服务热线 : 0755-85294526

【荟牛网】建筑行业与大数据,你知道多少?

发布时间:2021/01/12

  

  “能紧跟时代步伐的人,才能吃到香馍馍”这句话是被人说得最多的,在近年人工智能与大数据这两个新概念渐渐在各行各业普及,而看似与“高新科技”距离较远的建筑业也因为近年BIM技术的火热开始与“数据”打上了交道。那么它们之间究竟有怎么的一番羁绊呢?来和荟牛网一起看看。

 

问题一:对于建筑工程而言,什么数据是有用的数据??

 

  行业里有很多企业都在试图做“平台”,例如材料采购平台、企业管理平台、行业工程信息共享平台等。按理说,平台既成,则数据就可以源源不断地汇集了。可是,这些数据的价值能有多大?

 

  概率学里有一个很基本的原理:样本量越大,抽样误差就越小。但是行业工程行业里的企业平台都是典型的各自为政状态,每个企业集团都拥有自己的独立平台。而且每个集团都足够大,以至于它们既相互不买账,又没有绝对的优势以压倒对手。所以,从数据的角度来说,整个行业处在“鸡犬之声相闻,老死不相往来”的状态。搜集的数据缺乏行业共通性,而带有明显的企业特色。

 

  此外,这些平台能够搜集的数据都以组织管理和电子商务方向为主的,并不是行业工程建设行业具有的独占特征的数据。组织管理和电子商务方向的数据收集和分析都已经有成熟的公司捷足先登,例如IBM和阿里巴巴。作为行业工程行业的公司再去涉足这些领域,既没有技术优势,也没有商业推广能力。于是,论企业管理数据,比不过IBM之类的公司;论采购交易数据,比不过阿里巴巴之类的公司;论数据检索,比不过Google等公司……那些IT界的巨头们已经在那些容易获取的又很通用的数据上已经深耕细作多年,建立起了技术和时间的壁垒。再要有公司在这些数据上做文章,不仅成本控制不及它们,而且结论还不比人家准确。

 

  那么行业工程建设行业的什么数据才算有价值?具备行业特征的行为数据。

 

  行业工程师和建筑师在屏幕前的行为特征和普通网络使用者的行为模式是有区别的,他们要处理原始信息,并把结论输出成文案、图纸和模型。他们的行事逻辑和行为目的都带有明显的行业特征,这是行业工程建设行业独有的特征鲜明的数据。如果将其整理保存,就有可能得到数字化的行为模式,才能衍生出各种新的应用形式。

 

2.jpg


问题二:现在建筑工程人工智能与大数据是什么关系?

 

  现在被人们广泛提起的人工智能都是基于“神经网络”和“深度学习”的计算机算法,最有名的非AlphaGo莫属。它们的共同特点就是:要先针对某种特定的人类行为进行自主学习,然后形成具体的逻辑模式,再在具体的场景下进行决策。

 

  行业工程建设行业如果要引入人工智能,学习这个环节便是重中之重。所以如何形成数据库,如何积累大数据就是基础中的基础。

 

问题三:BIM的潜力你知道多少?

 

  抛开建筑工程,你对BIM的潜力有过了解吗?BIM因为一直强调内涵信息和数据,而且BIM的数据库本来就有很标准化的结构框架,所以在积累和存储行业工程数据上就具备了一定的基础条件。但是,具备了基础条件不代表就能成为数据入口,BIM还是存在两个比较明显的问题。

 

  首先,BIM需要提升易用性。

  其次,BIM的用户群体需要再扩大。

 

问题四:工程在建设过程中遇到的数据困境要怎么解决?

 

  前面我们提到了那么多关于大数据的东西,也就意味着建筑工程在遇到这个问题时就不是个问题。既然说具备行业特征的行为数据很有价值,那为什么行业工程建设行业至今没有形成大数据?这就又涉及到成本的问题了。

 

  只需看看数字,用脚趾头都能想明白,烧钱凑数据这条路是走不通的。行业内的企业一般没这么雄厚的资金实力,即便有,时间成本可能也负担不起。所以只剩下降低数据获取成本这唯一的一条路了。通过观察现有的那些与大数据相关的案例,不难发现,比较成功的应用不是能够以很低的成本获取数据,就是有大资本维持运作。前者是典型的现代互联网公司的做法。

 

 

简而言之,建筑行业是离不开大数据的,决定原因不仅仅是因为建筑行业本身存在的一些顽固问题,大数据时代却能完美解决。况且,建筑企业要摆脱大数据困境,业内企业就必须找到在业务流程中记录行为数据的方法,也就是要创造有专业特征的数据入口。这就意味着建筑企业对大数据的依赖性。


粤ICP备18152846号-2 牛牛人力版权所有©2015-2020保留所有权利