modelo-icon

施工-21.HTML - 文章专栏 - 模袋云


该行业目前的重点是完善BIM工作流程。但它们仍然是以绘画为中心的,并陷入了容易出错的历史工作方法的泥潭。Martyn Day与新创业公司Slate Technologies的副总裁Richard Harpham就以BIM为中心的方法如何抑制建筑

进行了对话

理查德·哈珀姆一直是AEC软件行业的重要人物。灰烬。我们第一次见面是在2002年的伦敦,当时他向我展示了一种名为Revit的新建筑设计解决方案。哈珀姆后来加入了欧特克,并搬到美国,负责将Revit引入北美和南美。随后,他领导了AutoCAD和所有AEC产品的全球营销。

最近,Harpham领导了Shooting Star Construction Sta的软件商业化工作Rtup,Katerra.

现在,他与硅谷校友和知名数据科学家组成的团队一起,加入了一家名为Slate Technologies的新技术公司,该公司目前正在与世界上一些最大的建筑公司一起测试新软件。


Martyn Day:自从我们第一次见面谈论Revit以来,发生了很多事情。您对AEC技术的现状有何看法?

<斯特龙理查德·哈珀姆:显然,技术给建筑师、工程师和承包商带来了许多伟大的东西,尤其是直接归因于技术进步的新职业机会的出现。此外,毫无疑问,工作条件得到了改善,更干净、更有吸引力的职业道路创造了更多样化的工作人口。

然而,值得注意的是,大多数基本的生产力、浪费、返工、错误和成本T问题在很大程度上与首次引入Revit时相同。同样令人惊讶的是,我们的大多数信息仍然以一种令人难以置信的碎片化方式存在于2D文档中。作为一个行业,我们可能已经采用了3D模型,但我们似乎仍然是2D的奴隶,同时利用几十年前的单核软件。


Martyn Day:我记得在创建BIM术语之前的Revit.为什么BIM的想法蓬勃发展,为什么你认为它变得如此重要?工业?

广告
广告
Ric

hard Harpham:Revit一被收购,Autodesk内部就努力将其定位为不同于现有CAD和3D解决方案的解决方案。从根本上说,AutoCAD、Architectural Desktop和Revit都是为了提供协调的文档而构建的。用户发现很容易看出Revit如何极大地提高了图形协调性,但仅仅是更好地交付图形就是一种挑战非常有限的市场地位。

因此,Autodesk团队创建了一个新术语“建筑信息建模”,专门用于更好地定位Revit托管数据的功能。我记得有关于使用术语单一建筑模型(SBM)的争论,该术语已经广泛用于3D建筑模型,但该术语与Graphisoft有很大关联。

经过大量的营销努力,BIM术语被大型AE公司中一些比较叛逆的技术专家所采用,其中一个关键的原因是这是一个关于如何将BIM用于纽约自由塔的演示。然后,几乎一夜之间,任何严肃的建筑师和技术人员都必须向其公司的合作伙伴解释他们的BIM战略,第一批BIM经理开始出现。

对于具有前瞻性思维的公司来说

,BIM是一种具有竞争力的分离器,并被广泛用于提升其提供现代设计服务的技术实力。值得注意的是,这种以BIM为中心的理念几乎渗透到了AEC技术开发的各个方面从那以后,无论是在公司内部还是在软件开发人员中。但是,在过去的几年里,我看到了普遍接受的前提,即“ BIM ”应该是建筑生产过程中的数据核心,现在受到了挑战。许多人现在认为,它更像是一块磨石,而不是一个推动者。


Martyn Day:您认为关注BIM可能是错误的方法吗?

理查德·哈珀姆:我不想说使用BIM是错误的,只是说它需要被定位为可以在构建生产过程中利用的许多上下文源之一。在单个项目BIM中,所有项目数据都必须附加到单个3D模型中,这种情况几乎从未发生过,由于合同风险或缺乏信任,每个专业人员最终都会创建自己的3D模型。这一点,再加上集中式BIM的文件大小问题,促使我们寻找软件来解决对提高生产力几乎没有帮助的协作挑战。

这一期的BIM协作在建筑生产过程中保持工作流程的速度方面创造了一个“节流阀”,这通常意味着信息“从3D ”进入2D文档,以跟上项目的步伐。


Martyn Day:我不认为你在今天的问题上说了很多新的东西,但你现在在Slate关注什么来解决更大的问题?

理查德·哈珀姆:我们已经花了相当多的时间与这些公司交谈。被他们的数字数据(包括BIM)淹没,令人惊讶的是,他们发现在关键决策过程中很少使用这些数据。

我们还证明,简单地数字化我们的遗留流程,就像大多数当前的建筑软件所做的那样,并不能提供我们所希望的生产力回报。我们可能正处于一个重要的分水岭时刻,基于人类认知能力的现有可信方法可能已经达到了极限。

组建Slate

的团队越来越有兴趣更好地了解我们的遗留流程和决策习惯如何为改进软件设计提供答案。大量研究已经证明,人类在试图避免损失时通常更专注于寻找收益,只要有可能就坚持最初的计划。当这种决策偏差在建筑生产期间的几周和几个月的决策中成倍增加时,就会破坏大多数提高生产力的尝试。


档案中的
一条:2005年,当Revit被用于纽约自由塔
时,BIM一词才真正流行起来。

几乎所有的软件工具都试图让你保持在原来的时间表上,或者尽量减少变化。D增加成本。在AEC中,我们无意中告诉我们自己和我们的软件,变化是要避免的,因为我们无法预测变化可能是好还是坏。

我们在日常生活中

也会遇到类似的不合逻辑的人类行为,有人可能会说:“我知道有一条新路去商店肯定会更快,但我一直都是按这条路开车的,因为我知道怎么走,也知道走这条路要花多长时间,”当然,我们大多数人现在都信任汽车或智能手机中的软件。它总是建议“改变机会”,比如“走下一个出口,走一条更快的路线,以避开交通堵塞”。GPS软件旨在预测和暗示积极的改变机会。你仍然可以决定是否接受建议,但至少你现在知道了。


Martyn Day:那么,你是在暗示这是一个流程设计问题,我们需要摆脱过去行之有效的可信方法?

理查德·哈珀姆:嗯,在阿尔莫斯。在所有其他人类工业努力中,我们正在朝着更加敏捷的环境驱动决策过程发展,将“变化”视为改进的机会,而不是要避免的问题或事件。许多负责数字化转型的专业人士正在寻找解决方案,以帮助他们改善对阻碍建筑生产过程中发生变化的流程的治理。

我们

什么时候决定改变总是不好的?如果你依靠全球定位系统来引导你离开M交通,如果它在改变机会后告诉你,你会生气的。“我知道前面有车,但我让你走同一条路,因为你总是走那条路。”

新一代软件工具需要成为帮助您做出更好决策的实时助手。就像沿着GPS规划的路线开始驾车旅行一样,当你开球一个建筑项目时,所有的环境都发生了变化。因此,就像GPS一样,您的数字建筑决策助理需要寻找可以预测积极变化机会的模式,在正确的时间呈现它们以改善结果。


马丁·戴:所以,这就是我们对你的新公司Slate的期望。听起来,你提出了另一种AI/ML解决方案?

理查德·哈珀姆:是的,我们对这些术语都有点厌倦了。这是理解如何最好地使用ML和AI的早期阶段。是的,我们有几个以BIM为重点的,ML/AI驱动的图像捕获,用于将现场进度与序列模型进行比较。但是,为了使这些解决方案取得成功,我们必须等待模型版本跟上,以检查施工是否跟上进度。一想到如果我们尝试使用当前的BIM工具,他们会带来多少额外的努力和成本,我就头疼。

在Slate,我们首先研究了为什么在建筑生产过程中会做出这样的决定,这样我们就可以理解为什么看似可以避免的问题会反复出现。我们清楚地发现,这些重复的低效率中有许多是由人类行为造成的,而不是数字的低效率。所以,在我们训练我们的“机器”之前,我们要确保我们更好地了解机器需要做好什么才能克服人类做得不好的地方。

我只举一个例子。Christopher Chabris和Daniel Simons的一项获奖研究探讨了认知错觉的影响。他们研究了两个FASC创造人类行为:无意视盲和变化视盲。它们已经进化了数千年,以帮助人们处理我们眼睛所看到的海量数据,导致认知焦点非常狭窄。

除非有什么东西像老虎一样从你的侧面攻击你,或者有什么东西移动得很慢,不构成威胁,否则你的大脑就不会看到它。虽然这有助于我们在丛林中不会分心,但这种自动过滤可能会让我们对潜在的价值视而不见。我们工作日期间的LE决策环境。

计算机器,比如我们在Slate建造的机器,不需要以同样的方式过滤视觉信息。一旦接受培训,他们将能够看到、计算、关联、内省焦点范围内呈现给他们的一切,然后毫无偏见地预测潜在的问题或机会,不会遗漏任何东西。

通过这种方式,Slate的目标是揭示建筑专业人士通常不会意识到的有价值的见解。帮助避免问题或利用机会改善结果。


Martyn Day:这听起来像是需要大量的数据,而在这个过程中,有28家公司没有很好地(或愉快地)共享数据,这些AI/ML解决方案如何才能清楚地了解整个项目?或者这只适用于离散过程?

理查德·哈珀姆:虽然我们确实有数据共享和访问问题,但我们没有数字数据短缺的问题。奥布勒姆。最近,数据专家Splunk Inc.发布的一项研究指出,组织中多达55%的潜在数据被认为是“黑暗”数据,即未知、未发现、未量化、未充分利用或完全未开发的数据。

他们创造了“暗数据”这个词,用来描述保存在竖井和软件中的数据,这些数据分散在公司的生态系统及其供应商中。在与几个总承包商合作的过程中,我们发现了大量的现有资源这可能会在交付决策环境方面提供巨大的价值。我想到了一个常见的例子。几乎每一家与我交谈过的公司都会在项目结束后创建一份“经验教训”文档,但我所遇到的公司都没有以任何系统的方式将其作为未来工作的资源。

虽然Slate不只是用于离散决策,但我们已经开始尝试了解构建过程中的个人角色可能受益于哪些决策辅助。我们已经看到了公司集中决策的ILD “任务控制”方法,但这已被证明是昂贵且难以实施的。

在Slate,我们正在尝试引入一些更容易被使用移动设备的个人采用的东西,最初的重点是在他们的计划任务之前、期间和之后增强决策。我们还在发展易于实施的跨公司数据集成,交叉多个数据流,以揭示有价值的机会,否则可能永远不会有已经被发现得足够快,足以影响结果。


Martyn Day:我们可以从Slate的商业解决方案中期待什么?

Ric

hard Harpham:今年早些时候,预计我们的“移动优先”解决方案可以在施工前和施工阶段为决策者提供即时价值,为个人在日常工作中提供即时决策环境。然后,Slate利用其专有的动态调度功能来确保R执行变更决策可以立即更新整体计划以及个人任务的顺序。

不久之后,Slate与分包商和材料供应商的软件和系统的集成数量将不断增加,这将创造数据洞察力,对管理层以及执行任务的个人都很有价值。

我坚信,我们在建筑交付方式上正处于重大转变的开端,一套新的“机器”正在运作与人类合作,以支持该行业实现其期待已久的生产力和利润增长。

<!--relpost-thumb-wrapper--><!--close relpost-thumb-wrapper-->

广告