造价数据库平台建设小史
2024-12-24 浏览量：481
上世纪90年代初，住建部就首次提出工程造价数据库的建设，历经30多年，目前造价数据库的建设大致经历了三个阶段：
01面包型数据库建设路径：
收集历史数据，按固定的指标报表由造价总工级别的人员进行填报（面包级别），然后录入到数据库系统。
【优点】：数据经过专业人员清洗加工，相对可靠。
缺点：
■加工难度大
■数据的层级较粗
■很难追溯
■数据复用场景很差
02面粉型数据库建设路径：
制定数据标准，包括造价文件编制标准，数据交换标准，造价指标指数标准，收集历史数据，按照数据标准进行加工，数据颗粒度较细（面粉级别），然后录入到数据库系统。
【优点】：数据库建设有了标准，参考性较强，可以追溯。
缺点：
■原始数据偏离标准较大时，清洗加工难度大。
■数据标准的制定仅仅考虑了造价层面，没有和设计端、施工端做融合，缺乏灵魂。
■数据复用场景较差。
03面包机型数据库建设路径：
依据设计、施工、造价规范，打通设计逻辑和施工工艺工序，制定数据标准。依托AI技术，自动清洗材料、清单、成本科目数据（面包机级别）。建立材料价格、清单价格、成本科目量价的数据模型。
【优点】：AI技术的加持，快速清洗原始数据，实时生成数据模型，实现造价数据复用。
缺点：
■AI算力、算法的投资较大。
■数据的来源、数据的确权是一个大问题（需要海量的数据）。
04造价数据库的发展趋势预测
造价数据库本质是历史造价数据的复用，因此一方面需要在建设时和设计、施工端打通，另一方面必须能和管理平台深度对接，能和计价平台、算量平台（含BIM模型）打通，更重要的是AI赋能。
相信未来5年，会出现一个智能的造价机器人，从估算、设计优化、限额设计、控价编制、成本测算、计量支付、结算审核等场景都能AIGC。特别适用于前期投资决策、工程总承包定价、财政评审、审计场景。
后记
目前在建立造价数据库方面，个人认为国内还没有形成成熟的方法论，学术端、行政层面端、企业端、软件公司端都在探索中，一家之言，欢迎大家拍砖。微信：fenglaoyezi001
