台多独立运行，风险虽被识别，但项目进度表常未相应调整。通过对60篇相关论文的系统性回顾，研究提出了一个框架，展示风险预警如何触发即时、机器可读的规划决策。首席作者贾韦德·库雷希博士表示，建筑项目已具备防止延误所需信息，只是这些信息未被进度安排系统有效利用。

研究重点在于连接人工智能领域的风险预测系统与进度优化系统。研究人员提出“风险到约束转换引擎”机制，将检测到的风险转化为进度管理软件可采取措施的实际项目约束。例如，计算机视觉检测到的安全隐患可能中止特定任务；预测到的材料延迟可能自动重新安排活动顺序；自然语言处理识别出的合同风险可能引入时间宽限。这些更改将在数字孪生体中进行测试，使管理人员能够提前审查后果并批准有效方案。

库雷希博士强调，此方法旨在缩小预警与应对措施之间的差距，而非取消人为监督。他指出，当前项目管理方式如同开车只看后视镜，无法创造面向未来的流程。通过将预测与行动直接联系，项目可在出现供应短缺、安全问题或设计变更等干扰时及时调整，避免延误累积。研究人员认为，这可能有助于解决英国建筑业长期存在的生产力落后问题，为提高项目交付韧性提供可行途径。

更多信息：作者：Jawed Qureshi等人，标题：《社会技术差距：英国建筑项目韧性的人工智能框架》，发表于：《建筑环境前沿》(2026)。