海外工程有没有智慧工地，长什么样子

摘要：首先在讨论海外的智慧工地是什么样子之前，我们先来探讨下海外究竟有没有“智慧工地”，因为我很多在海外的同事和同学其实并不知道“智慧工地”是什么。

前言

上次聊完CDE之后，就想写一篇关于智慧工地的文章，因为上篇文章提到国内的智慧工地平台在某种意义上也可以看做是CDE的一部分。

另外还有一个原因是在工作过程中有很多小伙伴问到过我，海外是不是也有智慧工地，海外的智慧工地是什么样子。

因为大家觉得国内智慧工地虽然很火，但在除监管作用以外、其他应用场景的价值都有限。所以想知道智慧工地在国外是什么样的存在。

所以这篇文章就来聊一聊智慧工地这个话题。当然，本文都只是我的个人观点，不代表任何工作立场。

首先在讨论海外的智慧工地是什么样子之前，我们先来探讨下海外究竟有没有“智慧工地”，因为我很多在海外的同事和同学其实并不知道“智慧工地”是什么。

如果在谷歌搜索“智慧工地”的英文翻译“Intelligent或Smart Construction Site”，你会发现大部分文献都是来自于国内同行。

所以为了确认海外有没有智慧工地，我专门向不少国外的同学和老师进行了求证。为了简单明了，我这里直接说结论。

（1）研究层面

海外的学术界确实有一小部分人员把与“施工现场管理智慧化”所涉及的AI、底层算法等研究内容归类到“智慧工地”（Intelligent/Smart Construction Site）的叫法。比如芬兰Aalto大学的Olli Seppanen教授，对，就是当时Vico Office的创始人，他就把自己的研究内容归类为“智慧工地”。

时代的缩影-Vico Office，点击图片阅读原文

Olli在Vico Office被天宝收购以后就回归了大学，继续着自己LBS进度 (Location Based Schedule) 的科研工作，延续着Vico Office未完成的使命，研究如何利用物联网等技术捕获现场的人、机、料等数据，以及研究相关的AI算法将这部分数据转化为进度管理在不同场景下决策和预测的依据。Olli博士把这个研究内容就叫做“Intelligent Construction Site”。

Intelligent Construction Site研究内容，图片来源：Aalto大学官网Researchgate

所以在学术界，会有一小部分人把一些底层AI类、算法类的研究归类到“智慧工地”这个名词里。

（2）应用层面

顺应着研究层面往上延伸，国内“智慧工地”所涉及的数字技术在国内外其实是共通的，例如物联网、云计算、AI、智能装备等。只不过不同国家会把这些数字技术的集成应用，会用不同的名词包装起来，比如海外更喜欢叫“Digital Built或Digital Construction”等，也就是“数字化施工”、“数字化建造”。

所以在应用层面，不同国家会用不同的名词来囊括“智慧工地”所涉及数字技术的集成应用。

施工现场所涉及的数字技术，图片来源：Autodesk

（3）产品层面

这里要说下国内外最主要的差别了，这个差别主要体现在产品形态上：国内往往会把前面提到的数字技术集成应用封装到一个叫“智慧工地”的平台产品里面，但海外却没有类似国内“智慧工地平台”这样的产品。这也是为什么很多海外同行不知道“智慧工地”是什么的原因。

在我调研的范围内，只发现香港有类似国内“智慧工地”的产品，但香港把这类产品叫DWSS（Digital Works Supervision System）。DWSS和智慧工地平台有着一定的区别，从名字就可以看出，DWSS更侧重监管，并没有被赋予国内“智慧工地”那么多的应用内容。

所以综上所述，“智慧工地”所涉及的技术，在全球来说都是一样的。但是国内“智慧工地”平台或系统这个产品形态，算是全球比较独有的。

虽然海外没有严格对标国内“智慧工地”的产品形态。但海外一直有类似国内“智慧工地”的做法。

下面就来详细聊一聊这篇文章的重点，海外工程“智慧工地”怎么做。

由于保密原因，我没法直接使用自己参与的海外工程的案例和图片。所以我去Autodesk University等网站找了一些公开的资料来作为替代，进行阐述和示例。

在和海外同行交流的过程中，我发现，国内的“智慧工地平台”所要呈现的功能，在海外更像是PowerBI、Tableau、或者ACC(原BIM 360) Insight这类的数据集成与分析软件。

上篇文章讲到，CDE是项目在建设和运营阶段信息管理所需要用到的一系列方法和工具。“智慧工地”本质上可以看做是对建造过程所发生的数据进行管理的方法与工具。

无CDE不BIM，点击图片阅读原文

所以看海外工程“智慧工地”的做法，实际就是看海外工程如何对建造过程的数据进行管理。

需要什么数据；如何获取这些数据；如何使用这些数据。

而这三个关键流程的背后支撑就是ISO 19650和CDE所阐述的内容。

上一篇文章聊到过BEP，也就是BIM Execution Plan，BIM实施计划。BEP里有一项很重要的工作就是定义项目所需的管理对象、建模细度、与编码。

在海外工程项目策划阶段，项目会花费大量精力在“管理对象”的定义上，这里可以把 “管理对象”理解为工作分解体系，即Work Breakdown Systems，也就是我们在项目管理过程中常常提到的WBS。

项目管理WBS示意，图片来源：workbreakdownstructure.com

这个WBS不仅包含工程实物，还包含在工程实物建造过程中的一系列管理动作，包括设计、施工、采购、安装等。统一的WBS会用于项目的进度、成本、现场管理等场景中，并通过编码来做表达，例如UniClass或按照ISO 12006编码原则进行项目自定义等。

编码原则：上图的编码没有直接使用UniClass等现成编码，而是参照ISO 12006设定了编码原则，因为同一个WBS管理对象可能会同时在不同单体、不同区域、不同分部重复出现，其实施也会涉及到不同工序和动作，所以也有很多项目在使用一部分现成编码的同时也会使用一部分自定义编码

在规范比较严格的项目BIM实施中，BIM模型的LOD往往还需要和WBS的工程实物匹配。对于部分不会用模型来表达的工程实物，项目也会要求创建这个实物的信息载体。

在海外工程，并非所有的对象都需要创建三维实体，一个对象没有模型只有信息，在海外也可以归类为“模型”(广义的模型，Information Model/Information Container)。这个没有三维的“模型”可以是二维、也可以是一个数据表单或数据库等。

一个对象没有三维，只有信息，在ISO 19650中也可归类为“模型”(图片来源：bimcorner.com

很多小伙伴应该都了解过美国BIMForum发布的LOD标准，如果你在官网下载BIMForum的LOD标准，你会发现这个标准附件里还含有一个Excel表，这个表里面的内容就是WBS、编码与LOD的配套体系。

WBS、编码、LOD配套体系示意参考，图片来源：BIMForum LOD Specs

定义完项目所需的管理对象后，下面就是要定义管理这些对象所需知道的数据。大部分项目会根据自身对管理的实际需求，进行数据的自定义。

下图是以大家最熟悉的混凝土为例，项目自定义了从混凝土的设计参数、工程部位、再到实际材料的生产、运输、实验、浇筑、监测等方面的参数。下图便是项目把针对混凝土管理所需要获取的信息做了标准化和结构化分解。

项目自定义管理对象所需数据的示意

这个工作是大部分海外工程BIM实施策划(BEP)最耗费精力的工作，这个工作也会伴随项目动态更新。

部分LOD标准会提供一部分通用管理数据做参考。比如还是前文提到的美国BIMForum LOD标准里的那个表单，美国LOD标准的附件表单中包含了大部分最常见管理对象的推荐管理数据(字段)，以及对应字段抬头、字段类型、字段单位、字段示例、录入阶段等内容。

美国LOD标准对管理对象的推荐管理字段示意，图片来源：BIMForum LOD Specs

数据的不同来源

所以海外工程BIM实施策划阶段，还需要花费相当一部分精力用于研究如何获取和集成这些来自不同参建方的数据，包括：对参建单位的IT能力和工作习惯评估(Supplier IT Assessment)、合约中要求参建单位开放和共享其相关物联网装备的数据、要求参建单位使用信息化的手段填写数据(利于施工日志数据结构化和线上化)等。

分包/供应商IT能力评估流程，图片来源：PAS 1192-2

在确定了如何获取这些数据后，项目管理人员要做的工作便是对数据进行集成、治理、分析与应用。如文章一开头所提的，这个工作一般是用PowerBI、Tableau、或者ACC(原BIM 360) Insight这类的数据集成与分析软件来实现。

集成不同数据源的数据，形成一个管理对象的结构化数据

这部分数据集成与分析软件(Business Intelligence，商业智能，以下简称BI)基本都包含导入市场主流数据格式、数据库和管理系统数据的能力。在集成了不同数据源的数据后，这部分BI类的工具还具备对不同数据源的数据进行集成并处理的能力，最终形成对管理对象所需的结构化数据。

PowerBI读取来自不同系统和数据，图片来源：微软官网

利用BI类的工具对不同数据源的数据进行集成与处理

在有了各个管理对象的结构化数据后，便是应用这些数据来辅助项目管理和决策。

这个工作就比较接近国内的“智慧工地”平台，也就是利用“数据看板”的形式来将建造过程的各类数据进行分类可视化显示、计量、分析、预测等工作。

例如针对某个工序所集成的数据，分析其工效、预测进度、计算累计产值、查看设备状态、基于数据整体的变化趋势来分析和预警一部分不合理情况……

数据分析看板示例，图片来源：bluemargin.com

除了数据可视化外，项目还会将数据与BIM、GIS等数据源进行集成，做进一步的数据与空间融合的可视化分析。例如设备的位置查阅、轨迹分析，相关建造数据按区域的统计、对比和资源调配等。

GIS+数据分析看板示例，图片来源：Autodesk University

总而言之，在“怎么使用这些数据”的问题上，一切还需要从项目管理人员的自身需求出发。

在2021年关于BIM职业发展问题的那篇文章里，提到过海外项目的BIM工程师大部分都有类似的数据管理能力，也提到了数字化正逐渐在成为一部分大型海外项目的专业分支：Digital Engineering（数字技术）。

拓展阅读：《许多年过去了，我们需要再次探讨下BIM的职业问题》

大家可以通过图片里的链接去看那篇文章的具体观点，这篇文章就不做过多的论述。这里其实想说的是，对应的岗位和技能的缺失，在我认为，是造成国内与海外“智慧工地”不同的最主要原因之一。

我在国内接触的大部分项目，很少有管理人员能开展对应的数据收集、清理、分析、应用的工作，大部分项目会要求智慧工地厂家来做这部分事情。

但这也带来一个问题：软件厂商毕竟只是工具的提供者，并不是一线业务人员。而智慧工地的价值发挥，则需要业务人员从自身管理需求出发，通过前面所陈述的一系列工作来达到满足业务需求的状态。

所以这一系列工作应该由谁来做，是由传统业务人员来做，还是由软件厂商来做，亦或由数字化专员来做。关于这个问题的探讨，感兴趣的朋友还是可以去翻阅一下JoyBiM三年前的那篇文章。我个人觉得，物理世界与数字世界的连接，需要有一个桥梁。

除此之外，其实还有一个关键的问题，上述的工作在海外是有技术层面的管理流程与数据标准做支撑的，这个工作在国内也是相对缺失。当然这里也要澄清下，海外并没有智慧工地标准这一说法，但是海外的BIM或项目信息管理标准里却处处体现着国内智慧工地的需求。

前面提到软件厂商只是工具的提供者，但这并不代表软件厂商已经提供了符合一线需求的工具。如果对比国内与海外“智慧工地”，其最大的区别便是产品的分布以及最终集成现场数据的载体层面。

首先是产品分布层面，国内的智慧工地系统往往会包含各类功能模块，包括人员、机械、材料、资料、环境、进度、质量、安全等。但这些功能模块在海外往往是独立发展的细分产品体系：大多数软件企业能在一个业务板块取得成功就非常难了。

例如国内智慧工地最常用的视频监控模块，在海外也是一个非常细分的产品领域，都有无数创业团队在专项攻克：EarthCam、SmartVid、safesite……

EarthCam，一个基于视频监控的管理软件，图片来源：earthcam.net

即便是Autodesk Construction Cloud（原BIM 360），也是通过不断的研发、收购、淘汰、整合，也才衍生出个位数的标准化模块，大部分的业务板块还是在靠与生态产品的集成来做支撑。

Autodesk Construction Cloud与其生态，图片来源：Autodesk University

所以我个人层面认为，国内的智慧工地太大而全了。事实上在我们现有的智慧工地各个模块中，任何一个模块打磨出一个成功的产品都是极其艰难且需要耗费大量时间和精力的工作。

然后是数据集成层面，这个层面在海外也是一个细分的产品领域，一般就是相对简单朴实的BI类工具。这些BI类工具的主要功能聚焦在更多的兼容市场主流的数据库和管理系统的数据，并提供丰富的数据分析能力。这类工具对于一线而言，就是提供能对不同数据库与系统数据进行导入与整合的功能，并提供对整合数据进行整理、分析、预测、决策的能力。