中标之后：建筑业生产率的下一个挑战

施工企业在投标前生命周期中的技术应用已取得实质性进展。

算量和估算工作流程正日益自动化。投标信息的组织、审查和共享变得更加便捷。承包商能够评估更多机会，并在不按同等速度增加人手的情况下应对更紧迫的截止日期。

在Attentive.ai，我们通过旗下基于AI的算量与估算软件Beam AI亲眼见证了这一点。美国和加拿大的承包商正利用该软件提高投标能力，并加快估算流程。

然而，这一进展也暴露了新的制约因素。赢得更多项目并不自动意味着团队已做好交付准备。

一旦项目进入执行阶段，许多承包商仍依赖相互脱节的图纸、独立的专业模型、基于邮件的协调以及手工文档。投标前阶段开发的信息往往无法顺畅地传递到施工阶段。

这正是建筑信息模型（BIM）变得至关重要的原因。行业已提升了投标能力，现在必须提升执行能力。

更快的投标正在转移瓶颈

多年来，承包商专注于缩短算量、估算和投标所需的时间。这种专注是必要的。手工工作流程限制了团队能够实际追求的机会数量，并给本已紧张的估算部门带来压力。

随着这些工作流程的改进，制约因素向下游转移。

承包商或许能够投标两倍的工作量，但他们赢得的项目仍需要协调的模型、碰撞解决、可施工性审查以及现场就绪文档。

当协调发生较晚时，团队会在现场发现冲突。此时，即使是一个小的设计差异也可能演变成重大的现场问题。

加速投标而不强化向执行的交接，只是将低效转移到了别处。

BIM常被讨论为软件、三维模型或合同交付物。这种定义过于狭窄。

BIM的真正价值在于围绕模型的协调过程。一个协调良好的模型应帮助团队在施工前确定系统是否能够安装、检修和维护。

但是，一个看似完整却无法支持现场决策的模型，其运营价值有限。

这也是仅靠碰撞检测不够的原因。软件可以识别成百上千个潜在冲突，但它无法独立判断哪些碰撞是关键性的、哪些是可接受的，以及哪种解决方案对承包商而言是切实可行的。

技术可以加速识别，而经验丰富的BIM专业人员则提供将发现转化为协调、可施工成果所需的判断力。

许多承包商在BIM方面面临与投标前阶段相同的员工配置挑战。

大型企业可能有资源建立跨多个专业的内部建模和协调团队。中小型承包商往往不具备这些资源。他们的需求也随项目波动，使得为每个专业配备永久性人员变得困难。

因此，灵活获取BIM专业知识正变得越来越重要。

这正是BIM CoPilot背后的理念，这是Attentive.ai推出的经人工审核的多专业BIM管理解决方案。扩展到BIM是一个自然的进程。Beam AI的客户通过自动化的“为你完成”算量和估算，以及针对暖通、管道和钢结构的“自己动手”AI算量，提高了投标能力。

他们能够追求并赢得更多项目，但仍需要支持将设计文档转化为协调模型和可施工图纸集。

教训很明确：仅解决投标前问题并不能解决项目交付问题。

施工技术的下一阶段将不是由多少项独立任务被数字化来定义，而是由信息在任务之间的流动效率来定义。

算量数据应为估算提供信息，估算应支持投标，中标范围应进入协调建模，模型应支持制造、安装和移交。

每个阶段都应向前传递上下文，而不是迫使团队在脱节的文件、供应商和系统之间重建信息。

美国和加拿大已有超过1200家承包商和供应商使用Attentive.ai在投标前阶段创造更大容量。但只有当执行能够跟上时，投标容量才能转化为业务增长。

下一个生产率提升不会仅来自更快的投标，而将来自防止项目中标后侵蚀利润的协调缺口、返工和延误。

建筑业已实现投标数字化。那些将投标与施工连接起来的企业，将最有能力在扩大规模的同时保持控制力、质量和盈利能力。