Lämpar sig Bayes-nätteknologi för lösande av byggnadsindustrins problem ?

Vid första anblicken kan Bayes-nät verka onödigt komplicerad och högt utvecklad teknologi för att lösa byggnadsindustrins jordnära problemställningar. Så är det inte i praktiken. När högteknologi utvecklats rätt till ett ändamålsenligt redskap behöver användaren inte förstå den bakomvarande teknolgin utan kan utnyttja den lätt och enkelt utan inlärningssvårigheter.

Byggnadsprojektens speciella särdrag

Varje byggnadsprojekt är unikt i många avseenden bl.a av följande orsaker:

  • Varierande resurser
  • En del byggkomponenter har vidareutvecklats
  • En del av resultatmätarna är irrationella
  • De yttre (varierande) och inre processerna (standardiserade) förutsätter olika typ av organisationer.


Av dessa föränderliga specialdrag följer bla:

  • Organisationens inlärning svår att göra effektiv
  • Byggprojektens "pilotmässighet" förorsakar svåra intressekonflikter mellan kvalitets- och projektorganisationen
  • Mätare av designens kvalitet är svår att anpassa till andra styrsystem
  • Hantering av risker och fasta kostnader försvåras om de handhas inom samma organisation.

    Bayes-nät är erkänt den teknologi som bäst kan hantera osäkerhet. Vi rekommenderar att ni utvecklar en egen skräddarsydd projektmodell med BayMiner-metoden. Modellens fördelar blir snabbt uppenbara och nyttan ökar ju mera data insamlats och tillfogats av nya projekt. Brister i organisationens och processernas effektivitet kan snabbt uppdagas. När modellen utvecklats kan ni använda BayMiner vid offertberäkningen för att förutse risker och lönsamhet som en sk andra synpunkt.



    Problem i byggnadsprojektets inledningsfas

    Byggnadsprojektens avtalsunderhandlingar pågår en längre tid än tidigare. Avtalsparterna som deltar i beslutsprocessen har ökat och det medför att tekniska lösningar måste behandlas mycket mera detaljerat. Detta medför ökade kostnader och under ökat tryck på besbaringar blir ofta detaljplaneringen bristfällig. Ett annat problem i specifikationsskedet är att beställaren inte granskar ärendet ordentligt, ledningen har inte tid och mellanledningen känner inte tillräckligt bra de uppställda målen. Checklistor fungerar inte på grund av tidsbrist och brist på disciplin leder till risktagningar.

    Genom att skapa en egen projektmodell kan företaget uppnå en betydande konkurrensfördel genom att uppbåda organisationens samlade erfarenhet i en fungerande resursallokering. Kostnaderna för en BayMiner- analys är endast en bråkdel av vad det kostar att insamla data via expertintervjuer och traditionella programmeringsmetoder. En BayMiner-analys kan påbörjas också med redan befintliga data.

    Projektets verkliga stadier är alltid fördröjda i rapporteringen

    Om det inte föreligger verkliga fakta drivs saken framåt på bas av trossatser - bra förklaringar hittas alltid. I efterhand överförs ansvarsfördelningen med motiveringen: "Siffrorna innehöll nog data för beslutsunderlag". Då det är fråga om stora projekt, finns det tiotals kontrollposter och ekonomiavdelningens uppföljning uppgår till hundratals rader, därav uppstår stora svårigheter att urskilja utvecklingsriktning. I andra fall visar projektens initialmätare att projektet framskrider otillfredsställande, men ledningen tror att resultatet kommer att förbättras och rapporteringen görs enligt detta önsketänkande. På grund av oklarheter och/eller svårigheter att vidarebefordra rätt information blir ledningsgruppen lätt en gummistämpel. BayMiner är lösningen på dessa projektledningens typiska problem.
    BayMiner- metoden genererar klara bevis på t.ex. experters utlåtanden. När analysresultatet är bundet till tid och plats och analyserats odiskutabelt finns det inte möjligheter till eftersnack. Kalla fakta kan användas att styra organisationens optimister som medvetet eller omedvetet fungerar "blåögt" i synnerhet under lågkonjunkturer.

    Applikationer

 
Copyright © Bayes Information Technology Oy 2001. All rights reserved. See Legal Notice.
Please, do give us feedback.