热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

“云大物移智链“等创新技术对项目管理领域的影响

卷首语如今数字革命正在发生,各种新型技术和技术名词层出不穷,对于项目管理领域这一传统IT领域,我们是否应该关注并及时应用到项目管理业务中

卷首语

如今数字革命正在发生,各种新型技术和技术名词层出不穷,对于项目管理领域这一传统IT领域,我们是否应该关注并及时应用到项目管理业务中?


新型技术的兴起

这段时间,最火的表达新技术趋势的名词就是“云大物移智链”,具体是指云计算、大数据、物联网、移动互联网、人工智能、区块链技术,读者对上述技术都很熟悉,我们不做赘述。

 

作为项目管理系统领域,工程行业的信息化水平一向非常低,据统计,中国建筑行业信息化投入远低于国际发达国家。公开资料表明我国建筑施工企业信息化投入占总产值约为0.08%,而发达国家则为1%,约为发达国家1/10,这一数字过去仅仅好于农业。而随着近些年,国家大力提倡智慧农业、乡村振兴,农业的数字化、智能化水平正大幅提升。

 

面对层出不穷的新技术,项目管理领域如何应用并创造价值呢?


新兴技术该不该应用到项目管理领域?

面对这个问题,我们要从两方面入手。

首先,工程行业的利润率逐年下降,甚至大量项目面临亏损。我们以建筑业为例分析,据统计,2019年世界500强中国建企利润率下滑至0.74%,抛去最低值,其余几家海外建筑企业利润率为3.1%。与同行业相比,中国特大型建企赢利水平远远低于国外大型建企。与其他行业相比,中国建筑业远低于中国工业平均水平,属于利润率最低的第二产业。造成这种情况的原因,很大部分是因为生产方式的落后。

另一方面,我们看到各种新技术在工业制造领域、航空航天领域应用效率非常好,极大的提高了生产效率和科技化水平。虽然,目前这些技术对于工程项目领域的促进还不明显,但科技的趋势必须跟随,否则企业便会面临淘汰。


项目管理领域如何正确应用新技术?

新技术带给行业的影响,很多情况不是循序渐进的,而是颠覆性的。所以在技术应用出去,企业应该有开放的态度,积极尝试应用新兴技术,促进业务增值。

在应用过程中,最关键的是深刻理解各新兴技术所代表的本质底层能力,不能只停留在口号和概念价值层面。举例分析:

云计算:云计算管理的主要是计算资源、网络资源、存储资源三个方面,而其中计算资源是云计算能提供的最具有不可替代性的技术。但工程项目的信息数据量当前根本不到需要采用按需动态扩展的计算资源,那是不是没有应用场景了呢?不是这样,云计算除了处理海量数据外,其计算资源还可以更多的为非结构化人工智能算法服务,基于技术底层原理,我们可以联想,项目现场有大量的监控设备,传统靠人监控现场作业风险和规范,假如我们引入人工智能,通过机器学习得到良好的风险预警模型,然后通过图像识别技术,使系统自动提醒整个项目建设区域的作业风险,在这个场景下,云计算就是必要的,因为对于视频流进行帧级别的图像识别,需要耗用大量的计算资源。

再如机器学习:机器学习本质是通过不同的算法引擎,比如业界常用的神经网络,去让计算机拥有自建模的能力,即通过对样本数据的输入和预期结果的学习,建立一个判断模型,从而拥有判断力。上述已经举了一个例子,还有较早应用机器学习于工程领域的是风力发电场景。通过将风力、风向、温度、湿度等条件参数化,同时将对应不同参数组合的发电量、稳定性等结果数据输入,通过神经网络得到一个判断模型,用于预测未来风力电厂的发电量从而进行电力规划。

再如区块链技术:区块链的本质是利用分布式算法,通过私钥签名,解决数据的确权问题,并且具有防止篡改的能力。在项目管理场景中,对于建立供应商网络非常有价值,通过建立集团级别的供应商信用评价数据库,指导后续项目招投标。但任何新技术的应用,成本因素也要考虑其中。


Oracle项目管理系统如何建立能力平台

新技术的应用关键在于理解其所能带来的底层能力,通过对于能力场景的建构,从而进行应用。而Oracle项目管理解决方案,提供了一个可扩展的平台能力,在此之上,可以集成各个不同组件,从而提供基于项目管理领域的全方位的数字能力。


推荐阅读
  • 人工智能推理能力与假设检验
    最近Google的Deepmind开始研究如何让AI做数学题。这个问题的提出非常有启发,逻辑推理,发现新知识的能力应该是强人工智能出现自我意识之前最需要发展的能力。深度学习目前可以 ... [详细]
  • 生成式对抗网络模型综述摘要生成式对抗网络模型(GAN)是基于深度学习的一种强大的生成模型,可以应用于计算机视觉、自然语言处理、半监督学习等重要领域。生成式对抗网络 ... [详细]
  • 浏览器中的异常检测算法及其在深度学习中的应用
    本文介绍了在浏览器中进行异常检测的算法,包括统计学方法和机器学习方法,并探讨了异常检测在深度学习中的应用。异常检测在金融领域的信用卡欺诈、企业安全领域的非法入侵、IT运维中的设备维护时间点预测等方面具有广泛的应用。通过使用TensorFlow.js进行异常检测,可以实现对单变量和多变量异常的检测。统计学方法通过估计数据的分布概率来计算数据点的异常概率,而机器学习方法则通过训练数据来建立异常检测模型。 ... [详细]
  • 背景应用安全领域,各类攻击长久以来都危害着互联网上的应用,在web应用安全风险中,各类注入、跨站等攻击仍然占据着较前的位置。WAF(Web应用防火墙)正是为防御和阻断这类攻击而存在 ... [详细]
  • 【论文】ICLR 2020 九篇满分论文!!!
    点击上方,选择星标或置顶,每天给你送干货!阅读大概需要11分钟跟随小博主,每天进步一丢丢来自:深度学习技术前沿 ... [详细]
  • 3年半巨亏242亿!商汤高估了深度学习,下错了棋?
    转自:新智元三年半研发开支近70亿,累计亏损242亿。AI这门生意好像越来越不好做了。近日,商汤科技已向港交所递交IPO申请。招股书显示& ... [详细]
  • 2017亚马逊人工智能奖公布:他们的AI有什么不同?
    事实上,在我们周围,“人工智能”让一切都变得更“智能”极具讽刺意味。随着人类与机器智能之间的界限变得模糊,我们的世界正在变成一个机器 ... [详细]
  • 近年来,大数据成为互联网世界的新宠儿,被列入阿里巴巴、谷歌等公司的战略规划中,也在政府报告中频繁提及。据《大数据人才报告》显示,目前全国大数据人才仅46万,未来3-5年将出现高达150万的人才缺口。根据领英报告,数据剖析人才供应指数最低,且跳槽速度最快。中国商业结合会数据剖析专业委员会统计显示,未来中国基础性数据剖析人才缺口将高达1400万。目前BAT企业中,60%以上的招聘职位都是针对大数据人才的。 ... [详细]
  • 本文介绍了Java工具类库Hutool,该工具包封装了对文件、流、加密解密、转码、正则、线程、XML等JDK方法的封装,并提供了各种Util工具类。同时,还介绍了Hutool的组件,包括动态代理、布隆过滤、缓存、定时任务等功能。该工具包可以简化Java代码,提高开发效率。 ... [详细]
  • [译]技术公司十年经验的职场生涯回顾
    本文是一位在技术公司工作十年的职场人士对自己职业生涯的总结回顾。她的职业规划与众不同,令人深思又有趣。其中涉及到的内容有机器学习、创新创业以及引用了女性主义者在TED演讲中的部分讲义。文章表达了对职业生涯的愿望和希望,认为人类有能力不断改善自己。 ... [详细]
  • 建立分类感知器二元模型对样本数据进行分类
    本文介绍了建立分类感知器二元模型对样本数据进行分类的方法。通过建立线性模型,使用最小二乘、Logistic回归等方法进行建模,考虑到可能性的大小等因素。通过极大似然估计求得分类器的参数,使用牛顿-拉菲森迭代方法求解方程组。同时介绍了梯度上升算法和牛顿迭代的收敛速度比较。最后给出了公式法和logistic regression的实现示例。 ... [详细]
  • 寻求更强大的身份和访问管理(IAM)平台的企业正在转向云,并接受身份即服务(IDaaS)的灵活性。要为IAM选择正确的场外解决方案,业务管理人员和IT专业人员必须在实施之前评估安全 ... [详细]
  • 【回顾】聚焦DTCC | 巨杉数据库与您相约DTCC 数据库技术大会
    2018年5月10-12日,第九届中国数据库技术大会(DTCC2018)将以“数领先机•智赢未来”为主题,设定2大主会场及20个技术专场,邀请来自国内外互联网、金融、教育等行业百余 ... [详细]
  • TiDB | TiDB在5A级物流企业核心系统的应用与实践
    TiDB在5A级物流企业核心系统的应用与实践前言一、业务背景科捷物流概况神州金库简介二、现状与挑战神州金库现有技术体系业务挑战应对方案三、TiDB解决方案测试迁移收益问题四、说在最 ... [详细]
  • 地产科技战:10+
    作者|肖漫出品|雷锋网产业组一场房地产巨头的求变征战,正悄然开启。近年来,在限价限购、“房住不炒”以及三道红线的调控政策下,房地产企业竞相加快转型升级的步伐。一方面,房地产市场增量 ... [详细]
author-avatar
raz4150266
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有