房地产价值链上的大部分业务，都“传统到了底”，走向互联网之路显得更为艰难。不过最近，大数据开始在搅动这摊浑水，大型建筑设计集团华东建筑的云华建、地产巨鳄万科的3P、建筑设计垂直社群筑龙网孵化的小筑设计等都纷纷高举“大数据”的旗帜，期望在建筑设计互联网化的赛道上能有个好成绩。 在大数据改造下，各家的玩法却不一样 尽管都是在做互联网建筑设计交易平台，云华建、万科3P、小筑设计这三个在同一赛道上的三个典型选手对大数据的利用角度却不一样，最终呈现出的玩法、业务模式和市场效果也有所区别。
房地产价值链上的大部分业务，都“传统到了底”，走向互联网之路显得更为艰难。不过最近，大数据开始在搅动这摊浑水，大型建筑设计集团华东建筑的云华建、地产巨鳄万科的3P、建筑设计垂直社群筑龙网孵化的小筑设计等都纷纷高举“大数据”的旗帜，期望在建筑设计互联网化的赛道上能有个好成绩。
在大数据改造下，各家的玩法却不一样
尽管都是在做互联网建筑设计交易平台，云华建、万科3P、小筑设计这三个在同一赛道上的三个典型选手对大数据的利用角度却不一样，最终呈现出的玩法、业务模式和市场效果也有所区别。
1、云华建：大数据介入下的技术升级
按华东建筑的设想，“云华建”的定位是“虚拟设计院平台”。侧重点在于一系列新兴技术、概念与传统建筑设计的结合，从技术层面带动建筑设计的升级。这其中，最重要的莫过于大数据。
伴随智慧城市的发展，云华建试图将建筑设计从整体入手，通过GIS地理信息大数据系统、CIS用户信息大数据系统结合，并通过MR混合虚拟化技术辅助设计，期望设计出更加符合人居需要、更加适应城市发展要求的建筑。
简单来说， 云华建在赛道上利用整合新兴科技集合大数据竞争的方式，建立了一个以建筑设计为龙头的工作平台终端。
2、万科3P：植根于技术经验大数据的业务匹配
万科3P一出生就光环闪耀，王石亲自上阵站台，宣称它的“UBER属性”。
UBER是典型的大数据应用平台。万科3P的底气某种程度上也来源于万科在建筑设计方面的大数据基础。
与UBER依靠城市交通大数据算法来匹配司乘双方的需求类似，万科3P是基于其多年地产行业经验的技术大数据基础，在房地产住宅项目领域万科的技术标准是大中小地产公司的学习标杆， 万科3P在建筑设计交易赛道上偏向万科企业级筛选标准大数据。 响铃不禁会想，这个平台是否仅限于万科自己内部共享，其他企业同行会上来用吗？让我们一起拭目以待。
3、小筑设计：以大数据为基础的业务模式再造
云华建、万科3P使用大数据存在着方向性差别，而同样赛道上的小筑设计，模式又不太一样。
小筑设计的大数据基础是依托在筑龙网积累的19年1400万建筑设计领域相关专业会员上，根据设计师个人、设计团队的能力模型进行精准匹配是小筑设计应用大数据的主要方向。
基于对“设计师”的专业能力、项目经验等数据深入挖掘，小筑设计平台做的是将来自甲方的需求匹配与之适合的设计团队。这种匹配过程由基于大数据分析的自动化模型完成，双方都无法干预匹配的过程。
在80、90后设计师越来越主流、自由化工作需求越来越强烈的趋势下，这种模式可能是建筑设计未来的走向，即告别传统大型设计院的集中式约束，设计师可以专注做自己喜欢做的项目类型。
本质上，小筑设计脱胎于互联网背景，内里是互联网基因，利用“设计师”大数据在赛道上竞争的方式区别于云华建、万科3P的实体背景。所以这种模式更像是对传统设计院从对接业务到组织生产的超越重构，试图让建筑设计走向自由、开放，但效果如何只有等市场验证。
都在说转型升级，为什么大数据成了角力点？
大数据本来是在标准、可用数据描述的行业（例如金融预测、市场调查）等基础上发展而来，但是通过三家典型企业的竞争可以看出，一旦大数据的概念及做法树立，反推到建筑设计这样的传统行业，又会产生意想不到的效果。
1、作为非标行业，建筑设计需要大数据解决行业痛点
从缘起来看，大数据的应用主要体现在数据属性强的行业，倾向于直白的数字描述。
而 建筑设计是一个艺术性兼顾科学逻辑性的专业，很难进行标准化数字描述，所以一直以来，什么设计师做什么业务是没有太明确的标准的，靠设计院的领导和甲方判断“综合掂量” ，设计成果质量也不稳定，甚至同一设计师做几个类似的项目，其输出结果也可能有很大偏差。在业界，这已是默认的事实。
大数据的意义之一，恰恰是通过标准化的过程来提高决策的质量，这在某种程度上正好对口了建筑设计这样的非标行业的痛点。万科3P的背后，是万科沉淀的设计评判标准大数据变成可用来匹配甲乙双方的技术评判工具。而小筑设计的大数据应用更为直接，通过大数据分析对设计人员或团队本身与甲方需求的匹配程度进行“直接描述和排序”，不再靠主观的掂量，提高业务的拟合度。
2、设计院是个不透风的黑盒，大数据催生共享经济组织管理方式
传统的建筑设计业务模式也局限在区域范围内靠影响力接单，设计师只能被选择做项目，不能自主选择自己擅长的项目类型持续专项积累，面对的是设计院这个不透风的黑盒，甲方的合作也缺乏更广泛的选择空间。
应用大数据的互联网平台化却给了有想法的人更多的选择机会。
小筑设计的做法是通过大数据匹配，一边对接所有精细化的设计项目（学校、医院、办公室、咖啡馆等），另一边通过大数据匹配给最合适的设计师/设计团队，在中小型项目范围内，将优质的资源配置给需要的甲方。
这是以一种信息、信誉透明、接受监督的互联网组织模式，改变了设计院的“黑盒”，变成了创造更多可能的“魔盒”，这个魔盒的魔力大小，依靠的就是大数据应用的深度。不但能应用在建筑设计上，对其他律师行业、医疗行业等传统行业可能也是一种启示。
3、大数据能让房地产互联网+带来更多想象空间
既然建筑设计作为地产价值链的龙头，较好地践行了房地产互联网+，那么它的实践经验，反过来是不是又能指导房地产互联网+的道路？
答案是肯定的。事实上，大数据在建筑设计中的应用，是一种互联网思维的应用，而非单纯地应用互联网工具，这正是房地产互联网+面临的主要问题：过分地追求地产业务的互联网工具化，而不是用互联网思维去优化产品，从源头重构价值。
大数据解决问题的门槛在哪？
传统行业总会有各种长期形成的、难以根除的“旧弊”。互联网思维、大数据技术，都是手段不是目的，根本还是要能改变旧有模式下的各种“旧弊”，实现设计生态的优化，如此才是最终判断谁输谁赢的标准。
1、能否实现管理成本的集约化？
一份统计数据显示，大设计院65%的成本用在了房租、差旅、行政管理等综合管理费用，真正给到设计人员的费用只占到35%。从设计院的角度，这意味着管理体系的臃肿、效率低下，从甲方的角度，这意味着每支出1元钱，只有0.35元用在了自己想要的设计成果上，质量与预期的差距可想而知。
所以， 互联网平台、大数据的引入，如果不能冲击这种旧有模式，很可能在助推设计业务进步上是没有价值的。
同时，这也意味着设计生态的优化还有很大的空间，例如，小筑设计利用互联网的优势进行降维整合，平台仅收取10%佣金制，就是在尝试将设计之外的管理费用降低到合理的水平。
但以上几个典型企业，在这方面都存在疑问。云华建的线下还是非常传统的设计院模式，大型国企积重难返，仅靠一个专家聚合的互联网平台，只把大数据应用到纯技术升级上，可能很难改变这种成本臃肿的现状。万科3P的UBER模式可能会好点，但万科3P的企业级平台其它企业未必买单。小筑设计的10%佣金制，并未考虑到非自由职业的设计师/设计团队面临的其他费用，实际管理成本可能高于10%。
2、能否提升设计师满意度同时提升业务效率？
根据某行业博客《2016设计行业现状调查分析》，建筑设计院有超过七成的设计师都在考虑副业或转行，这显然是一个夸张的比例。
任务繁重是一个原因，但任何行业都很辛苦。设计师们集体动摇的背后，是辛苦的同时还很难做自己喜欢的、擅长的设计工作，疲于应付各种复杂的任务指派。
在追求自由化、追求自我的时代，设计师不喜欢、不擅长就意味着低满意度、低效率。所以，大数据技术在这里的重要意义之一，就是让所有的设计师从事设计行业都能够准确地找到自己最喜欢做的设计项目类型 。
小筑设计的做法是大数据基础上的三级能力匹配模型，包括大数据模型、个人能力模型、团队能力模型与设计需求的匹配，并且专注于中小型项目，应对市场激增的中小型业主需要，实现“精准匹配”。万科3P及云华建整体而言缺乏这样的基因，他们的目标客户集中在较大型项目上，容易以传统大型设计项目的整体形式出现，难以照顾到个人或者小团队需求。不过，这也说明了小筑设计明显的缺点：相对难以覆盖到大型项目，如果不是设计师个人、小团队的自由化业务模式，则不能给传统体制下“深宅大院”里的设计师太多的帮助。
3、能否重构产业链条且改变相互不信任的现状？
传统设计业务模式存在一个很长的链条：甲方需求-设计院商务-设计师技术标-甲方比稿-中标-委托设计。
这个过程往往持续一月甚至数月，且看似中规中矩，实则双方都在相互猜忌。设计院觉得甲方要求太多，或者担心甲方比稿剽窃成果，甲方怀疑设计院的能力水平和服务积极性。
所以， 采用大数据手段，要能改变这两个事情：冗长的产业链条；相互不信任的合作。
万科3P、云华建一方面依靠企业背书和专业形象能够保证多方的相互信任，另一方面也存在业务获取后，仍然需要履行线下冗长产业链条的问题。小筑设计的优势在于大数据“魔盒”如果能做到将产业链条进行浓缩重构，加快的筛选过程，用大数据带来的精准匹配保证相互的信任，实现“诚信合作”，但缺点在于设计资源的基础多是中小型团队或个人，过分依靠平台背书，一旦发生失信问题，会对平台声誉造成影响。
总之，引入大数据革新建筑设计的业务模式是建筑设计从传统走向互联网时代的一种可行方式，业内几家典型的企业也正在进行角逐。它们对大数据的利用方式各不相同，最终谁赢谁输只能看谁能解决根本的问题。不过可以肯定的是，利用大数据进行建筑设计生态的优化，仍有持续进步的空间。
来源：筑龙BIM
