
强调技术转型的王石 为何不想谈大数据_数据分析师考试
未来十年万科会发展成什么样子?王石认为有两点是清楚的,一是从制造型向技术型转型,二是从销售商向服务商转型。除了技术,转型中的万科也正在经历组织结构的扁平化变革及其带来的阵痛。
那么,万科的郁亮式“失控”还要持续多久?万科董秘谭华杰认为,万科内部组织结构上的重大变革,有可能会持续三五年的时间,“我们希望未来万科能把内部所有金字塔结构全部摧毁,统统改成平行架构”。
万科住宅产业化研究基地,位于广东东莞松山湖,它是王石特别钟爱的一个地方。最近,万科决定在这里建设一栋工业化宿舍试验楼。
这并非标志性的豪华住宅,却引起了广泛关注,因为这是万科将BIM(BuildingInformation Modeling)技术用于建筑建造全流程的首次尝试。
BIM中文译为“建筑信息模型”,它的原理是将建筑工程项目的各项相关信息数据作为模型的基础,进行建筑建模,并通过数字化信息模拟建筑物的真实信息,实现虚拟施工等功能。
BIM的关键词是大数据。王石此前在接受采访时表示,万科正在积极推进BIM的应用,大数据的力量正在颠覆传统的建筑模式。
可是,最近王石在一个公开场合却说:请你们不要在我面前说“大数据”三个字。做着大数据的事儿,王石却不想谈大数据,个中原因究竟是什么?
透视BIM:从技术到革命
在东莞松山湖这片占地200亩的土地上,万科的科研团队着眼最前沿的建筑技术。从项目前期的设计、建造,再到建筑运营维护、能耗监测,整个建筑过程均使用BIM数据进行管理,甚至对于门窗把手、抽屉等部件,万科的科研团队都能建立清晰的可视化模型。
在以往,建筑从业者拿到的施工图纸,只是各个构件信息在图纸上的线条绘制表达,如今有了BIM,就把过去线条式的构件形成一种三维的立体实物图形。BIM的应用,可以大大提升施工管理效率,还可以减少质量问题。
BIM带来的不仅是全新的设计技术升级,更是一场涉及房地产设计、生产、施工到运营的全行业革新,从而吸引了房企龙头万科的关注。
早在去年3月,万科建筑研究中心便开展了项目BIM全过程运用实践,希望以BIM数据为抓手,搭建一个涵盖产品定位、产品设计、招标采购、施工管理、项目销售、交付验收、客户使用、运营维护全过程的产品数据库。
万科建筑研究中心资深建筑师周有源向《每日经济新闻》记者介绍,位于万科建筑研究中心的两个实验性项目——万科东莞热带雨林馆与工业化宿舍试验楼,以及重庆万科金色悦城(楼盘详情 楼盘点评 项目图库 价格走势)四期2号楼成为BIM试点项目。其中,万科东莞热带雨林馆于今年3月获得深圳市第十六届优秀工程勘察设计奖——(BIM)设计一等奖。
项目分包:大数据建房的障碍
在7月12日举办的第三届外滩国际金融峰会上,王石说,“大家都在说互联网+、云计算、大数据……但是当着我的面请你们不要在我面前说‘大数据’三个字……同时开工的300个项目当中用BIM的还不到10%,所以你跟我谈什么大数据呢?”
作为一家强调技术转型的房企创始人,王石不惜大曝家丑,焦虑之情溢于言表。
的确,这种高科技的建房技术,目前在国内还是新鲜事物,鲜有房企使用。即便是走在住宅产业化前端的万科,BIM的应用也还处在探索阶段,用大数据建房仍然只是个梦想。
根据国际信息服务机构McGraw Hil的调研,美国工程建设行业采用BIM的比例从2007年的28%增长至2012年的71%。相比之下,国内BIM的应用率非常低。
兴业证券建筑装饰行业分析师王挺向《每日经济新闻》记者表示,由于我国建筑工程项目分包的传统,导致项目的全生命周期被人为划分成多个独立部分,作为一个对建筑工程项目全生命周期进行管理的工具,BIM常常显得无力。
以设计环节为例,周有源指出,在建筑工程分包的过程中,由于设计收费并未明显增多,但采用BIM设计的工作量明显增加,设计单位采用BIM的动力并不强,甚至万科也在全BIM施工图出图时遇到了同样的阻力。此外,在项目报批报建方面,虽然深圳、上海等很多地区已经开始了BIM电子报批试点,但要真正实现网上BIM电子报批审查仍存在障碍,这需要政府建设主管部门能够统一要求,协同人防、消防等相关部门在项目立项、规划设计等阶段建立起统一的数据共享平台。
正如王石所言,作为传统行业的房地产,在数据搜集方面的能力相对不足。周有源发现,在成本采购方面,基于BIM的三维采购原始数据匮乏,多数设备供应商、材料供应商未能跟上BIM的发展要求。
正如互联网技术正在改变房地产业,BIM对于房地产开发建设流程带来的也将是革命性改变。在周有源看来,历史上每次变革的发生均是技术发展到一定阶段,由量变引起质变,随着未来国内建筑设计标准更完善、建筑市场成本更透明、施工管理更规范,技术更新所带来的改变就会水到渠成,而BIM就是房地产开发建设的未来。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19