大数据、云、物联网、人工智能、BIM，这一系列的新词成了今天中国建筑产业的最夺人眼球的组合，智慧城市 建设的核心技术或理念基本上就是这些 了，只需要外加一个相对比较传统的地 理信息系统（GIS）。与以往非常不同的 是，在未来一个时期，创新的信息科技 将会成为“中国建造”的标准组织部分， 土法盖楼也要鸟枪换炮了。
本专栏打算从本文开始逐一探讨，考虑到人工智能技术（AI）还未真正成 熟，物联网（IoT）还未铺就，BIM行将不够新潮了，于是我们从大数据这一块 开始探讨。虽然传统建筑产业并不太重 视数据这回事，但实际上这是一个大量 使用数据服务的行业。我们首先梳理一 下传统建筑领域主要的数据业务。
01传统建筑行业的数据服务
数据服务（Data service）是一种 以数据为核心的服务形式，服务者使用 某种工具技术为客户提供处理好的成 果，客户只关心输入原始条件和获得最 终成果，当然对于数据的处理在当今时 代是几乎全部基于计算机技术的。
钱德勒的企业史一般将这个信息 处理过程切分为：记录，存储，检索， 分析与显示。他在《信息改变了美国》 一书中以气魄非凡的手笔描绘了在计 算机时代之前的信息处理发展的技术 史，至大型计算机刚刚普及的 1960 年 代的美国，还出现过一个细分专业的职 业，即数据处理经理（Data processing manager），上千家大型跨国企业和政 府机构都拥有这个岗位，当然也必须有IBM 的大型机，正是以 IBM 公司为代 表的技术使得这一次信息技术革命成 为可能。
这些现象是中国历史上所没有 的，中国在 PC 时代后期（1990 年代 末期以后）才真正开始进入信息化时 代，至今中央政府的口号已经从“信 息化带动工业化”变成“两化融合”。
在理论上所有的信息处理都可以 列为数据服务的范畴，本文只打算探 讨较窄范围的专业领域的对象，即建 筑相关的数据的处理，这包括设计数 据、施工及项目管理数据、开发商的 管理数据以及相关联的专业数据。我 们按信息的密集程度划分以下代表性 的数据服务业务，并将信息密集型的 业务结合数据处理的逻辑进行探讨。
效果图
效果图乃是当今中国最为庞大和 职业化的建筑数据服务行业之一。在 近十年来的 BIM 推广浪潮中，除却高 端效果图业务之外，基本上被 BIM 技 术淘汰殆尽。
算量和造价
几乎每一个工程，包括很小型的 家庭装修工程，都需要概预算，它包 括了工程量计算和估价两大部分。即 使把工程量计算业务单独剥离出来， 尤其是与专业的造价业务相分离，也 可以视为数量最大的数据服务之一。
还存在一种被称为“套价”的定 额时代遗产的数据服务工作，这是不 包括工程量计算在内、但又不算是高 附加值的估价业务的一种特别的数据 服务。详见定额造价部分。
结构计算
结构计算是全面而纯粹的参数化 的数据服务。正因为结构专业早早就 彻底“BIM 化”了，所以他们不太凑BIM的热闹。
绘图
图纸是天然的极其密集的数据 集，正所谓“一图胜千言”，但传统 的制图技术需要人类介入才能读懂图 纸。在没有绘图员职业的中国，讨论 绘图服务是有点尴尬。如果将大部分 设计师只是列入绘图员行列，那是找 麻烦，虽然当前大部分的设计工作乃 属于标准的绘图工作，但我们也不能 将他们贬为绘图员——这就是中国为 何不能有庞大的绘图员职业，而在国 外却可以有干绘图员至退休的。
在建筑设计中，设计与绘图本来 是很难区分的，这一点在手工绘图时 代是最难于区分的，到了绘图效率大 增的 CAD 时代开始合并，乃至于能够 自动生成图纸的 BIM 时代，情况就变 得更简单了（绘图工作消失了）。
进入电子绘图时代之后，打印服务就分离出来了。打印和复印图档的服务也是一个专门行业，不在本文讨 论。
翻图
翻图是指使用 CAD 软件将纸质图 纸绘制到电子文件中。注意，电子版文件可以分为矢量图和光栅图两类， 本处是指矢量对象图。一旦变成这种电子版，图纸的复制、重复使用和传 播就变得非常容易了，有些情况还可 以进行自动计算（称之为“运算式”， 英 文 computational）， 于 是 在 CAD 软件刚刚普及的时代出现过这种数据 服务，甚至于还出现了自动翻图机器 和识别软件，就如同名片扫描和图书 电子化一样。
三维翻模
三维翻模是指使用三维建模软件 将二维图纸（电子版或纸质版本）变成三维模型文件，“翻”字标识了其 复制的本性。翻模与翻图非常接近， 稍多出来的是对于图纸的认识能力要 高一些，翻模人员必须有很强的建筑 读图能力，才能够将图纸上的线条图 元对象在脑海中先理解为三维构件对 象，然后才能够在三维软件中选取相 应的工具进行建模。但是翻模的本性 与翻图是一样的，所以翻模不属于 BIM 概念中的 modeling 的范畴。
模型数据录入
与三维翻模一样，对于模型的构 件对象进行数据录入（无论是在模型 软件中，还是在数据库软件中），都 属于一种数据服务。按照的 BIM 服务 分级定义中的三层次划分，目前市场 上所见的 BIM 服务都属于数据服务， 很少有达到第二层级即 BIM 服务的， 更不用说是 BIM 咨询了，而无论服务 商如何声称自己在做咨询或专业服 务。数据服务是对数据到信息的处理， 而 BIM 服务则是对于信息到知识的处 理，至于咨询服务乃是从知识到智慧 的服务，这个划分符合数据 - 信息 - 知识 - 智慧这一逻辑次序。
与翻模一样，数据录入也不属于 modeling 的范畴。
定额造价
政府编制的定额式造价信息，已 成计划时代最后的遗产、并且还在相 当程度上继续支配着造价市场。企业 级造价信息数据还未充分发展起来， 这一块有很大的发展空间，而这一空 间注定是清单制——这是一种统一了 建筑对象分类编码标准的量价分离的 造价编制方法，从 2003 年清单规范 开始，中国开始拥有了自己的一套建 筑对象分类编码标准，这为 BIM 这种 高度对象化的专业数据库技术和方法打下了现实基础。
这一数据虽然是开发商、施工单 位最大的成本开支，却还未与企业的 ERP 或财务系统很好的结合起来，绝 大部分时候是割裂的软件系统。造价 在全国数以万亿计，号称是最后一个 还没有被互联网染指的万亿市场。
报表统计
诸如开发商进行变更类型、成本 等的数据统计，是利用自己内部的团 队力量进行一层层的数据采集、存储 和处理，最终得到指标。这是房地产 ERP 的主要组成部分。
房源信息中介
房地产经纪行业全赖数据，除了 房屋的基本数据之外、还有交易双方 的信息。许多开发商上信息化首先就 是 CRM（客户关系管理系统，用于售 楼）。经纪行业也已充分的互联网化， 并且诞生了数家上市公司。
随着技术的演化速度加快，上述 这些数据业务也在不断发生变化，但 受制于建筑工业发展水平的低下，所 以建筑领域在总体上是远落后于一般 制造业的信息化水平的。
02大数据的定义
在大数据的时代背景下、人工智 能迎来大规模突破之前，如上分析， 国内传统的建筑数据业务的发展前景 已经非常黯淡，没有引爆建筑信息革 命的希望了。未来一个时期，建筑的 数据在还没有来得及充分的格式化、 数字化及 BIM 化的情况下，就会迎头 撞上 AI 的降临，建筑行业又一次被 高科技打断进化路径而重塑。而 AI 革命的前提是大数据。
大数据（Big Data）又称为巨量 资料，指需要新处理模式才能具有更强的决策力、洞察力和流程优化能力 的海量、高增长率和多样化的信息资 产。“大数据”概念最早由维克托·迈 尔·舍恩伯格和肯尼斯·库克耶在编 写《大数据时代》中提出，指不用随 机分析法（抽样调查）的捷径，而是 采用所有数据进行分析处理。
传统建筑行业只有弱电、交易和 点云等少数几种数据可以称得上“大 数据”（Big Data），其他数据都不 够大，市面上绝大部分讲建筑大数据 的，充其量作“海量数据”，甚至于 基本上多是“数据库”或普通数据而 已，而且这些数据绝大部分都还没有 被电子化。
03三种大数据形式
弱电数据
弱电系统（各类建筑智能化）采 集的数据，多存储在磁盘或磁带机中， 定期就要清除，只保留一些统计数据。哪怕只是一栋楼，都要定期清除，因 为数据量实在是太大。其中最大的莫 过于视频，视频监控系统所采集的数据量，经常是只能保存 24 小时或几 天（车载的多用 SD 卡只能存几分钟）。凡涉及到计算机视觉的基础数据素 材，无论是图片、360 全景照片还是 视频，都是不折不扣的大数据，而且 已经都被互联网大佬盯上了。
除了视频，其他各类从传感器采 集数据的弱电系统的数据量都不算很 大，数据量主要取决于采样频率，如 智能电表的数据，每月一次和每秒一 次的数据量差异就极大，当然每秒采 样几乎没有意义，真正使用起来是取 决于运维管理需要——仅仅一栋楼的 需求又能大到哪里去呢，相比于城市 的那种大尺度规模来说，哪怕是非常 精益化管理的 FM。故而目前互联网 大佬主要投资于城市尺度的大数据， 即智慧城市，其所用技术皆来自建筑 工程界。
目前国内整个楼宇智能领域的 数据被利用起来的比例极低，这不仅 仅是缺乏 FM 管理模式，还有诸多其 他因素。是否将来通过大数据和人工 智能技术的突破导致改观？目前还很难预料，惟一可以预料的是：这种突 破一定不是来自建筑领域。因为一栋 楼的数据的价值实在是太低，而大数 据和人工智能技术的开发成本极高， 数据至少要 N 个城市级别。所以建 筑行业又要等待其他行业突破之后， 再一次被波及——就像 1980 年代的 CAD、本世纪的 BIM 这两次被波及一 样，滞后而缓慢。
建筑与物联网大格局的逻辑关系
交易数据
建筑产业链极其长，导致很难被 纳入一般制造业，其交易体系极为复 杂，每个工地都是一个小社会。交易 是很容易纳入到互联网领域的题材， 目前已有大批互联网公司介入，如 58 在租房（收购了安居客）、在居家服 务领域（58 到家），链家在房产交 易领域（链家网）等，新近火爆的互 联网装修题材也有众多公司正在快速 成长，如酷家乐。（上述数据截至 2013 年）
BAT 级的互联网公司也在智慧城 市、智慧建筑和城市云计算领域展开 竞争，导致竞相招聘 BIM 人才——这 一终极武器般的建筑底层数据结构技 术。这些特征导致最擅长交易电商的 电商巨头却在建筑领域毫无建树，除 却如同一般商品的装修建材类产品罗 列，并无行业特殊性，完全体现不出 来产业逻辑。这也许是在一定程度上 反映了这方面的机会尚未到来，浪潮 是一波一波的，想必他们一定在积蓄 力量。这在今天大概可以匹配上“产 业互联网”的概念了吧。
建筑行业存在一个密切的行业分 工和协作网络，其复杂性远超一般商 品交易，这大概是很难于被统合到一 个单一平台上的最重要的原因。
点云数据
在 BIM 领域，早期人们受制于 Revit 这类单机建模工具的局限，在 看待“逆向建模”（Scan to BIM）这 件事的时候，主要是想如何通过激光 点云扫描技术来辅助快速建模，但是 现在随着计算机视觉、图像识别技术 的不断突破，也开始重新反思 BIM 模 型这件事了——上图实际上也是一种 有关于建筑信息的 model（BIM 的名 词 解 释 即 为：Building information model）。
这种结合了全景照片、点云数据 与其他数据的整合数据集，又称为“视 觉点云”，能够进行室内定位和导航， 并使用手机拍照进行图像识别（与事 先扫描好的图片匹配）来判断自己的 空间位置，再结合点云数据就可以进 行室内导航所需要的室内空间自动计 算了。这一套技术路径基本上可以替 代掉传统的 BIM 工程模型的相当大部分了，如果只针对竣工模型的可见部 分的话——上述扫描主要针对既存建 筑，所得数据主要应用于 FM。
在人工智能识别图片中内容技术 （被人工标识了名称的对象，机械设 备、摄像头、消防栓、办公桌等等） 不断提高的今天，相对简单的建筑组 成部分的识别率已经很高了，如梁柱 板墙。下一步就可以展望全建筑模型 的自动生成了，如果喂给机器学习以 足够多的大数据的话。
视觉点云技术
04小结
随着技术演进的速度不断加快， 总体上我们对数据服务、大数据云平 台的发展前景是极其乐观的，这不仅 是传统的建筑产业链得以转型升级的 关键，更是人类社会走向智慧化的必 需品。简单来说，没有建筑的数据， 就没法真正实现智慧城市。
（责任编辑：何雯丽）
考试日历
