|
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
|