党的十八大以来，我国数字经济蓬勃发展，对构建现代化经济体系、实现高质量发展的支撑作用不断凸显。2021年，中华人民共和国国家发展和改革委员会、中共中央网络安全和信息化委员会办公室、中华人民共和国工业和信息化部、国家能源局联合出台了《全国一体化大数据中心协同创新体系算力枢纽实施方案》，将数字化建设推上了新的高度。工程建设企业作为国民经济序列中较为特殊的一个门类，正面临着前所未有的挑战，传统的施工模式已经不能满足需求，无论是国家政策还是市场环境，都对建筑企业提出了更高的要求。

建筑企业需顺应时代，确立数字建筑的战略性地位，把握数字竞争力，优化经营管理模式，重塑业务模式，持续创新，迈入数字化的快车道。只有培育数字科技新动能，建筑业才能在时代大变局下实现突破。

建筑企业的发展现状-内部存在的问题

▌1. 施工企业管理方面的问题

施工企业管理的基础是能够全面、及时地了解施工项目的真实施工状态。随着自身的发展，项目规模和数量的增多，企业了解每个项目的真实状态就有了困难。对于组织架构复杂、管理层级较多的施工企业，越是上层管理，越难以对动态变化的施工进度做到心中有数，具体问题可分为：

（1）信息相对滞后：为掌握实时施工进展，上级管理层一般依靠打电话询问下级管理层某个项目的进展，再决定是否去现场察看。当需要检查某一施工类型的项目时，就需要下发通知，让下级管理层进行一轮普查，然后根据普查报告筛选要检查的项目。这种方式一来失去了时效性，二来经过预检的项目失去了原始的施工状态，不能真正地反映施工的真实状态。

（2）数据孤立分散：在施工企业的经营工作中，当投标项目需要借鉴相似工程项目的业绩、或施工过程中收集某一类型施工工艺曾经匹配的相应施工项目的施工资料时，往往都是通过口头问询或跨越多个系统来收集资料。

（3）服务功能欠缺：因数据缺乏系统的整合，故缺少基于大数据分析和整合从而辅助管理决策的信息化服务。

▌2. 工程项目管理各阶段的问题

（1）设计阶段：最初的工程设计是由建筑设计师与结构设计师共同完成的，第一代变革将手工设计变为计算机设计。当前所采用的CAD技术，只有根据实物量计算、工程量清单组价，才能确定建设投资费用，各专业独立工作增加了大量的管理成本，不能深度融合建筑工业化与数字化。设计阶段的管理水平直接决定了工程建设质量、进度计划、投资规模。设计精细化管理本质上是对海量工程数据的获取与管理，为工程建设采购、施工资源配置计划提供依据，想要高效分析处理数据、科学指导建设实施，就必须进一步优化设计

（2）采购阶段：采购阶段包括工程承发包、专业承包、劳务分包、设备采购、机械采购等诸多环节，一般采用招标方式选取供应商，采购环节对项目的质量、进度、投资起着关键作用。大多数施工企业集中采购大批材料，这样既可以降低企业管理成本，又可以实现建设项目资源配置的经济效益指标最大化。然而，由于企业集中采购，忽视了项目的实际情况，间接影响了项目建设速度、质量和建设费用，增加了项目管理成本。如果由建设企业主导采购，那么施工企业就无法做到宏观控制，从而产生“信息孤岛”。另外，也无法从根本上解决采购管理中的“暗箱操作”、合同执行过程中的“跑冒滴漏”等问题。采购信息不真实，是当前建筑企业中普遍存在的问题。

（3）施工阶段：施工企业精细化管理很难实现的根本原因在于，面对海量的工程数据，无法快速准确获取信息以支持资源计划，无法对工程基础数据进行科学处理和分析以制定最佳施工组织设计，致使经验主义盛行，资源浪费严重。

搭建企业服务中台

企业服务中台是指为企业运行提供共享服务的平台，特点是快速实时、精准分析、合理高效。一方面，这能够管理企业运营，另一方面，通过积累海量数据，在各个阶段发挥最大效能，找到解决方案最优解，实现降低成本、提高经营效率、提升业务质量。支撑企业业务运营和创利。

图1 建筑企业服务中台框架图

企业服务中台的本质是为了企业增效降本，减少重复造轮子，把整个业务流程标准化，可以多次复用，快速产出。中台服务于前台，本质上是拼接复用，只不过因为落地的方案需要技术、数据、引擎能力的支持，所以才会有细化。因此核心就是把业务共性需求抽离出来，以组件化的思路做成一个可供前端业务快速复用模块/组件的支撑性平台。

根据建筑企业亟待改善的企业管理问题和工程项目管理问题，可将中台系统功能分为运营中台和业务中台两个单元模块。运营中台以支撑企业内部运营管理为主，业务中台以机器学习、仿真模拟等技术分析手段，为项目推进提供最优方案。

▌1. 运营中台

（1）构建企业职能部门数据管理平台，拓展纵、横向管理的深度和广度

建筑企业需要通过科学的数据化分类管理模式，构建企业职能部门数据管理平台，拓展纵、横向管理的深度和广度，全部数据采用线上填报，通过数据归集，形成统一的输入、输出系统。施工过程资料原件与复印件同步上传并储存，保证数据的权威性、透明性、准确性、时效性、追溯性、规范性。同时打破建筑企业横向职能部门数据壁垒，例如，通过整合经济合约管理系统、项目目标管理系统、财务管理系统、招采管理系统、投资管理系统、审计系统等，实现企业内部数据共享，从而提高数据的精准度和重复利用率。 

（2）搭建数据驾驶舱，提供宏观决策依据

嫁接大数据，搭建企业管理可视化数据驾驶舱，统一数据归口，实现数据贯通。呈现分析建筑企业总体运营情况和各个职能部门运营情况，为公司各管理层级提供有效的决策依据。对比分析指标预警规则定义、预测数据、实际数据，应用项目预警功能，及时发现问题并进行改善。这些数据库具有低成本、高效率、自我增长积累和自我完善机制的特点，为决策提供动态分析数据

▌2. 业务中台

（1）以设计阶段为例——运用BIM，在设计阶段快速计算出工程造价

数据服务中台中嵌入BIM技术，设计者可以将设计方案逐步形成三维设计模型，进而建立BIM数据库，数据库包含了建筑全生命周期内大量的建筑信息数据。建立5D关系数据库之后，可以进一步形成造价数据，从而为快速、准确地计算工程实物量，提高预算精度与效率提供了保障。

（2）以施工阶段为例——搭建企业服务中台，寻求进度计划优化最优解

在施工过程中出现设计变更或其他需要变更原施工方案的情况时，按照既定进度目标，寻求综合最优的进度计划改进就成了项目管理当下的难题。常规的解决方法是根据优化目标的不同，对项目进行工期优化、费用优化和资源优化三者相互独立的方法。

工期优化是通过压缩关键工作的持续时间以满足要求工期目标的过程；费用优化又称工期成本优化，是指寻求工程总成本最低时的工期安排、或根据要求工期寻求最低成本的计划安排的过程；资源优化则是通过改变工作的开始时间和完成时间，使资源按照时间的分布符合优化目标。实际操作中往往是则其一进行复杂的计算找到解决方案，很难对三者进行综合考量。搭建企业服务中台后，使用者进入项目目标管理系统，输入变更的因素，中台这台超级数据存储器即可根据嵌入的模型算法，计算出工期、费用、资源三者综合最优的处理方案。

除了以上提到的企业数据服务中台的功能，机器学习功能也是未来探索的方向，现阶段企业服务中台已经实现从信息化过渡到数字化应用，而转型的终点，则是实现AI智能化。机器学习作为智能化的一个子集，也是关键的一环。数字化是基于数据处理来做出决策和预测，机器学习算法不仅能够处理数据，还能在不需要任何额外编程的情况下，利用这些数据进行学习，变得更智能。因此未来要实现智能化应用，还需对机器学习做进一步探索。