9月16日，平陆运河正式通航。

通航当天，船舶驶入新航道。这条全长134.2公里的运河，把西江水系和北部湾连在了一起。

过去，西南地区的部分货物要沿西江向东，经珠三角出海。平陆运河开通后，从西江水系经运河进入北部湾，可比绕道广州港缩短560多公里。它改变的不只是一条航线，还可能影响西南地区的物流组织、临港产业和面向东盟的贸易布局。

但如果从工程行业的角度看，平陆运河还有另一层意义。

实体工程不断向前推进时，数字空间中的模型、设备状态、监测记录和管理数据也在同步更新。

公开报道显示，平陆运河建设期平台连接了6500多台大型机械和近5000套监测设备。BIM用于优化异形结构模板，北斗、云计算、人工智能用于施工管理，无人机巡查边坡和截水沟，AI识别未戴安全帽、未系安全绳等违规行为。施工进度、质量监测、安全预警和水位调度等信息，也持续进入建设调度指挥中心。

最近一段时间，我们接到不少工程单位的咨询。有的准备从零搭建业务管理系统，有的已经用上BIM、智慧工地或进度计划软件，想把分散在平台、Excel和工作群里的计划、合同、成本、物资、安全整改和验收数据接起来。

这些单位虽起点不同，但提的问题却很相似：工程项目上的问题和任务，怎样及时交到对的人手里，处理完又怎样查得到？

已经有系统的单位，还会多问一句：新系统该接哪些数据，哪些事情留在原系统里做，才不会再造一个信息孤岛？

平陆运河提供了一个很好的观察样本。

普通工程单位不必照着超级工程采购一整套技术。先看懂一件事更有用：现场发现问题以后，谁接手、谁处理、谁确认结果。

现场发现问题只是第一步。

责任人接手，处理结果能复核，数字化才真正帮上项目管理。

一、平陆运河的数字化，不只是一张更大的工程地图

过去讲工程信息化，很多单位最先想到的是把资料录进系统，把进度画成图表，再做一块项目驾驶舱。

这些工作固然有用。可一项工程能不能被有效管理，不能只看系统展示了多少数据，还要看数据能不能参与管理动作。

平陆运河的数字化建设，至少让我们看到三件事正在同时发生。

第一，现场情况正在被持续感知。

大型机械、监测设备、北斗定位、无人机和各类传感手段，让项目团队不必完全依赖人工巡查和事后汇报。设备在哪里，边坡是否出现异常，截水沟有没有堵塞，关键部位的状态怎样，越来越多的信息能够直接从现场产生。

第二，专业技术正在帮助人理解现场。

BIM能够把复杂结构和施工方案放进可视化模型，GIS能够回答问题发生在哪个空间位置，数字孪生把实体工程的进度和状态映射到数字空间，AI图像识别则可以从照片或视频中寻找特定风险。

这些技术解决的是“看见什么”和“怎样判断”。

第三，识别结果开始进入管理过程。

新华社报道提到，平陆运河将AI图像识别用于施工现场管理，发现违规行为后可以自动生成巡检记录；无人机巡检发现截水沟堵塞、边坡隐患时，也能完成识别、定位和分类。

这里有一个很容易被忽略的变化。

如果AI只在大屏上标出一处红点，它提供的是信息。只有当这处红点生成巡检记录，关联具体标段和位置，交给责任单位处理，并经过复核确认，信息才开始变成管理。

因此，理解工程数字化，可以先记住三个环节：

设备负责感知，专业系统负责分析，业务系统负责推动处理。

• 缺少感知，管理人员看不见现场；

• 缺少分析，大量数据只能靠人逐条判断；

• 缺少业务系统，发现的问题仍可能停在截图、电话、微信群和Excel里。

很多工程单位已经做好了前两层，却恰恰在第三层出现断点。

二、工程数字化最容易断在“发现问题以后”

假设某个工程项目使用无人机巡检，系统发现一处边坡排水设施被杂物堵塞，并准确识别了位置。

从技术角度看，识别任务已经完成。可从工程管理角度看，工作才刚刚开始。

• 这处隐患属于哪个项目、哪个标段、哪个施工区域？

• 应该由总包处理，还是交给对应分包单位？

• 风险等级如何判断，要求多久完成？

• 现场清理以后，需要上传哪些照片和说明？

• 谁负责复查？复查不通过，是退回原责任人继续整改，还是升级给项目负责人？

如果这些问题没有系统承接，现场通常会换一种方式继续运转。

管理人员把截图发进群里，@一位同事去处理；同事再把信息转给分包负责人；过两天有人上传一张整改照片，却没有说明对应哪一处隐患；周会上大家问有没有处理完，还要翻聊天记录寻找前因后果。

这时，识别技术可能很先进，管理过程仍然依赖人盯、人催和人记。

要让这条数据产生管理价值，至少要完成五次转换。

1、从一个识别结果，转换成一条有编号的工程问题记录。

2、从一条问题记录，转换成带责任单位、责任人和期限的整改任务。

3、从整改任务，转换成包含处理说明、现场照片和完成时间的结果记录。

4、从处理结果，转换成复核、退回或验收通过的流程结论。

5、从单次处理，转换成可以按项目、标段、问题类型和责任单位统计的数据。

完成这五步后，项目负责人看到的才不只是“发现了多少问题”，还包括哪些问题没有分派、哪些即将超期、哪些反复整改、哪些单位的同类问题频繁出现。

这也解释了为什么有些工程单位建了智慧工地，管理人员仍然觉得工作没有轻多少。

摄像头、无人机和传感器让信息产生得更快，如果后面的责任流程没有跟上，管理人员每天面对的只是更多告警、更多截图和更多待确认事项。

信息采集得越快，后面的任务分派、权限控制和验收规则越要清楚。

工程数字化的难点，已经从“能不能获取数据”，延伸到获取以后由谁处理、按什么标准处理，以及怎样证明已经处理完成。

三、织信承接的，是“发现问题以后”的管理过程

前面的三层关系，也说明了织信适合承接哪一段工作。

在工程项目中，BIM、GIS、物联网、无人机和织信AI低代码平台解决的不是同一类问题。

BIM承载工程模型和构件信息，GIS处理空间位置，无人机和传感器采集现场数据，专业监测系统判断位移、温度、沉降等指标。它们让工程单位更快地看见现场、理解现场。

织信这样的企业级AI低代码平台，接在这些专业能力后面，负责把识别结果变成业务记录，再推动记录进入分派、处理、复核和归档。

这里我们仍然以前面的边坡隐患为例。

隐患可以由巡检人员在手机上提交，也可以由无人机、AI识别平台或其他专业系统通过接口推送。进入织信后，系统先把它保存为一条工程问题记录，关联项目、标段、区域、问题类型、风险等级、现场照片和发现时间。

随后，工作流根据项目组织和问题类型，将任务交给相应责任单位。责任人填写整改说明、上传处理前后的照片；监理或项目管理人员负责复核，不符合要求就退回，验收通过后关闭问题，并保留发现、分派、处理和复核的全过程记录。

这时，无人机发现的已经不只是一处红点，而是一件有编号、有责任人、有期限、有处理证据的工程事项。

如果企业有自己的升级规则，还可以设置超期提醒、重大问题上报和重复问题重点复查。是否关联计量支付、供应商评价或分包考核，则应根据合同和管理制度决定，不能看到“逾期”就让系统自动扣款。

同一条流程里，不同角色看到的内容也应不同。

建设单位关注全项目的问题分布和处理效率，总包查看自己负责的项目和标段，分包单位只处理分配给自己的任务，监理拥有复核权限，普通现场人员不能修改已经验收的历史记录。

这里的权限不能只停在“能不能进入系统”。工程协同还要控制一个人能看哪些项目、能查看哪些记录、可以修改哪些字段，以及能够执行哪些动作。

当这些业务过程持续运行，系统才能进一步回答管理问题：哪个标段临期事项最多，哪些隐患反复发生，平均整改周期是多少，退回率为什么升高，某类问题是否集中出现在同一个施工阶段。

织信不负责重复建设专业监测系统。

它承担的是一层可以持续调整的业务管理工作：向前接收BIM、GIS、物联网和现场设备提供的数据，向后连接项目组织、责任流程和管理制度。

不同工程的管理对象和规则差异很大。水利项目关注枢纽、航道、边坡和水工结构，市政项目可能涉及道路、管线、桥梁和交通疏解，设计咨询单位则更关注任务、成果、审查和版本。即使是同一家工程单位，不同业主要求的表单字段、审批节点和验收资料也可能不同。

织信AI低代码平台可以围绕项目、标段、合同、任务、问题、变更、签证、计量和资料等对象搭建应用，再按照实际管理规则调整表单、流程、权限和看板。平台原生能力覆盖不到的复杂逻辑，可以通过脚本、组件和API扩展，并与ERP、财务系统、BIM平台、GIS或物联网平台交换数据。

低代码不替代工程专业软件。它负责把专业系统发现的事情，纳入企业自己的管理过程。

四、项目案例：把项目过程变成可以核验的数据

这个价值并不只存在于施工现场。

只要一家工程单位需要同时管理项目、任务、人员、资料和成果，就会遇到类似问题。织信的客户——中交二航局，他们技术中心用低代码搭建的科研项目管理就是一个典型场景。

在系统建设前，技术中心的科研项目管理仍有大量工作停留在纸质办公和人工收集阶段。项目任务需要分配，科研成果需要汇总，项目资料要归档，项目周报和工时数据也要反复收集整理。

单看其中任何一项，好像都不难。

任务可以发在群里，资料可以存在文件夹，周报可以填Excel，工时可以月底统一上报。麻烦的是，这些信息彼此分开以后，管理人员很难回答几个连续的问题：

• 某个科研项目现在完成到哪一步？

• 这个阶段由谁负责，投入了多少时间？

• 本周汇报的进展，对应哪项任务和哪份成果？

• 任务延期以后，影响的是一个人的绩效，还是整个项目的里程碑？

管理人员要得到答案，只能从多份表格、周报和资料中重新拼接。项目越多，收集、催报、核对和汇总的成本越高。

织信AI低代码平台在这个项目中所做的，是把科研项目、任务协同、项目资料、周报、工时以及相关考核数据放进同一套可以持续调整的管理系统，并通过项目看板呈现进度和结果。

表面上看，这是把纸质记录和Excel搬到了线上。更重要的变化，是项目证据之间有了对应关系。

项目下面有任务，任务对应负责人和计划时间，周报反馈任务进展，工时说明人员投入，项目资料和科研成果记录最终产出，绩效评价可以引用这些过程数据。

项目状态不再只来自某个人的一句“正在推进”。管理人员可以顺着任务、时间、投入和成果，一层一层核对。

根据测算，平台在投入使用后，每年可节省相当于至少24名人员的管理成本。虽说不同单位的组织规模和管理方式不同，这个数字也不能直接套用，但它指出了一类经常被低估的成本：大量管理人员和业务人员的时间，被花在催报、抄录、合并和核对数据上。

中交二航局技术中心的场景不在施工现场，但它与施工项目使用的是同一种管理方法。

两类项目都要先把目标分解为任务，把任务交给组织和人员，再用进度、工时、资料、质量记录和交付成果证明工作完成。施工项目多了标段、工序、设备、物料和参建单位，关系更加复杂，管理逻辑并没有改变。

项目数字化的关键，是让计划、任务、投入、过程和成果能够相互对应。

做到了这一点，系统中的数据才可以用于判断；做不到，项目看板再漂亮，也可能只是把几份人工报表换了一种展示方式。

五、普通工程单位该复制的，是建设顺序

平陆运河投资规模大、参与单位多、专业技术复杂。大多数工程单位既没有必要，也不可能照搬它的数字化配置。

普通工程单位可以沿着同样的顺序推进：先确认现场要感知什么，再确定哪些规则负责判断数据，最后让判断结果进入管理流程。

准备启动工程数字化项目时，可以先回答五个问题。

1、系统究竟管理什么对象？

是项目、标段、项目分解任务、质量问题、安全隐患、设计变更、现场签证、计量支付，还是设备和物资？对象没有分清，后面的表单和报表很容易反复调整。

2、数据从哪里来？

哪些由现场人员填报，哪些来自设备、BIM、GIS、ERP或第三方系统？同一个字段如果有多个来源，要先确定以谁为准。

3、发现问题以后交给谁？

责任不能只写一个部门名称，还要明确在不同项目、标段和问题类型下，怎样找到具体责任单位和处理人。

4、怎样才算处理完成？

需要哪些照片、记录、签字或检测结果？由谁复核？退回后回到哪个环节？历史记录能不能修改？这些规则决定问题能否处理到验收归档。

5、哪些系统需要连接，哪些可以暂时不接？

已经有权威来源的数据，不要在新系统里重复维护。业务口径还没有统一的接口，也不要为了显得完整而急着开发。先把责任和数据来源定清楚，再做连接。

对多数工程单位来说，更稳妥的做法，是先选择一个跨部门频繁发生、结果又容易核验的场景。

可以从质量问题整改、安全巡检、项目周报、设计变更或资料归档中选择一个，把“发现、分派、处理、复核、归档”完整跑通。等数据和责任关系稳定以后，再连接专业系统，再扩展到多项目管理和经营分析。

这样做看起来没有一开始就建驾驶舱那么热闹，却更容易产生实际效果。

因为项目管理需要的，不只是多一张展示全局的大屏。它还要少一次漏办、少一次重复催报、少一份来源不明的数据，出了问题能够查清谁在什么时间做过什么。

平陆运河通航以后，船舶、船闸和港口的协同开始进入新的运行阶段。对工程行业来说，它留下的数字化经验也不该只停在“用了哪些新技术”。

超级工程让我们看到技术能够到达的高度，中交二航局这样的案例则提醒我们，数字化也可以从最日常的项目任务、周报、工时和资料开始。

两者背后的方法是一致的：让现场和项目过程持续产生可信数据，再让这些数据进入责任明确的管理流程。

衡量工程数字化有没有落地，可以看四件事：

• 每项任务有没有来源；

• 每个问题有没有去向；

• 每次处理有没有证据；

• 每个结果能不能复盘。

如果工程单位正在规划自己的项目管理系统，可以先选一条最需要改善的业务链，在织信中把数据对象、处理流程、角色权限和统计看板搭起来，再逐步连接BIM、GIS、ERP和现场设备。点击【阅读原文】，可进一步了解织信Informat企业级AI智能开发平台在工程项目数字化中的应用方式。