• 注册
    • 查看作者
    • 大数据时代工程造价咨询智库建设研究

        摘    要:

        工程咨询企业就其性质而言,和“智库”可谓一脉相承,都是提供多学科的智能服务。在开放的互联网环境下开展新型工程咨询业务,应当抓住大数据应用机遇,加快完善工程数据库和管理数据库,充分发掘行业数据及自身积累的项目数据,不断提升咨询服务质量和效率,努力打造新时代的新型智库,促进咨询业务转型升级。

        生活及工作中,数据分析利用研究在各行各业都发挥着重要作用,工程造价咨询领域的智库建设也屡见不鲜。一家集招标、造价、咨询的专业化咨询服务公司,仅积累的产品价格信息就达千万条,在投资建设、生产运营中也积累了海量的数据,如何有效建设咨询智库,充分挖掘数据信息,为企业科学化决策、精细化管理和经济高效运营提供更加有力地支撑,是本文的主要研究内容。

        一、智库的定义及应用

        传统的智库定义认为,智库在为决策者提供客观理论依据和咨询建言,以应对社会、经济、科技、军事、外交等方面的问题时,往往具有独立性、现实性、政治性和非营利性等四大特征。现代智库运行的核心特征并不是简单的非营利性和市场化,而在于能否按照政治或经济社会发展的需要提供高质量的思想产品。全球著名智库兰德公司创始人弗兰克·科尔博莫就认为,智库就是一个“思想工厂”,一个有着明确目标和坚定追求,无拘无束、异想天开的“头脑风暴中心”;一个敢于超越现有智慧、敢于挑战现有权威的“战略思想中心”。

        智库的主要任务是战略研究。早期的智库,被认为越大越好、越全越好,但事实并非如此。智库正在细分为更加专业化的研究机构。近年来,中国出现了一批专业性智库,但需要向“小而精”、差异化方向发展,避免同质化倾向。智库研究越来越多地利用人工智能、大数据、云计算等方式。不少智库开始建立自己的数据库,但有的数据库跟不上数据的变化和发展。

        二、工程造价咨询智库建设的必要性

        我国工程造价咨询产生于20世纪90年代,已经经历了近30年的发展历程,工程造价咨询企业通过编制与审查预结算造价咨询,施工全过程确定与控制及施工全过程跟踪审计、招标代理与司法鉴定等咨询服务,维护了工程参与各方合法权益,为国家和投资者节省了大量资金,提高了投资效益,创造了经济效益和社会效益。目前我国工程造价咨询企业资质等级分为甲级、乙级两类,根据住房和城乡建设部统计数据显示,2018年行业企业规模突破8000家。2010~2018年,工程造价咨询业务收入年均复合增长率超过13%。据以往增速保守测算,至2025年,我国工程造价咨询业务收入有望突破3000亿元。

        我国工程造价咨询行业有着极大的发展空间,但也面临着严峻的挑战。未来的行业竞争将更加激烈,在国内外同行竞争压力下,需要不断探索如何挖掘工程咨询管理信息服务价值、扩大市场份额、增强行业影响力等难题。在不断寻求解决方案的过程中,几乎所有企业都开始关注信息技术在数据分析中的应用,希望通过信息化手段挖掘历史数据的价值,使用人工智能、大数据等技术全面提高业务处理水平,达到提升企业核心竞争力的目的。

        2017年,中国工程咨询协会发布的《关于工程咨询业开展智库建设的指导意见》指出,在全面建成小康社会、实现“两个一百年”伟大目标的历史进程中,工程咨询业发挥着独特作用。加强行业智库建设,有利于进一步形成独立科学的决策咨询氛围,使工程咨询业的智力资源和行业积累更好地服务于党和国家工作大局,有利于完善中国特色新型智库体系,有利于工程咨询单位参与决策咨询的常态化和制度化,有利于工程咨询行业实现可持续发展。到2025年,建成20个左右在全国有较大影响力,对国家和地方重大战略起到支撑作用的工程咨询行业智库,力争有数家工程咨询行业智库进入国家高端智库试点,若干个智库成为地方政府高端智库。适应工程咨询行业的智库制度基本成熟,行业智库管理体系基本完善,行业创新活力不断迸发。

        但是,目前国内绝大部分智库以战略研究为主,能够服务于重大工程项目建设的智库寥寥无几。中国工程咨询行业加强专业化智库建设,将有效弥补国内智库体系的薄弱环节,实现政府决策链的强链补链,改变当前国内智库战略谋划较强、落地支撑较弱的局面。

        三、工程造价咨询智库建设的意义

        咨询智库为咨询工作提供了更加精准的数据和信息,是实施精细研究和开展精准决策的基础,咨询智库同时也提供了强大的技术支撑,一个没有数据技术支撑的决策咨询和研究报告很难说是一份有质量、高水平的成果。咨询智库还提供了科学的研究工具,决策分析、风险研究和政策评估不可能只建立在传统的经验基础上,还需要提供实时动态监测和预警分析,促进咨询工作精细化和精确化。建设咨询智库主要作用体现在以下三点:

        1. 将历史数据转化为知识

        传统的咨询业务主要是通过项目经理、专家积累的经验数据开展,信息来源少,容易受人员经验、专业能力和技术水平的影响。但事实上,咨询工作存在大量相同或者类似项目,项目属性、结构组成、价格数据都是可借鉴的技术经济数据指标,通过智库建设将历史数据有效地为当前工作提供参考依据,并且不断积累数据经过人工智能算法训练形成经验和知识,使咨询效率更高,服务成果更为精准。

        2. 信息融合,提升专业化服务能力

        咨询智库使项目数据信息线上收集整理,数据实时更新,打通了企业内外部数据采集通道,除自身业务外融合相关业务及行业的数据,为咨询工作提供更多有效依据,提高咨询结果的准确性,提升专业化服务能力。

        3. 辅助业务转型升级

        咨询智库通过进一步数据挖掘利用、人工智能分析,除满足一般咨询业务外,还能够为工程项目的投资决策、运营管理提供指导,在运营检修周期管理、运营成本管理等方面都可以实现精准信息推荐,提供咨询服务。同时,还能够为同行企业提供数据服务,最终实现咨询业务范围和服务模式的突破和转型升级。

        四、造价咨询智库建设存在的问题

        近30年来,造价咨询行业信息化从预算软件应用阶段到网络技术应用阶段到管理信息化软件应用阶段再到数字造价智能运用阶段,得到了极大的发展和深化。但在当前“互联网+”“人工智能”“大数据”等概念崛起的时代,每个行业都可能面临颠覆性的改变,对比电商等其他行业而言,工程造价咨询行业信息化建设创新性仍有待提高,智库建设也存在诸多问题,总结为以下几点:

        1. 行业内数据标准不统一

        工程造价咨询行业缺乏对信息标准的系统分类和统一规划,使得信息资源加工处理和共享困难;缺乏行业权威的指数、指标体系,不能科学地辅助决策;信息资源管理缺乏统一的标准。各个参与造价管理的行业、部门之间数据交流、共享缺乏统一的标准,影响对工程造价信息的协作开发和利用。

        2. 造价咨询文档存在大量非结构化数据

        目前,造价咨询工作过程中,项目参与各方仍以线下传递资料为主,且种类多样,内容也丰富多变,咨询智库需存入数据库的不仅包含各种具有规律性的结构性数据,还包括了诸如:图纸、合同、其他补充材料等非结构性数据,这些非结构化的数据同样对项目至关重要,要想全面了解并分析整个项目就需要结合所有数据内容,然而有效地获取和利用非结构化数据仍存在技术难度。

        3. 缺乏先进软件技术对信息进行整理、加工和分析

        工程造价咨询智库信息深加工不多,使得信息价值得不到充分发挥;由于工程造价咨询信息的采集、加工处理有很大的随意性,造成工程造价信息使用效率低,难以实现对各类工程造价技术经济指标的变化进行比较准确地预测。

        4.“小样本”“小数据”难以保证数据的准确性

        企业级咨询智库存在项目个性化较大、属性不全等问题,以“小样本”“小数据”作为一个智库的数据基础,容易导致智库研究的数据不足和样本不足,无法真正做到“以小见大”,参考价值有待商榷。智库的决策分析、风险研究和政策评估不可能建立在传统的经验基础上,它需要大量数据为科学决策和政策评估提供实时动态监测和实时预警分析,提升智库风险分析的精细化和精确化。

        显然工程造价咨询智库建设和应用存在大大小小的问题,想要全面指导业务开展、提供决策支持仍有很大的空间需要提升。当前是以客户需求主导趋势的经济时代,需要最大限度的贴合客户实际需要,工程造价咨询智库建设,需应用更加先进的信息化技术才能实现。

        五、有效建设造价咨询智库的对策建议

        本文提出通过运用“大数据”“人工智能”等信息技术对数据综合利用研究,从而建立咨询智库,主要分为:系统化收集业务数据、数据清洗及挖掘、智库数据库搭建及算法训练、智能应用体系建设几个阶段工作:

        1. 系统化收集业务数据

        数据与信息是智库建设和生长的源泉,没有数据的智库犹如无源之水,只有获取全面并准确无误的数据信息,才能够进行加工利用进而指导业务和提供决策。搭建数据采集前端途径,确定采集的内容、数据格式以及技术处理方法,并建立统一的数据标准。智库数据采集需要引入自动文本分析和结构分析等大数据分析方法,通过自动文本分析,深入挖掘非结构化数据信息、进行内容分析,对历史结构化、非结构化数据按照不同应用层级的情况,进行数据采集及分类。

        2. 数据清洗及挖掘

        根据数据体量以及架构需求选择不同模式的文件系统和引擎方式,确定项目数据需要的方式,找出有“价值”的数据,在有限的数据中,研究数据重组以及可扩展性,挖掘数据的潜在价值。

        3. 智库数据库搭建及算法训练

        根据采集加工的业务数据,形成支持智库应用的数据库,涵盖咨询工作中从投资立项到运营维修阶段的数据指标体系。结构化的数据可直接分析并存储,非结构化数据可从手工半自动化处理向智能化处理发展,数据提取进行算法训练,逐步减少人工干预,最终达到全自动提取。

        4. 智能应用体系

        业务需求驱动业务模式变化,制定数据应用环节及场景,确定需要梳理的数据内容、范围以及类型;由技术方面根据业务场景做出逻辑分析及数据计算模式,训练算法,提高算法敏感性和可靠性,建立业务模型并实现系统功能。在数据预测模型、辅助决策系统、智能情景判断、精准信息推荐以及智能客服等领域提供应用。智库是一个智能咨询系统,服务于三个层级:决策层、管理层、操作层。主要应用有以下几方面:

        (1)高效并有效地检索

        传统的查询是通过历史项目有限的结构化数据进行的,主要有项目基本信息、总金额等,对于项目明细信息、价格组成等内容无法进一步检索查询,往往需要人工线下查阅。实际工作中,业务人员需要更加快速及便捷地检索到有用的信息,从而提高工作效率。

        咨询智库将自下而上收集信息,从各个业务系统中定时抽取数据及文件,并分类处理,对数据进行自动归类,必要时需要做拆分重组操作;对文件收集整理和归类,收集不同系统、不同格式的文件,按照文件名称中关键信息为索引,对文件主要章节进行贴标签,支持全文检索和分类检索,使用分词技术为已归类的文件建立全文索引,或按各章节标签进行分类检索功能。

        (2)业务检测

        基于业务检测需求制定智能自检功能,自检分为否决检测和预警检测,自检规则预设在系统中,当否决检测结果为“不通过”时,业务将自动终止;当预警检测结果为“不通过”时,业务将发起人工判定,需业务人员自行判断业务继续或终止。

        (3)管理监测

        咨询智库能够为项目管理工作提供更多实时监测的功能,如合同未能按时签订、项目完成后未能按时收款、项目完成后未能及时归档、成本率超限等业务监测。

        (4)辅助预测及判断

        结合业务逻辑判断,对业务环节或者业务状态做出是否合理的判定,可为业务实施环节提供辅助决策;可以解决业务过程管控的实时性及便捷性问题,实现为管理层提供管理和决策支撑服务。

    • 0
    • 0
    • 0
    • 36
    • 请登录之后再进行评论

      登录
    • 做任务
    • 实时动态
    • 偏好设置
    • 返回顶部
    • 单栏布局 侧栏位置: