APP下载

AI助力建筑工程项目管理

2019-12-23刘刚

项目管理评论 2019年6期
关键词:工程项目决策项目管理

当前,AI技术已经广泛应用于各个行业,如金融、医疗、教育、能源和零售等。在作为传统产业的建筑业,AI同样起到创新引领的作用,已经融入建筑工程项目管理中,使传统项目管理方式和工作模式正在发生深刻变革,一些新的工作场景和工作模式正在不断涌现。

当前建筑工程项目管理存在的问题

麦肯锡全球研究院的报告《建筑业数字化未来》显示,当前建筑业生产水平基本与80年前持平,甚至从1960年至今还出现了轻微的下降,而同期农业与制造业的水平已经有10~15倍的增长。究其原因,除生产技术本身外,建筑工程项目管理水平长期止步不前也是重要的原因之一。建筑工程项目管理还存在以下四个方面的主要问题。

一是难以进行全局最优的资源配置。用计算机软件辅助人力的传统方式,已经很难在现代建设项目中做出全局最优的资源配置,建设项目中资源利用低效、配置错位、过剩或不足的现象非常普遍,严重影响了项目管理的水平。

二是难以做出合理及时的管理决策。当前,建筑工程项目管理者很多情况下只能做被动响应式的管理,很难做到主动预测式的管理,这样很容易做出低质量甚至错误的决策,影响工程项目整体的管理水平。

三是难以达成实时精准的管理控制。传统的建筑工程项目管理很难实现像制造业那样的精准管理,大多数都采取粗放型的管理方法,容易出现生产资料的浪费,也容易导致安全事故、环境污染事故的发生。

四是缺乏满足管理要求的人力资源。参与建筑工程项目管理的人力资源严重缺乏是困扰多数项目管理团队的难题。很多项目管理团队都面临一人多岗、超负荷作业的局面,严重制约项目管理水平的提升。

从以上四个方面的问题可知,加强建筑工程项目管理创新已经势在必行。

AI在建筑工程项目管理中的优势

项目管理从本质上说,是在限定条件下,用有限的生产资源来实现最优的生产目标。而对于建设工程项目管理而言,大多数是户外作业,外界环境复杂,不可控因素多,同时涉及业主方、设计院、建设方、供应商、监理单位等多个相关方,信息量巨大,导致资源分配难、合理决策难、精准管控难。AI最大的特点是能够处理海量数据,并做出智能化的决策,其在建筑工程项目管理中有巨大的使用空间。AI与建筑工程项目管理相结合,主要优势体现在以下三个方面。

一是可以提高决策的水平。在传统的建筑工程项目管理中,很多管理节点都要靠个人依据少量的信息来做出决策,而AI则可以根据项目整体的数据,甚至其他项目的历史数据,来做出最优决策。

二是可以提高管理的精度。建筑工程项目中的材料、劳务等的现场管理,多是靠人力来进行统计监管,容易出现遗漏,而在AI环境下,可以实现自动化的监管,管理精度将得到大幅提升。

三是可以提高管理效率。AI的图像识别、语音识别、数据处理等能力是传统人工所无法匹敌的,在AI的帮助下,未来一个管理人员可能替代当前几个甚至几十个管理人员,管理效率会大幅提高,也解决了人力资源不足的问题。

四是可以减少管理的失误。借助AI的深度算法和实时在线,可以解决人为数据处理的失误和不透明问题,减少人为误差和信息偏差。同时,AI系统也可以实现对项目的实时监控和主动预警,有效地减少管理中可能出现的失误。

AI在建筑工程项目管理中的应用场景

围绕AI的优势,广联达科技股份有限公司以构建基于AI的项目大脑为中心,对AI在建筑工程项目管理中的应用场景进行了整体设计,以下对具有代表性的场景进行详细介绍。

1.基于智能决策的工程项目大脑

基于智能决策的工程项目大脑是实现工程项目智能化管理的“神经中枢”,它以数据流动自动化,化解复杂系统的不确定性,实现工程项目资源优化配置,支撑工程项目的智能决策与服务(见图1)。具体而言,它通过部署物联网设备和现场作业各类应用系统实现对项目生产对象全过程、全要素、全参与方进行感知与识别;它通过数据、算法和算力赋能,可以描述项目发生了什么,诊断為什么会发生,预测将会发生什么,决策应该怎么办;它以优化资源、优化配置效率为目的,提供模拟推演、智能调度、风险防控、预测性服务、智能决策等智能化服务。

2.基于数据驱动的智能调度

通过云端的工程项目大脑能够推演出最优化的施工方案和生产计划,并智能调度工厂生产和施工现场的人员、机械、设备进行高效作业。将建造方案、工艺工法标准、建造条件等数据输入工程项目大脑,依据这些数据将会智能生成工程项目建造方案。依据生成的工序级任务排程实现向生产工厂下达生产任务,对物流配送、资源调度、生产指导实时进行智能调配,通过对各资源组织的实时感知,持续优化项目调度组织(见图2)。

3.基于AI的工程项目大脑的风险智能防控

通过对现场各要素的动态感知和工程项目大脑进行深度学习,对现场数据进行模拟仿真、状态描述、决策分析、预测性预警和指导性预控,让工程项目现场更加安全、规范、高效、智能。

以工地现场的安全风险识别为例,通过摄像头实时监测人员体征和姿态、机械设备的运行状态和轨迹等作业行为数据,动态采集场地环境数据,通过工程项目大脑的云端算法和安全知识图谱,分析并对安全风险自动识别,预判可能的风险隐患,并及时采取措施进行防控,杜绝安全事故的发生。

4.基于AI算法的风险智能识别

通过基于AI算法的风险智能识别系统,工程项目大脑对建筑工程项目建设全过程中产生的图像、文字、语音、视频等音像资料进行分析和诊断,为工程项目提供实时反馈和决策建议,提高项目管理水平。例如,利用图像识别技术对混凝土裂缝、孔洞等施工缺陷进行自动识别,对钢筋、模板等建筑材料进行自动计数盘点;利用语义识别技术,对施工合同、招投标合同等进行自动分析审阅等,全方位提高工程项目生产水平。同时,智能识别系统还能够对工程项目实施过程进行在线自动化控制。例如,使用人脸识别技术监控人员出入情况,利用姿态识别技术实时监控工人的动态,记录工人工作时长;利用语音识别技术控制智能化喷淋系统等,全面实现智能化控制,提高项目智能化水平(见图3)。

以基于AI的施工現场钢筋智能盘点为例,在建筑工程项目的结构施工期间,存在大量的钢筋盘点作业。传统的钢筋盘点方式有一定的不足之处,如人工清点速度慢、准确性差、效率低。应用基于AI的钢筋智能盘点技术可帮助物资盘点人员快速清点钢筋数量。目前,基于AI的钢筋识别准确率已经达到99.9%以上,大幅提升钢筋盘点的效率。

5.基于信息物理系统(Cyber-Physical Systems,CPS )的智慧工地

在工程项目大脑的基础上,通过对施工现场“人、机、料、法、环”等各关键要素的全面感知和实时互联,并与云端的虚拟工地相互映射,构建虚实融合的智慧工地。通过岗位级的专业应用软件和各种智能设备对施工现场进行联动执行与协同作业,提升一线作业效能。通过云算法对数据进行分析认知,利用AI进行科学决策,对各种问题与风险进行主动预警和预测性作业,有效支持现场作业人员、项目管理者、企业管理者各层的协同和管理工作,提高施工质量、安全、成本和进度的控制水平,减少浪费,让施工现场作业更智能,管理更高效。

以深圳国际会展中心项目的智慧工地管理应用为例,该项目建筑面积158万m2,具有建设体量大、设计变化多、专业分包多、投入资源多等特点,通过引入智慧工地系统建立了指挥部、项目部、工区3级的智慧工地管理体系,成功应用劳务实名制、物料跟踪验收、质量安全巡检等11项智慧化应用。通过采用该系统,实现项目周例会全数字化,高峰期近2万人劳务实名制管理,安全、质量问题实时追溯管理,隐患排查总数量 8 632次,及时整改率达到93%,隐患治理时长缩短约55%。

AI在建筑工程项目管理中的应用展望

从短期来看,AI技术将广泛应用于建筑工程项目的各个阶段。比如,在设计阶段实现自动化生成设计方案,实现自主发现设计冲突,并对其进行评级排序,优先解决核心问题;在施工建造阶段,涉及项目质量管理、进度优化、设备管理、施工安全等各方面的问题。从长期来看,AI技术进一步拓展,将应用到整个社区、街区甚至整个城市规划设计、建设当中,将能够使城市变得包容性更强,可持续发展更好,更满足人们生活和工作的需要。

未来已来,AI等数字技术正在给建筑工程项目管理带来革命性的变革,AI与建筑业的融合发展的大幕虽然刚刚拉开,但是发展前景和空间广阔。在AI的赋能下,古老的建筑行业将再次焕发出生机。

刘刚,广联达科技股份有限公司董事长助理,研究院院长,高级工程师,全联房地产商会数字城市分会秘书长,北京建筑大学客座教授。

猜你喜欢

工程项目决策项目管理
党建工作与工程项目建设的深度融合途径
基于项目管理视角的中小企业营销模式应用研究
项目管理指南
做决策也有最佳时间段
决策大数据
诸葛亮隆中决策
项目管理成熟度模型构建研究
2014至2015年西城区老楼通热方式实现无煤化工程项目
《管理就是决策:第一次就把决策做对》