在數(shù)據(jù)中挖掘財(cái)富
——訪廣聯(lián)達(dá)軟件股份有限公司工程造價(jià)信息事業(yè)本部總經(jīng)理付永暉

文｜本刊記者 于巧稚

大數(shù)據(jù)，除了在材料方面能發(fā)揮作用，建筑行業(yè)的運(yùn)行同樣需要大數(shù)據(jù)的支持。微軟對(duì)其125座樓宇進(jìn)行改造，加了兩百萬個(gè)傳感器，這兩百萬個(gè)傳感器，實(shí)時(shí)將海量數(shù)據(jù)匯集到數(shù)據(jù)中心，每20小時(shí)會(huì)產(chǎn)生5億條數(shù)據(jù)，就每天產(chǎn)生五億條數(shù)據(jù)，每季度產(chǎn)生三萬多個(gè)圖表，導(dǎo)致的結(jié)果就是故障識(shí)別率提高了。這些建筑的故障在發(fā)生60秒之內(nèi)解決，60秒之內(nèi)就可以把故障處理掉，48%的故障6秒之中可以解決掉，同時(shí)還能節(jié)約6%到10%的人員，僅僅節(jié)約人員這一項(xiàng)，微軟前期投入的18個(gè)億就能迅速收回。

＞＞廣聯(lián)達(dá)軟件股份有限公司工程造價(jià)信息事業(yè)本部總經(jīng)理 付永暉

如果把大數(shù)據(jù)(Big Data)比作一種產(chǎn)業(yè)，那么這種產(chǎn)業(yè)實(shí)現(xiàn)盈利的關(guān)鍵，在于提高對(duì)數(shù)據(jù)的“加工能力”，通過“加工”從而實(shí)現(xiàn)數(shù)據(jù)的“增值”。近幾年，大數(shù)據(jù)是繼云計(jì)算、物聯(lián)網(wǎng)之后信息技術(shù)領(lǐng)域的又一次顛覆性變革，成為業(yè)內(nèi)炙手可熱的話題。那么大數(shù)據(jù)與建筑業(yè)究竟有哪些關(guān)系呢？

建筑業(yè)同樣需要大數(shù)據(jù)

廣聯(lián)達(dá)軟件股份有限公司工程造價(jià)信息事業(yè)本部總經(jīng)理付永暉認(rèn)為，大數(shù)據(jù)有兩個(gè)緯度的含義，首先大數(shù)據(jù)的數(shù)據(jù)量很大，之前由于受數(shù)據(jù)采集能力所限，人們不知道數(shù)據(jù)究竟能有多大。但是隨著科技的進(jìn)步，現(xiàn)在有能力采集大量數(shù)據(jù)的時(shí)候，就會(huì)發(fā)現(xiàn)數(shù)據(jù)是非常龐大的。大數(shù)據(jù)的第二個(gè)緯度在于對(duì)數(shù)據(jù)的挖掘。如何在數(shù)據(jù)中挖掘新的財(cái)富，這是大數(shù)據(jù)的核心。在建筑行業(yè)，數(shù)據(jù)的價(jià)值也逐漸體現(xiàn)出來了，例如企業(yè)在給某一類材料做合適報(bào)價(jià)，之前可能是依靠關(guān)系或者搜索，而現(xiàn)在可以應(yīng)用大數(shù)據(jù)的成果。

企業(yè)獲取數(shù)據(jù)如果單純的依靠搜索，其實(shí)會(huì)產(chǎn)生大量的噪音，消除噪音的成本是極其高昂的。如果能夠有一個(gè)平臺(tái)，把建筑材料所需的各種數(shù)據(jù)集成到一起，企業(yè)再進(jìn)行數(shù)據(jù)搜索時(shí)，利用這個(gè)經(jīng)過數(shù)據(jù)挖掘后的平臺(tái)，那么企業(yè)將得到非常精確的數(shù)據(jù)。如果這些數(shù)據(jù)還能夠通過橫向?qū)Ρ?，歷史趨勢等不同緯度的對(duì)比，這將給企業(yè)節(jié)約大量的成本，這對(duì)于整個(gè)建筑業(yè)的發(fā)展也是有意義的。

付永暉解釋說，“我們曾經(jīng)分析過一個(gè)一百人左右的咨詢公司，這個(gè)規(guī)模的公司至少有兩個(gè)人專門做詢價(jià)，也就是找材料價(jià)格。而一個(gè)咨詢公司的咨詢師的年成本大概是30萬元，兩個(gè)人就是60萬元，由此可見數(shù)據(jù)的價(jià)值其實(shí)是非常昂貴的?！笔┕て髽I(yè)也有專門的詢價(jià)員，更有甚者，一家咨詢公司有十五人做詢價(jià)工作，這種高昂的數(shù)據(jù)采集成本就非常需要一個(gè)行業(yè)平臺(tái)提供這些數(shù)據(jù)，這也是建筑行業(yè)SAAS模式的一個(gè)需求。

大數(shù)據(jù)，除了在材料方面能發(fā)揮作用，建筑行業(yè)的運(yùn)行，同樣需要大數(shù)據(jù)的支持。微軟對(duì)其125座樓宇進(jìn)行改造，加了兩百萬個(gè)傳感器，這兩百萬個(gè)傳感器，實(shí)時(shí)將海量數(shù)據(jù)匯集到數(shù)據(jù)中心，每20小時(shí)會(huì)產(chǎn)生5億條數(shù)據(jù)，就每天產(chǎn)生五億條數(shù)據(jù)，每季度產(chǎn)生三萬多個(gè)圖表，導(dǎo)致的結(jié)果就是故障識(shí)別率提高了。這些建筑的故障在發(fā)生60秒之內(nèi)解決，60秒之內(nèi)就可以把故障處理掉，48%的故障6秒之中可以解決掉，同時(shí)還能節(jié)約6%到10%的人員，僅僅節(jié)約人員這一項(xiàng)，微軟前期投入的18個(gè)億就能迅速收回。

建筑行業(yè)中最近興起的BIM技術(shù)也需要大數(shù)據(jù)的支持，BIM中的數(shù)據(jù)來源于不同專業(yè)，并需要應(yīng)用于各個(gè)緯度，如碰撞檢查、通風(fēng)、采暖、采光以及施工等等，現(xiàn)在數(shù)據(jù)應(yīng)用水平還不高，那么這些數(shù)據(jù)的應(yīng)用為施工企業(yè)提高施工工藝水平，提高工程進(jìn)度，提高工程管理水平，將帶來巨大的價(jià)值效益。

工程造價(jià)類的數(shù)據(jù)更需要大數(shù)據(jù)的支持，現(xiàn)在很多企業(yè)都存在概算超過估算的情況，預(yù)算超過概算，結(jié)算超過預(yù)算，原因是什么？究其根本，是在項(xiàng)目立項(xiàng)階段，所做的評(píng)估是不準(zhǔn)確的。因?yàn)闆]有大量數(shù)據(jù)的積累，所以導(dǎo)致估算不準(zhǔn)確。而發(fā)達(dá)國家，如英國有個(gè)RCH即英國皇家測量協(xié)會(huì)，下屬有個(gè)信息中心叫BCS，有將近80年的數(shù)據(jù)收集歷史，持續(xù)性收集各種各樣的工程數(shù)據(jù)，能夠相對(duì)準(zhǔn)確的去做成本估算，并給出各種各樣的應(yīng)用。付永暉介紹說：“我們現(xiàn)在也建了一套工程信息平臺(tái)在上面能夠做估算，做審核。并且能夠達(dá)到當(dāng)企業(yè)在做工程的時(shí)候，可以給該工程進(jìn)行體檢，體檢的對(duì)比結(jié)果能夠告訴企業(yè)，同類的工程有多少個(gè)，在這些同類工程里面，目前的造價(jià)指標(biāo)處于這些工程的哪個(gè)緯度上?！?/p>

重視云端的安全性

隨著大數(shù)據(jù)時(shí)代的到來，數(shù)據(jù)安全也一直備受社會(huì)關(guān)注，從密碼泄露到涉嫌惡意收集用戶隱私，數(shù)據(jù)安全問題挑戰(zhàn)著相關(guān)行業(yè)的商業(yè)道德底線。

就數(shù)據(jù)本身而言，數(shù)據(jù)的個(gè)性一定是有隱私的。比如說個(gè)人身份信息，消費(fèi)信息等是有隱私的。但是互聯(lián)網(wǎng)上是很難做到有隱私，這些行為所產(chǎn)生的數(shù)據(jù)，如位置變化，瀏覽網(wǎng)站，這些行為很難有隱私。同樣對(duì)于建筑行業(yè)，數(shù)據(jù)也具有其隱私，如招投標(biāo)結(jié)果、敏感工程的結(jié)構(gòu)、還未招標(biāo)時(shí)的地點(diǎn)等等。付永暉認(rèn)為，“具有客戶相關(guān)的隱私，在整個(gè)大數(shù)據(jù)里其實(shí)也有，如企業(yè)訪問我們網(wǎng)站，在網(wǎng)站留下他訪問的痕跡是能收集回來的，這些數(shù)據(jù)實(shí)際是為了分析用戶行為給客戶提供更好的體驗(yàn)。當(dāng)然也有和用戶達(dá)成協(xié)議，用戶愿意把數(shù)據(jù)提供給平臺(tái)，平臺(tái)回饋給用戶更多的數(shù)據(jù)。我們跟很多企業(yè)簽署了類似協(xié)議?！币簿褪钦f，如果要得到用戶個(gè)性化的數(shù)據(jù)，肯定要征得對(duì)方的同意，利用一些網(wǎng)上公開的數(shù)據(jù)在進(jìn)行加工之后，用戶個(gè)性化的痕跡沒有了，成為另一個(gè)產(chǎn)品。

大數(shù)據(jù)類似原礦，可以生產(chǎn)出很多產(chǎn)品，收集回來的原始數(shù)據(jù)，通過人工智能的方式進(jìn)行挖掘，找到數(shù)據(jù)之間的關(guān)聯(lián)性，發(fā)現(xiàn)數(shù)據(jù)的潛在價(jià)值。

最近互聯(lián)網(wǎng)的安全性發(fā)展迅速，整個(gè)互聯(lián)網(wǎng)基礎(chǔ)安全也在逐步完善。對(duì)于大數(shù)據(jù)的安全問題，付永暉持樂觀態(tài)度：“互聯(lián)網(wǎng)有利有弊，在享受互聯(lián)網(wǎng)大數(shù)據(jù)帶來的價(jià)值同時(shí)，也要承擔(dān)其帶來的風(fēng)險(xiǎn)。越來越多的人愿意在網(wǎng)上分享數(shù)據(jù)，愿意使用網(wǎng)銀，這說明互聯(lián)網(wǎng)的安全性在不斷提升。”

對(duì)于建筑企業(yè)來說，除了一部分保密工程的數(shù)據(jù)之外，有很多數(shù)據(jù)，如工程造價(jià)類的數(shù)據(jù)是堆砌在企業(yè)系統(tǒng)的角落里的。類似于圖紙、工程文件等數(shù)據(jù)沒有經(jīng)過再加工和利用，就丟棄在企業(yè)中。企業(yè)也想將這些數(shù)據(jù)再加工和利用，但是很難做到，要用一些云端的應(yīng)用使數(shù)據(jù)產(chǎn)生價(jià)值。但是，在這個(gè)過程中，企業(yè)就需要承擔(dān)風(fēng)險(xiǎn)，這個(gè)風(fēng)險(xiǎn)有可能不是來自于服務(wù)商，有可能來自于企業(yè)內(nèi)部，如帳號(hào)泄露。關(guān)于SAAS的安全應(yīng)該由服務(wù)商和用戶分別承擔(dān)。

當(dāng)然，也有一些如軍隊(duì)或者敏感部門的用戶，是不能聯(lián)網(wǎng)的，那么他們則使用非互聯(lián)網(wǎng)版本以光盤的形式享受大數(shù)據(jù)帶來的便利。

通過挖掘，大數(shù)據(jù)變“小數(shù)據(jù)”

大數(shù)據(jù)的價(jià)值之一就是通過挖掘，把大數(shù)據(jù)變“小”。一個(gè)工程通常有很多數(shù)據(jù)，建筑企業(yè)通過工程積累了大量的數(shù)據(jù)，這些數(shù)據(jù)需要人工智能進(jìn)行挖掘產(chǎn)生“小數(shù)據(jù)”。付永暉舉例說道：“例如有一家甲級(jí)房地產(chǎn)公司的成本部經(jīng)理要求造價(jià)人員在項(xiàng)目做完之后，對(duì)各種指標(biāo)進(jìn)行分析。如果依靠人工使用excel表來做，大概需要一個(gè)月的時(shí)間。而使用簡單的大數(shù)據(jù)分析工具大概需要一個(gè)人一周時(shí)間，如果使用人工智能，大概需要兩天時(shí)間。”如果要把材料按照住房和城鄉(xiāng)建設(shè)部最新的材料編碼進(jìn)行拆分，需要把材料拆分成很小的顆粒，使用人工智能，一個(gè)人一天能處理2000條。在整個(gè)建筑物里，要用到材料多則上億條，如果用人工處理，幾乎不可能完成。數(shù)據(jù)挖掘雖然能產(chǎn)生價(jià)值，但是如果沒有人工智能，處理數(shù)據(jù)效率則非常低，因此大數(shù)據(jù)變小才能產(chǎn)生價(jià)值，人工智能則能夠?qū)崿F(xiàn)數(shù)據(jù)挖掘。

在談到大數(shù)據(jù)在建筑行業(yè)應(yīng)用的困難，付永暉表示，大數(shù)據(jù)在國內(nèi)發(fā)展，需要標(biāo)準(zhǔn)的支持，一個(gè)是國家相關(guān)標(biāo)準(zhǔn)，另一個(gè)則需要企業(yè)產(chǎn)生的數(shù)據(jù)要符合一定標(biāo)準(zhǔn)，這就要求企業(yè)工作過程規(guī)范，如果產(chǎn)生的數(shù)據(jù)結(jié)果不規(guī)范，就給數(shù)據(jù)應(yīng)用產(chǎn)生了很大的難度。大數(shù)據(jù)要想在建筑行業(yè)發(fā)展，需要一個(gè)能夠把數(shù)據(jù)集中起來的平臺(tái)，目前企業(yè)很多數(shù)據(jù)都散落到各處，變成數(shù)據(jù)垃圾。由于缺乏技術(shù)，數(shù)據(jù)管理水平很差，企業(yè)沒有數(shù)據(jù)處理和挖掘技術(shù)，企業(yè)很難將各種數(shù)據(jù)變“小”。

整個(gè)建筑行業(yè)，不僅是施工企業(yè)需要大數(shù)據(jù)，甲方對(duì)大數(shù)據(jù)的需求更為迫切。整個(gè)建筑行業(yè)如果要應(yīng)用大數(shù)據(jù)，首先要建立數(shù)據(jù)標(biāo)準(zhǔn)，除了國家要有國家標(biāo)準(zhǔn)，企業(yè)還應(yīng)該有自己的企業(yè)標(biāo)準(zhǔn)在工程過程中，對(duì)人員的要求標(biāo)準(zhǔn)缺失導(dǎo)致數(shù)據(jù)產(chǎn)生不標(biāo)準(zhǔn)。以造價(jià)為例，造價(jià)人員做一份概算，為了能夠快速得出結(jié)果，造價(jià)人員在做概算過程中就會(huì)產(chǎn)生不規(guī)范行為，形成不規(guī)范的數(shù)據(jù)。這種不規(guī)范導(dǎo)致了后面處理數(shù)據(jù)難度成倍提高。要想分析大數(shù)據(jù)，還需要好的數(shù)據(jù)分析工具。在調(diào)研走訪時(shí)，付永暉發(fā)現(xiàn)大部分建筑企業(yè)沒有專業(yè)的分析成本工具。最后，數(shù)據(jù)是需要分享的。很多數(shù)據(jù)稍加分析就有價(jià)值，深入分析就變成財(cái)富，數(shù)據(jù)橫向分析，則會(huì)變成更多的財(cái)富。

依托行業(yè)背景，助力建筑業(yè)發(fā)展

雖然市面上有很多關(guān)于大數(shù)據(jù)和云的產(chǎn)品，但是由于建筑業(yè)有很強(qiáng)的專業(yè)壁壘，這些壁壘把很多技術(shù)攔在外面，沒有長年的數(shù)據(jù)積累，是無法在建筑業(yè)中實(shí)現(xiàn)大數(shù)據(jù)SAAS平臺(tái)的?！皬V聯(lián)達(dá)經(jīng)過20多年的積累，通過技術(shù)產(chǎn)生各種應(yīng)用，使用戶改變其工作模式。就如同當(dāng)初用算量和計(jì)價(jià)軟件讓造價(jià)人員丟掉紙、筆、計(jì)算器等一樣，未來SAAS模式也能夠改變這個(gè)行業(yè)的工作模式。”付永暉說道。

大數(shù)據(jù)分為數(shù)據(jù)采集、數(shù)據(jù)加工、數(shù)據(jù)挖掘和數(shù)據(jù)應(yīng)用四個(gè)環(huán)節(jié)，每個(gè)環(huán)節(jié)都需要技術(shù)支撐，在建筑行業(yè)中還需要專業(yè)背景。廣聯(lián)達(dá)目前提供兩類產(chǎn)品，第一類是材價(jià)信息，就是廣聯(lián)達(dá)材料信息服務(wù)，它是把收集回來的海量材料信息，按照目前目標(biāo)客戶主要是造價(jià)人員，按照他們所需要的內(nèi)容進(jìn)行加工分析。通過數(shù)據(jù)產(chǎn)品與定額庫強(qiáng)關(guān)聯(lián)，并實(shí)現(xiàn)移動(dòng)客戶端，多層次對(duì)數(shù)據(jù)進(jìn)行挖掘，提高效率。第二類是工程指標(biāo)信息服務(wù)，廣聯(lián)達(dá)提供了一個(gè)SAAS平臺(tái)，在這個(gè)平臺(tái)上用戶可以自己管理自己的項(xiàng)目。同時(shí)在這個(gè)平臺(tái)上有很多應(yīng)用，例如估算、審核，查詢等。用戶除了自己的數(shù)據(jù)，還可以使用平臺(tái)上的數(shù)據(jù)。

“目前，建筑行業(yè)對(duì)大數(shù)據(jù)的探索僅僅是剛剛開始，未來廣聯(lián)達(dá)將充分利用自己行業(yè)背景和積累的資源，為建筑行業(yè)提供更多的服務(wù)和產(chǎn)品，幫助整個(gè)行業(yè)向前發(fā)展?！备队罆熆偨Y(jié)到。