在數據中挖掘財富
——訪廣聯達軟件股份有限公司工程造價信息事業本部總經理付永暉

文｜本刊記者 于巧稚

大數據，除了在材料方面能發揮作用，建筑行業的運行同樣需要大數據的支持。微軟對其125座樓宇進行改造，加了兩百萬個傳感器，這兩百萬個傳感器，實時將海量數據匯集到數據中心，每20小時會產生5億條數據，就每天產生五億條數據，每季度產生三萬多個圖表，導致的結果就是故障識別率提高了。這些建筑的故障在發生60秒之內解決，60秒之內就可以把故障處理掉，48%的故障6秒之中可以解決掉，同時還能節約6%到10%的人員，僅僅節約人員這一項，微軟前期投入的18個億就能迅速收回。

＞＞廣聯達軟件股份有限公司工程造價信息事業本部總經理 付永暉

如果把大數據(Big Data)比作一種產業，那么這種產業實現盈利的關鍵，在于提高對數據的“加工能力”，通過“加工”從而實現數據的“增值”。近幾年，大數據是繼云計算、物聯網之后信息技術領域的又一次顛覆性變革，成為業內炙手可熱的話題。那么大數據與建筑業究竟有哪些關系呢？

建筑業同樣需要大數據

廣聯達軟件股份有限公司工程造價信息事業本部總經理付永暉認為，大數據有兩個緯度的含義，首先大數據的數據量很大，之前由于受數據采集能力所限，人們不知道數據究竟能有多大。但是隨著科技的進步，現在有能力采集大量數據的時候，就會發現數據是非常龐大的。大數據的第二個緯度在于對數據的挖掘。如何在數據中挖掘新的財富，這是大數據的核心。在建筑行業，數據的價值也逐漸體現出來了，例如企業在給某一類材料做合適報價，之前可能是依靠關系或者搜索，而現在可以應用大數據的成果。

企業獲取數據如果單純的依靠搜索，其實會產生大量的噪音，消除噪音的成本是極其高昂的。如果能夠有一個平臺，把建筑材料所需的各種數據集成到一起，企業再進行數據搜索時，利用這個經過數據挖掘后的平臺，那么企業將得到非常精確的數據。如果這些數據還能夠通過橫向對比，歷史趨勢等不同緯度的對比，這將給企業節約大量的成本，這對于整個建筑業的發展也是有意義的。

付永暉解釋說，“我們曾經分析過一個一百人左右的咨詢公司，這個規模的公司至少有兩個人專門做詢價，也就是找材料價格。而一個咨詢公司的咨詢師的年成本大概是30萬元，兩個人就是60萬元，由此可見數據的價值其實是非常昂貴的。”施工企業也有專門的詢價員，更有甚者，一家咨詢公司有十五人做詢價工作，這種高昂的數據采集成本就非常需要一個行業平臺提供這些數據，這也是建筑行業SAAS模式的一個需求。

大數據，除了在材料方面能發揮作用，建筑行業的運行，同樣需要大數據的支持。微軟對其125座樓宇進行改造，加了兩百萬個傳感器，這兩百萬個傳感器，實時將海量數據匯集到數據中心，每20小時會產生5億條數據，就每天產生五億條數據，每季度產生三萬多個圖表，導致的結果就是故障識別率提高了。這些建筑的故障在發生60秒之內解決，60秒之內就可以把故障處理掉，48%的故障6秒之中可以解決掉，同時還能節約6%到10%的人員，僅僅節約人員這一項，微軟前期投入的18個億就能迅速收回。

建筑行業中最近興起的BIM技術也需要大數據的支持，BIM中的數據來源于不同專業，并需要應用于各個緯度，如碰撞檢查、通風、采暖、采光以及施工等等，現在數據應用水平還不高，那么這些數據的應用為施工企業提高施工工藝水平，提高工程進度，提高工程管理水平，將帶來巨大的價值效益。

工程造價類的數據更需要大數據的支持，現在很多企業都存在概算超過估算的情況，預算超過概算，結算超過預算，原因是什么？究其根本，是在項目立項階段，所做的評估是不準確的。因為沒有大量數據的積累，所以導致估算不準確。而發達國家，如英國有個RCH即英國皇家測量協會，下屬有個信息中心叫BCS，有將近80年的數據收集歷史，持續性收集各種各樣的工程數據，能夠相對準確的去做成本估算，并給出各種各樣的應用。付永暉介紹說：“我們現在也建了一套工程信息平臺在上面能夠做估算，做審核。并且能夠達到當企業在做工程的時候，可以給該工程進行體檢，體檢的對比結果能夠告訴企業，同類的工程有多少個，在這些同類工程里面，目前的造價指標處于這些工程的哪個緯度上。”

重視云端的安全性

隨著大數據時代的到來，數據安全也一直備受社會關注，從密碼泄露到涉嫌惡意收集用戶隱私，數據安全問題挑戰著相關行業的商業道德底線。

就數據本身而言，數據的個性一定是有隱私的。比如說個人身份信息，消費信息等是有隱私的。但是互聯網上是很難做到有隱私，這些行為所產生的數據，如位置變化，瀏覽網站，這些行為很難有隱私。同樣對于建筑行業，數據也具有其隱私，如招投標結果、敏感工程的結構、還未招標時的地點等等。付永暉認為，“具有客戶相關的隱私，在整個大數據里其實也有，如企業訪問我們網站，在網站留下他訪問的痕跡是能收集回來的，這些數據實際是為了分析用戶行為給客戶提供更好的體驗。當然也有和用戶達成協議，用戶愿意把數據提供給平臺，平臺回饋給用戶更多的數據。我們跟很多企業簽署了類似協議。”也就是說，如果要得到用戶個性化的數據，肯定要征得對方的同意，利用一些網上公開的數據在進行加工之后，用戶個性化的痕跡沒有了，成為另一個產品。

大數據類似原礦，可以生產出很多產品，收集回來的原始數據，通過人工智能的方式進行挖掘，找到數據之間的關聯性，發現數據的潛在價值。

最近互聯網的安全性發展迅速，整個互聯網基礎安全也在逐步完善。對于大數據的安全問題，付永暉持樂觀態度：“互聯網有利有弊，在享受互聯網大數據帶來的價值同時，也要承擔其帶來的風險。越來越多的人愿意在網上分享數據，愿意使用網銀，這說明互聯網的安全性在不斷提升。”

對于建筑企業來說，除了一部分保密工程的數據之外，有很多數據，如工程造價類的數據是堆砌在企業系統的角落里的。類似于圖紙、工程文件等數據沒有經過再加工和利用，就丟棄在企業中。企業也想將這些數據再加工和利用，但是很難做到，要用一些云端的應用使數據產生價值。但是，在這個過程中，企業就需要承擔風險，這個風險有可能不是來自于服務商，有可能來自于企業內部，如帳號泄露。關于SAAS的安全應該由服務商和用戶分別承擔。

當然，也有一些如軍隊或者敏感部門的用戶，是不能聯網的，那么他們則使用非互聯網版本以光盤的形式享受大數據帶來的便利。

通過挖掘，大數據變“小數據”

大數據的價值之一就是通過挖掘，把大數據變“小”。一個工程通常有很多數據，建筑企業通過工程積累了大量的數據，這些數據需要人工智能進行挖掘產生“小數據”。付永暉舉例說道：“例如有一家甲級房地產公司的成本部經理要求造價人員在項目做完之后，對各種指標進行分析。如果依靠人工使用excel表來做，大概需要一個月的時間。而使用簡單的大數據分析工具大概需要一個人一周時間，如果使用人工智能，大概需要兩天時間。”如果要把材料按照住房和城鄉建設部最新的材料編碼進行拆分，需要把材料拆分成很小的顆粒，使用人工智能，一個人一天能處理2000條。在整個建筑物里，要用到材料多則上億條，如果用人工處理，幾乎不可能完成。數據挖掘雖然能產生價值，但是如果沒有人工智能，處理數據效率則非常低，因此大數據變小才能產生價值，人工智能則能夠實現數據挖掘。

在談到大數據在建筑行業應用的困難，付永暉表示，大數據在國內發展，需要標準的支持，一個是國家相關標準，另一個則需要企業產生的數據要符合一定標準，這就要求企業工作過程規范，如果產生的數據結果不規范，就給數據應用產生了很大的難度。大數據要想在建筑行業發展，需要一個能夠把數據集中起來的平臺，目前企業很多數據都散落到各處，變成數據垃圾。由于缺乏技術，數據管理水平很差，企業沒有數據處理和挖掘技術，企業很難將各種數據變“小”。

整個建筑行業，不僅是施工企業需要大數據，甲方對大數據的需求更為迫切。整個建筑行業如果要應用大數據，首先要建立數據標準，除了國家要有國家標準，企業還應該有自己的企業標準在工程過程中，對人員的要求標準缺失導致數據產生不標準。以造價為例，造價人員做一份概算，為了能夠快速得出結果，造價人員在做概算過程中就會產生不規范行為，形成不規范的數據。這種不規范導致了后面處理數據難度成倍提高。要想分析大數據，還需要好的數據分析工具。在調研走訪時，付永暉發現大部分建筑企業沒有專業的分析成本工具。最后，數據是需要分享的。很多數據稍加分析就有價值，深入分析就變成財富，數據橫向分析，則會變成更多的財富。

依托行業背景，助力建筑業發展

雖然市面上有很多關于大數據和云的產品，但是由于建筑業有很強的專業壁壘，這些壁壘把很多技術攔在外面，沒有長年的數據積累，是無法在建筑業中實現大數據SAAS平臺的。“廣聯達經過20多年的積累，通過技術產生各種應用，使用戶改變其工作模式。就如同當初用算量和計價軟件讓造價人員丟掉紙、筆、計算器等一樣，未來SAAS模式也能夠改變這個行業的工作模式。”付永暉說道。

大數據分為數據采集、數據加工、數據挖掘和數據應用四個環節，每個環節都需要技術支撐，在建筑行業中還需要專業背景。廣聯達目前提供兩類產品，第一類是材價信息，就是廣聯達材料信息服務，它是把收集回來的海量材料信息，按照目前目標客戶主要是造價人員，按照他們所需要的內容進行加工分析。通過數據產品與定額庫強關聯，并實現移動客戶端，多層次對數據進行挖掘，提高效率。第二類是工程指標信息服務，廣聯達提供了一個SAAS平臺，在這個平臺上用戶可以自己管理自己的項目。同時在這個平臺上有很多應用，例如估算、審核，查詢等。用戶除了自己的數據，還可以使用平臺上的數據。

“目前，建筑行業對大數據的探索僅僅是剛剛開始，未來廣聯達將充分利用自己行業背景和積累的資源，為建筑行業提供更多的服務和產品，幫助整個行業向前發展。”付永暉總結到。