Sự chuyển dịch của ngành Kiến trúc, Kỹ thuật và Xây dựng (AEC) dưới tác động của AI

Báo cáo phân tích chuyên sâu dựa trên bài viết "How AI is reshaping the future of the AEC industry" của McKinsey & Company, tháng 7 năm 2026 | Nguồn: McKinsey

Mục lục

1. Bối cảnh: tác động của AI với ngành xây dựng
2. Vì sao AI Agent khác các làn sóng công nghệ trước
3. Giá trị sẽ dịch chuyển về đâu
4. Ba kịch bản luồng công việc theo mức độ tự động hóa
5. Lộ trình tác động theo ba mốc thời gian
   • Ngắn hạn (18 tháng đầu): tinh gọn luồng công việc đầu-cuối
   • Trung hạn (18 đến 48 tháng): biến dữ liệu thành lợi thế cạnh tranh
   • Dài hạn (sau 4 năm): mở khóa giá trị tại công trường
6. Mô hình thương mại và đối tác
   • Từ bán công sức sang bán sự xuất sắc
   • Tự xây, mua lại hay hợp tác
   • AI giảm công sức nhưng không giảm trách nhiệm
7. Chương trình hành động sáu bước cho lãnh đạo AEC
8. Góc nhìn của chuyên gia
9. Ghi chú cá nhân
10. Tài liệu tham khảo

---

1. Bối cảnh: tác động của AI với ngành xây dựng

AEC (Architecture, Engineering, Construction) theo nghĩa rộng là một trong những ngành lớn nhất thế giới: sản lượng xây dựng toàn cầu đạt khoảng 15 nghìn tỷ USD năm 2025 và nhu cầu dự kiến có thể chạm 22 nghìn tỷ USD vào năm 2040 ^{1 2}. Tuy nhiên năng suất lao động của ngành đã trì trệ kéo dài: từ năm 2000 đến 2022, năng suất xây dựng chỉ cải thiện 10%, tương đương 0,4% mỗi năm, trong khi ngành sản xuất chế tạo tăng 90%, tương đương 3,0% mỗi năm ^{1 3}. Với quỹ đạo hiện tại, sản lượng xây dựng có thể thiếu hụt lũy kế tới 40 nghìn tỷ USD so với nhu cầu vào năm 2040 ³.

Trên nền tảng đó, McKinsey Global Institute (MGI) ước tính AI và các công nghệ tự động hóa khác có thể mở khóa khoảng 228 tỷ USD giá trị hàng năm cho ngành AEC tại Mỹ vào năm 2030; riêng lĩnh vực xây dựng tại châu Âu, con số tương đương khoảng 126 tỷ USD ¹. Báo cáo nhấn mạnh: AI khó có thể là "sự kiện tuyệt chủng" đối với các công ty AEC, nhưng nó có thể thay đổi đáng kể việc ai sẽ dẫn dắt ngành ¹.

Hình 1. Tiềm năng tự động hóa kỹ thuật của lực lượng lao động dịch vụ kiến trúc, kỹ thuật và liên quan tại Mỹ (số giờ làm việc năm 2024, %). Biểu đồ chia số giờ làm việc theo hai trục: yêu cầu năng lực phi vật lý so với yêu cầu cả năng lực vật lý và phi vật lý, và có thể tự động hóa so với không thể tự động hóa. Kết quả: 50% số giờ làm việc là phi vật lý và có thể tự động hóa (do AI agent đảm nhận), 4% là công việc vật lý có thể tự động hóa (robot), trong khi 35% và 11% còn lại vẫn thuộc về con người. Nói cách khác, con người, agent và robot đều giữ vai trò đáng kể trong lực lượng lao động tương lai của ngành. Theo phân tích MGI, AI có tiềm năng tự động hóa 50% khối lượng công việc phi vật lý trong lĩnh vực kiến trúc và kỹ thuật, và 39% trong lĩnh vực xây dựng.

Điểm mấu chốt của báo cáo: khi công việc trở nên nhanh hơn và rẻ hơn trên toàn ngành, lợi thế sẽ thuộc về những công ty dùng AI hiệu quả nhất để kiểm soát ba thứ: quan hệ khách hàng, hạng mục công việc (workflow), và dữ liệu nền tảng của các hạng mục công việc đó. Điều này đòi hỏi tập trung chuyển đổi theo "domain", tức các quy trình đầu-cuối đủ nhỏ để tái thiết kế độc lập nhưng đủ lớn để tạo tác động kinh doanh, thay vì triển khai các use case rời rạc.

2. Vì sao AI agent khác các làn sóng công nghệ trước

Ví dụ một tình huống quen thuộc với kỹ sư công trường: giám sát trưởng phát hiện các đoạn ống tiền chế không còn lắp vừa do một hạng mục thiết kế muộn. Theo cách làm truyền thống, sự cố này kéo theo nhiều ngày xử lý RFI, rà soát bản vẽ, kiểm tra mua sắm, cập nhật tiến độ và đánh giá chi phí, trong khi các tổ đội phải chờ hoặc làm việc vòng tránh.

Trong "tương lai tác nhân" (agentic future), giám sát trưởng chỉ cần chụp ảnh sự cố trên thiết bị di động. Trong vài phút, các AI agent so sánh hình ảnh với mô hình 3D mới nhất, bản vẽ kỹ thuật, hồ sơ mua sắm và tiến độ thi công; xác định nguyên nhân khả dĩ, soạn các phương án định tuyến, kiểm tra vật tư sẵn có, ước tính tác động chi phí và tiến độ, rồi đề xuất hướng xử lý. Con người vẫn giữ quyền kiểm soát: kỹ sư trưởng bộ môn phê duyệt giải pháp, còn lãnh đạo dự án nhận được bức tranh tổng hợp về các phương án và đánh đổi trong vài giờ thay vì vài ngày.

Điểm khác biệt cốt lõi so với các làn sóng số hóa trước (CAD, BIM, nền tảng đám mây, phần mềm quản lý dự án):

• AI agent không phải phần mềm độc lập cho tác vụ hẹp, mà có thể được nhúng vào hệ thống lõi xuyên suốt vòng đời dự án, điều phối công việc từ thiết kế, mua sắm, lập kế hoạch, thi công hiện trường, kiểm soát dự án đến bàn giao.
• AI làm việc được với thông tin phi cấu trúc và lộn xộn như bản vẽ, chỉ dẫn kỹ thuật, quan sát hiện trường, nên doanh nghiệp không cần dữ liệu hoàn hảo mới bắt đầu tạo giá trị.
• AI giảm độ trễ điều phối giữa các hệ thống hồ sơ và các nhóm phân tán: agent thu thập và kiểm tra thông tin, soạn tài liệu, phát hiện ngoại lệ, định tuyến quyết định chờ phê duyệt và duy trì nhật ký kiểm toán, với con người trong vòng lặp ở các điểm cần phán đoán.

Trên đây là lời giải cho các rào cản số hóa ngành xây dựng: công việc đặc thù theo dự án, hệ sinh thái các bên phân mảnh, yêu cầu thay đổi liên tục, và lo ngại về trách nhiệm pháp lý, bảo hiểm khiến doanh nghiệp thận trọng với phương pháp mới.

3. Giá trị sẽ dịch chuyển về đâu

Giá trị của AI với công ty AEC không chỉ nằm ở tốc độ mà còn ở tính nhất quán. Hiện nay hiệu quả dự án phụ thuộc không cân xứng vào phán đoán của một số ít chuyên gia dày dạn, những người "đã xem bộ phim này trước đây". Đó là rủi ro tập trung tri thức. AI có thể ghi lại bài học từ các dự án trước (tiến độ, RFI, lệnh thay đổi, các quyết định cấp tác vụ) và đưa chúng vào hạng mục công việc hàng ngày: một kỹ sư kế hoạch trẻ được cảnh báo về rủi ro trình tự thi công mà chỉ scheduler kỳ cựu mới nhìn ra; một kỹ sư thiết kế thấy được vấn đề khả thi công (constructability) trước khi nhà thầu phát hiện tại hiện trường.

Khi agent được nhúng khắp các chức năng, lợi nhuận sẽ dồn về các công ty kiểm soát ba thứ: dữ liệu dự án độc quyền, hạng mục công việc nơi quyết định được đưa ra, và khả năng tính phí theo kết quả thay vì theo giờ công.

Hình 2. Phân bố chỉ số thay đổi kỹ năng (Skill Change Index, SCI) theo nhóm kỹ năng, kịch bản trung vị đến 2030. Biểu đồ xếp hạng khoảng 6.800 kỹ năng theo mức độ phơi nhiễm với tự động hóa. Các kỹ năng hành chính và xử lý thông tin như lập hóa đơn (invoicing), nhập liệu (data entry), kiểm tra thiết bị (equipment inspection), quản lý tồn kho nằm ở nhóm chịu thay đổi mạnh nhất (SCI trên 30%). Ngược lại, các kỹ năng thi công vật lý như kéo dây cáp, lắp cửa nằm ở nhóm ít phơi nhiễm nhất (SCI khoảng 10%). Các kỹ năng quản lý như lập tiến độ, điều phối, quản lý dự án, đàm phán nằm ở vùng giữa (SCI khoảng 22-26%). Hàm ý: phần lớn giá trị AI đến từ những khu vực đang thất thoát thời gian, tiền bạc và biên lợi nhuận hôm nay, chứ không phải từ việc thay thế lao động thi công.

Báo cáo cũng cảnh báo: các công ty thiết kế lớn, nhà thầu chuyên ngành, nền tảng công nghệ và chủ đầu tư nắm dữ liệu dự án đặc quyền đều có thể tìm ra cách chiếm lĩnh giá trị mới, nhưng họ cũng đối mặt với cạnh tranh từ các công ty AI-native tung ra dịch vụ và nền tảng cạnh tranh trực tiếp ở hạ nguồn.

4. Ba kịch bản hạng mục công việc theo mức độ tự động hóa

Phân tích của McKinsey chỉ ra hơn 150 hạng mục công việc thuộc 25 domain liên quan đến AEC với mức độ tiềm năng tự động hóa khác nhau. Nhiệm vụ của lãnh đạo là xác định hạng mục nào nên do con người dẫn dắt, hạng mục nào do agent dẫn dắt, và hạng mục nào tự động hóa hoàn toàn.

Hình 3. Ba kịch bản hạng mục công việc theo tiềm năng tự động hóa trong AEC. Ba vòng tròn minh họa tương quan vai trò con người (chấm xanh đậm) và agent (chấm xanh nhạt): con người ở trung tâm với agent hỗ trợ; agent dẫn dắt với con người phê duyệt ở các điểm then chốt; và hạng mục hoàn toàn tự động chỉ còn con người thiết kế và giám sát hệ thống.

Tiêu chí	Human-led, agent-enabled	Agent-led, human-accountable	Autonomous workflow
Mô tả	Con người dẫn dắt đầu-cuối, agent là "đồng nghiệp" hỗ trợ	Agent dẫn dắt, con người trong vòng lặp cho các quyết định cần phán đoán và trách nhiệm	hạng mục hoàn toàn tác nhân, con người chỉ thiết kế và giám sát
Điều kiện phù hợp	Phán đoán con người tạo giá trị lớn nhất, AI chủ yếu tăng tốc công việc sẵn có	Phần lớn hạng mục công việc kỹ thuật thực chất là hệ quyết định lặp lại được "ngụy trang" thành phán đoán chuyên gia	Tỷ lệ lớn công việc giao nhận dự án có thể tự động hóa; lợi thế đến từ hệ thống hạng mục công việc, không phải chuyên môn cá nhân
Đánh đổi	Cải thiện năng suất hạn chế, phụ thuộc chuyên gia khan hiếm, ra quyết định chậm	Đòi hỏi niềm tin vào đầu ra AI, thách thức vai trò truyền thống, yêu cầu quản trị cao hơn, nguy cơ ỷ lại	Phức tạp triển khai cao nhất, đòi hỏi chuẩn hóa mạnh, giảm linh hoạt, cần kiểm soát rủi ro nghiêm ngặt
Ví dụ AEC	Trưởng nhóm kỹ thuật dẫn dắt toàn bộ quá trình thiết kế, agent tạo phân tích, rà soát và khuyến nghị	Agent dự toán xây dựng hồ sơ thầu, đề xuất mức dự phòng, nhận diện rủi ro thương mại; quản lý đề xuất phê duyệt bản nộp cuối	Agent kiểm soát dự án liên tục thu thập dữ liệu tiến độ, chi phí, cập nhật dự báo và tự động phát cảnh báo phục hồi

(Nguồn: tổng hợp từ Exhibit 3 của báo cáo)

5. Lộ trình tác động theo ba mốc thời gian

5.1 Ngắn hạn (18 tháng đầu): tinh gọn hạng mục công việc đầu-cuối

Lợi ích lớn nhất trước mắt đến từ việc tinh gọn các hạng mục công việc lặp lại, nơi thông tin rời rạc gây chậm trễ, làm lại và quyết định thiếu nhất quán:

• Thắng thầu và định giá: phân tích bid/no-bid, soạn hồ sơ đề xuất, dự toán, phân tích hiệu quả, chuẩn hóa phạm vi, kịch bản giá.
• Thiết kế và kỹ thuật: kiểm tra thiết kế, rà soát chỉ dẫn kỹ thuật, diễn giải quy chuẩn tiêu chuẩn, value engineering.
• Lập kế hoạch và mua sắm: lập kế hoạch thi công, trình tự thi công, kiểm tra vật tư, nhu cầu thiết bị, gói mua sắm, theo dõi nghĩa vụ hợp đồng.
• Thi công và kiểm soát: lập và phân loại các biểu mẫu, theo dõi tiến độ, dự báo chi phí, diễn giải chênh lệch, định tuyến lệnh thay đổi, hỗ trợ khiếu nại, quan sát an toàn, kiểm tra chất lượng.
• Vận hành hỗ trợ doanh nghiệp: đóng sổ tài chính, xác thực hóa đơn, tuân thủ, kiểm soát tài liệu, tìm kiếm tri thức, onboarding.

Chìa khóa là dùng AI để kết nối các hoạt động xuyên qua các nhóm và giai đoạn dự án, thay vì tối ưu tác vụ cô lập. Một agent tiến độ tạo nhiều giá trị hơn khi được kết nối với mua sắm, thay đổi thiết kế, dự báo chi phí và điều kiện hiện trường so với khi dùng như công cụ lập kế hoạch đứng riêng. Đáng chú ý, nhiều giải pháp agentic có thể triển khai giữa chừng dự án để thu một phần giá trị, không cần chờ kết thúc các công việc đang dở dang.

5.2 Trung hạn (18 đến 48 tháng): biến dữ liệu thành lợi thế cạnh tranh

Hầu hết công ty AEC sở hữu kho lưu trữ khổng lồ về bản vẽ, yêu cầu cung cấp thông tin, chỉ dẫn kỹ thuật và báo cáo hoàn công, nhưng phần lớn không sử dụng được vì thiếu nhất quán, dựa trên giấy tờ và phân tán qua nhiều hệ thống. Dữ liệu chỉ trở thành lợi thế khi doanh nghiệp: thu thập tại điểm phát sinh, cấu trúc hóa để tái sử dụng, truy vết nguồn gốc và ý nghĩa, và giữ quyền học hỏi từ dữ liệu theo thời gian.

Bốn lợi thế cạnh tranh bền vững (competitive moat) trong giai đoạn này:

1. Thu thập thông tin ngay khi công việc diễn ra: hồ sơ lịch sử ghi lại cái gì đã được quyết định, còn thông tin thu tại thời điểm làm việc cho thấy quyết định được đưa ra như thế nào và vì sao, gồm phương án đã cân nhắc, giả định và đánh đổi chấp nhận. Đây là thứ đối thủ khó sao chép nhất.
2. Vòng lặp học (learning loop): kết nối hệ thống dự toán với kết quả thực tế, tiến độ kế hoạch với tiến độ thật, lựa chọn thiết kế với kết cục khả thi công, quyết định rủi ro với dữ liệu khiếu nại thực, tạo thành hệ thống tự cải thiện.
3. Quyền dữ liệu với nhà cung cấp (vendor data rights): khi năng lực AI cải thiện, các vendor công nghệ đang gây sức ép mạnh hơn để tiếp cận dữ liệu dự án và quyền học từ nó. Doanh nghiệp phải đàm phán kỹ về khả năng di chuyển dữ liệu (portability), tách biệt dữ liệu khách hàng, và khả năng rời nền tảng mà không mất thông tin.
4. BIM sống (live BIM): thay vì coi BIM là file tĩnh bàn giao cuối dự án, AI biến nó thành góc nhìn động, cập nhật liên tục suốt vòng đời, tự động theo dõi vật liệu đã lắp đặt, tiến độ, rủi ro tiến độ và hiệu quả dự án; từ đó dùng dữ liệu thời gian thực làm căn cứ phê duyệt, thanh toán và quyết định rủi ro.

Ngoài ra, các hạng mục agentic cuối dự án có thể xác minh punch list và hồ sơ hoàn công, chuẩn bị thông tin bảo trì, bảo hành. Bàn giao dự án có thể trở thành khởi đầu của quan hệ dịch vụ dài hạn gồm bảo trì, chẩn đoán và cải thiện hiệu năng công trình. Báo cáo nhấn mạnh: ngay cả khi AI nâng cấp hạng mục công việc, chuyên môn domain vẫn quan trọng ở trung hạn, thậm chí hơn hôm nay, vì giá trị thật nằm ở việc biết cách diễn giải đầu ra agentic, biết khi nào bỏ qua hoặc điều chỉnh khuyến nghị AI.

5.3 Dài hạn (sau 4 năm): mở khóa giá trị tại công trường

Công việc xây dựng sẽ vẫn mang tính vật lý, cục bộ và trọng yếu về an toàn. Về dài hạn, giá trị tại hiện trường đến từ việc điều phối và tự động hóa dần toàn bộ hệ điều hành công trường: từ theo dõi tiến độ, kiểm soát chất lượng, điều phối thiết bị, tiến tới thiết bị thi công tự hành, logistics bãi, tối ưu vận chuyển giữa nhà máy, bãi và công trường. AI cũng có thể định hình thiết kế dễ chế tạo, vận chuyển, cẩu lắp và nghiệm thu hơn bằng cách đưa các ràng buộc như kích thước module tiêu chuẩn, giới hạn vận tải, dung sai chế tạo vào sớm trong thiết kế.

Robot và humanoid là câu chuyện xa hơn: ứng dụng quy mô lớn cho các việc như vận chuyển vật liệu nặng, hàn, lắp ống có thể còn cách cả một thập kỷ. Nhưng lãnh đạo AEC nên đàm phán ngay các điều khoản thương mại xác định ai hưởng giá trị khi tự động hóa đến; chờ đến khi nó thành mặt bằng chung thì phần lợi tài chính có thể đã chuyển sang chủ đầu tư và nền tảng công nghệ.

6. Mô hình thương mại và đối tác

6.1 Từ bán công sức sang bán sự xuất sắc

AI giảm số giờ lao động cần thiết trong một ngành thường tính phí theo thời gian làm việc. Không có mô hình thương mại mới, doanh nghiệp sẽ "biếu không" thành quả năng suất cho khách hàng, chuyển từ bán năng lực (capacity) sang bán sự xuất sắc: tiến độ tin cậy hơn, rủi ro thấp hơn, kết quả dự án tốt hơn, với các mô hình định giá theo kết quả như phí cố định, thanh toán theo mốc, chia sẻ tiết kiệm, dịch vụ giám sát rủi ro, hoặc thưởng gắn hiệu năng.

6.2 Tự xây, mua lại hay hợp tác

Lịch sử cho thấy các dịch chuyển công nghệ lớn nhất của AEC (CAD, BIM, nền tảng đám mây, phần mềm quản lý dự án) đều đến từ ngoài ngành, và các công ty AEC vốn chật vật trong xây dựng và mở rộng sản phẩm phần mềm. AI đang tiến quá nhanh để phần lớn doanh nghiệp truyền thống dựa chủ yếu vào tự phát triển nội bộ. Nguyên tắc: chỉ tự xây ở những khu vực có lợi thế khác biệt bền vững (dữ liệu độc quyền, hạng mục công việc chuyên biệt, quan hệ khách hàng mạnh, trách nhiệm giao nhận dự án); hợp tác hoặc mua lại ở mọi nơi khác. Báo cáo lưu ý phần lớn công ty AEC đang đầu tư thừa vào năng lực AI chung chung và đầu tư thiếu vào chính những hệ thống và hạng mục công việc nơi các quyết định cốt lõi được đưa ra.

Với các thương vụ mua lại công ty AI, nguyên tắc "sở hữu động cơ, đừng đồng hóa nó" (own the engine, do not assimilate it): công ty AEC truyền thống được tối ưu cho hiệu suất sử dụng nhân lực, kiểm soát giao nhận và quản trị rủi ro, nhưng chính các thế mạnh đó sẽ bóp nghẹt đổi mới nếu áp lên đội AI quá sớm. Công ty mẹ nên hành xử như một khách hàng hỗ trợ và đối tác tăng trưởng, đưa năng lực AI vào dự án thực với mục tiêu kết quả rõ ràng, định giá nội bộ gần với giá thị trường.

6.3 AI giảm công sức nhưng không giảm trách nhiệm

AI xử lý tốt các tác vụ cơ bản nhưng không thay thế được trách nhiệm giải trình. Việc tự động hóa giấy tờ để củng cố vai trò của chuyên gia sẽ bảo vệ được năng lực lõi của tổ chức. Tuy nhiên, rủi ro thực tế là AI đang tước đi các đầu việc nền tảng, nơi nhân sự trẻ có thể rèn luyện tư duy và phán đoán. Nếu chuyên môn chỉ cô đặc ở nhóm nhiều kinh nghiệm thì sự kế cận sẽ không được phát huy. Do đó cần thiết đào tạo nhân sự trẻ có chủ đích hơn thông qua quy trình rà soát có cấu trúc, triển khai thực tế, áp tiêu chuẩn đánh giá rõ ràng và mổ xẻ trực tiếp các dự án thất bại.

Về quản trị: quy định chính thức có thể chậm, nhưng giới hạn thực tế sẽ triển khai sớm qua hợp đồng, bảo hiểm và kỳ vọng khách hàng. Doanh nghiệp sẽ ngày càng cần hồ sơ rõ ràng về việc AI được dùng thế nào, truy cập dữ liệu gì, các kiểm soát nào được áp dụng, và con người rà soát phê duyệt ở đâu. Các hội nghề nghiệp kỹ sư đã bắt đầu cập nhật quy tắc ứng xử, yêu cầu việc dùng AI phải tương xứng với rủi ro mà nó kéo theo.

7. Chương trình hành động sáu bước cho lãnh đạo AEC

Báo cáo đúc kết một playbook sáu bước:

1. Ưu tiên ba đến năm hạng mục công việc giá trị cao: bắt đầu nơi biến động chi phí, tiến độ, rủi ro và hiệu năng cao nhất (dự toán, rà soát khả thi công, rủi ro tiến độ), ưu tiên các hạng mục đang phụ thuộc vào số ít chuyên gia.
2. Tái thiết kế công việc, không chỉ tác vụ: cấu hình lại hạng mục để agent truy xuất thông tin, soạn đầu ra, gắn cờ rủi ro, định tuyến quyết định; con người sở hữu phán đoán, trách nhiệm và đánh đổi.
3. Xây sản phẩm dữ liệu quanh hạng mục công việc, thu thập ngay khi làm việc: coi dữ liệu dự án là tài sản tái sử dụng với quyền sở hữu, chuẩn chất lượng, truy vết và quyền truy cập rõ ràng; đàm phán quyền dữ liệu vendor như vấn đề chiến lược.
4. Cập nhật mô hình thương mại song song với triển khai AI, không phải sau đó: quyết định sớm phần thành quả năng suất nào chuyển cho khách hàng, phần nào tái đầu tư, phần nào giữ lại làm biên lợi nhuận.
5. Chọn nơi tự xây, mua hay hợp tác: tự xây chỉ ở vùng lợi thế bền vững; khi mua công ty công nghệ, trao quyền tự chủ cho đội ngũ; khi hợp tác, quyết liệt nhưng chọn lọc, bảo vệ dữ liệu và bí quyết khác biệt.
6. Mở rộng quy mô cùng quản trị, đo cái đáng đo: duy trì giám sát con người, nhật ký kiểm toán, kiểm soát rủi ro, tài liệu sẵn sàng cho bảo hiểm; tránh các chỉ số phù phiếm như số license hay số pilot, thay bằng đo lường AI có thực sự cải thiện giao nhận dự án và hiệu quả kinh doanh.

8. Góc nhìn của chuyên gia

Bốn điểm phản biện chính đối với các luận điểm của báo cáo, kế thừa và phát triển từ báo cáo sơ bộ ⁴:

Nhìn chung, giá trị lớn nhất của báo cáo không nằm ở các con số dự phóng (vốn phụ thuộc nhiều giả định về tốc độ áp dụng), mà ở khung tư duy: chuyển đổi theo domain thay vì use case, ba kịch bản hạng mục công việc, bốn lợi thế cạnh tranh dữ liệu, và nguyên tắc cập nhật mô hình thương mại song song với triển khai công nghệ.

Ghi chú cá nhân

Đối với lĩnh vực hạ tầng và thủy lợi: Các công tác lặp lại như lập dự toán, rà soát hồ sơ thiết kế theo quy chuẩn, phân loại các yêu cầu trong các dự án hạ tầng hay hồ chứa, đê điều là nơi agent có thể triển khai sớm nhất. Về trung hạn, ý tưởng "BIM sống" đặc biệt đáng chú ý với quan trắc an toàn đập: kết nối dữ liệu quan trắc thấm, chuyển vị, mực nước theo thời gian thực vào mô hình số của công trình chính là một dạng xem trực tiếp (live view) mà báo cáo mô tả, và là nền tảng cho kiểm định an toàn đập dựa trên dữ liệu thay vì chu kỳ hành chính. Về dài hạn, tự động hóa thiết bị thi công đất đá và logistics vật liệu tại các công trường thủy lợi vùng sâu có thể là ứng dụng sớm hơn dự kiến, vì các công tác đào đắp lặp lại và ít giao cắt với công chúng hơn công trình dân dụng đô thị.

Tài liệu tham khảo

Nguồn số liệu các hình:
Exhibit 1: Current Population Survey, US Census Bureau NAICS 5413; O*NET; US Bureau of Labor Statistics; McKinsey Global Institute analysis.
Exhibit 2: Lightcast; US Bureau of Labor Statistics; McKinsey Global Institute analysis.
Exhibit 3: McKinsey & Company ¹.

Footnotes

1. Daniel Ahmoye, Erik Sjödin, Jose Luis Blanco, Aleem Mawji, Marita Winslade, Patrick Rogers, "How AI is reshaping the future of the AEC industry", McKinsey & Company, Engineering, Construction & Building Materials Practice, July 2026. Link ↩ ↩² ↩³ ↩⁴ ↩⁵

2. GlobalData Construction Intelligence Center database, truy cập ngày 5 tháng 6 năm 2026 (trích dẫn trong báo cáo McKinsey ¹). ↩

3. Jan Mischke, Kevin Stokvis, Koen Vermeltfoort, Birgit Biemans, "Delivering on construction productivity is no longer optional", McKinsey & Company, August 9, 2024. Link ↩ ↩²

4. "AEC AI Report Summary and Critique", báo cáo sơ bộ nội bộ, ngày 22 tháng 7 năm 2026 (file: AEC_AI_Report_Summary_and_Critique.md). ↩