BIMBOX | 人家手里的是BIM，你手里的是BM

提到BIM中的「Information」，也就是信息，也许你马上能想到，点击模型中一个构件，就能看到它的尺寸大小、属性、成本等等，但信息的范畴还远远不止于此。

咱们今天就来说说信息的本质。

首先需要注意的是，信息不等于数据。

无论你需不需要，数据都存在，只不过存在形式可能是离散的。而信息，是为了特定的目的，回答特定的问题，把数据以特定的方式组织到一起。

最重要的是，首先得提出问题，才能得到信息。  

软件把数据组合成有用的信息，有三个重要的手段，它们是结构化、可视化、和关联性。

有点儿晕是吧？举个身边的例子给你说清楚。

假设你绝大多数的消费都用支付宝，那你点开账单，会看到一长串的消费记录，这些消费记录平躺在那里，你什么信息也得不到。

下面我们开始提问题。

如果你问自己，10月份我花了多少钱？这个问题的答案很容易得到，点击一下按月份筛选就知道了。

软件在这背后做的工作，用的就是数据处理的第一个手段，结构化。说白了，就是把数据编成一张表格，回答这个问题需要两列的表格，第一列是时间，第二列是金额。

有这么一张表，你就能提取任意一个时间段的总消费金额。当然，这张表格你是看不见的，编表格这个工作支付宝帮你做了。这张表格只有从上到下一个方向，它是一维的。

如果你想进一步追问，10月份我花了多少手机费？

要回答这个问题，一维的表格就不够用了。你得在表格上加一个横向维度，变成二维的表格。这样你就能分别按时间和按类别来筛选出金额，再求和得到答案。

当然这个工作也由支付宝代劳，你需要点击按类别筛选，就会看到答案。

你要是再想从10月份的手机费里找到更精确的分类，支付宝就没再提供这样的功能了，但你能想象一下，还需要再加一个维度，让它成为一个三维的表格才行。

表格上每加一维度，你能得到的信息就越精确。这些互相垂直的维度，也就是BIM里经常说的5D、6D等等。

支付宝提供给你的，就只有上边说的这几个维度。但作为产品背后的公司，却可以收集非常多维度的数据，比如年龄、地区、性别等等，它可以把海量的数据加工，得到更高维度的信息答案，比如「北京中年男性更喜欢在秋天购买什么东西」？这就是大数据挖掘了。

说完了结构化，咱们说说数据的可视化。

下面，你想进一步问个问题：「我今年是花钱越来越多，还是越来越少？」

当然，你可以把每个月的消费记录都看一遍，但这样很花时间。换一种方式，点击一下消费趋势按钮，一条曲线就直接呈现在你面前了。

这是软件帮助你进行统计计算后得到的走向图，它的背后还是表格。但你不需要看见这张表，甚至不需要看任何数字，是不是一目了然得到答案了？

同样，你可以用饼状图来直观的回答「我是线上消费多还是线下多」这样的问题。

不需要人脑计算数据，直接通过图形得到答案，这就是可视化带来的效率提升。

最后说说关联性。

首先，关联性能提供便利，减少输入工作。

你使用支付宝，实际上没有单独花时间记账，却能免费得到一个账单。随着你每次消费，软件会自动把时间、金额、消费类别等数据记录下来，供你随时调用。

关联性的另一个作用，就是信息可追溯。

比如老婆问老公，你这一年怎么攒不下来钱？

这老公要是是把账目写在本子上，今天支出500，明天支出800，那这一年下来可就说不清楚了。

在支付宝里，两口子可以点开每一笔支出，每一笔消费数据都关联在购买记录——甚至是物流信息、收货信息上，老公不能随便编出一项开支，老婆也没法否认开支，对于总支出的金额也就不会扯皮了。

你想改动信息背后的某一项数据，会有其他的数据跟着改动，甚至有的数据根本不能单独改动，这可以让人通过一个明显的信息错误来发现另一个隐藏的信息错误，这也是关联性的作用。

咱们来总结一下从数据到信息的特征：

➤数据一直都在，软件不会凭空创造数据，即便你不用支付宝而使用现金，你每次的消费数据也存在不同的商家那里，只不过你想重新组织它们会花更大的成本。

➤信息不是天然存在的，要把数据组织起来，才能「挖出」信息。特定的软件只会提供特定的组织方式和维度，没有软件是万能的。

➤生成信息不一定靠软件，你可以用纸笔记账，但你想组织数据挖掘出信息，会花大量的时间，软件的作用是用关联性、结构化和可视化的方式，提高获得信息的效率和准确性。

➤在得到信息之前，你一定要先问一个问题。如果你提不出问题，除了得到看起来比较炫的图形，数据对你来说就没有意义。

到这儿，你对信息是不是有些新的认识了？

比如在规划阶段，你用概念体量创建了这么一个异形的楼，按照标高来分割楼层。除了出几张炫酷的渲染图，体量在模型层面的作用就结束了。

但你可以问这样一个问题：如果我想让这栋楼的商用面积和居住面积大体相等，该怎么划分楼层？

这时候你可以通过明细表统计一下体量楼层的面积，这一步是数据结构化。

不过还是没得到你想要的答案，下一步，你可以把结果导出，通过简单的公式计算，在Excel里获得这样的图表：

答案是不是马上就得到了？这一步是数据可视化。

后来方案变更，这个体量的形体发生变化，每一层的面积也变化了。传统的设计方式，你还需要把每一层的面积单独算一次，重新做表格；而在BIM里，这一步的工作由软件代劳了，随着形体的变化，你可以直接无缝得到这张新的图表，楼层划分方案就需要重新调整了，这就是关联性。

再举个例子，比如你做好一栋建筑，画好了门窗之后，不提出问题的话，就没有什么信息能给你了，最多可以加上日光路径出一张比较炫的分析图，但也没什么用处：

但如果你问一句：这窗户开这么大合理吗？这样排布采光会不会有问题呢？需不需要加设室内灯光呢？

你可以通过一套算法来对室内各个角落的光照度进行计算，但想要更高的效率，就可以把可视化手段派出来——你可以设置好项目位置、时间、天空模型等信息，利用云渲染的功能得到这样的图：

图片左侧是照度分析，右侧是真实渲染，左下角则是照度从暗到明的图例。这张图片背后是一个长长的结构化数据表格，有四列数据，分别是每个点的XYZ坐标值，以及这个点的照度计算值。

但你不需要看到那张表格，甚至不需要知道照度的计算方式，从可视化处理后的图上就能直观的看到什么地方该加窗户，什么地方该加灯。

再举个例子。

Revit会自动给由墙和板封闭起来的区域加上一个叫空间的属性，你可以通过分析板块中的「热负荷和冷负荷」模块，来设置每个空间的功能、人员密度、照明需求、加热和制冷的温度控制等等信息。

通过这些数据的设置，软件会帮你算出建筑性能分析表，给你一份能耗分析报告，进而帮你优化空间的区分，指导照明和暖通设备的设计。

这种分析、计算、模拟、优化的工作，在传统的工作方式中叫做CAE，它的历史比BIM悠久得多，只不过原先因为CAD软件无法提供它所需要的数据，无法跟设计同步进行，一般都是在整个设计完成后，再用单独的软件来做，达不到指导设计的效果。

而BIM则是把CAE工作整合到设计流程中，把它需要的底层数据直接整合到构件属性里，用关联性来提升了分析模拟的效率。

像Revit这样的软件，有大量把数据加工成信息的功能。这些数据全部都藏在每一个族的族参数里。

比如一个简单的风管族，就有尺寸、风压、摩擦、流量、损耗系数等等几十个参数。

只要是参数，就都可以像之前咱们说的楼层面积一样，进入明细表进行计算，也有一些参数是在加入了风系统之后，和其他构件的参数互相关联进行更高级的计算。

比如你可以查看某一套风系统的压力损失报告，看看自己的风管尺寸是不是合理？是不是拐弯太多了？

可能你觉得这个太复杂了，那咱们换个简单的例子。

你想问这样一个问题：我画的风管净空是不是都满足要求呢？

想解决这个问题，一个办法就是统计一下风管的高程表，排查有没有净空不满足的情况，不过还有更简单的办法，就是用可视化的手段，给风管加入一个颜色图例，设置好关键高程的数值和颜色：

你看，哪里的风管净高出了问题，是不是一眼就看出来了？

上面这些说到的是设计阶段和深化阶段提出的问题和获得的信息。到了施工阶段，人们提出的问题不一样了，所需要的数据和加工数据的方式自然也就不一样。

比如经常说的5D动画，单独一个动画，实在是没什么用，但动画背后实际上是一个结构化的数据表格，有三维是构件的XYZ坐标，一维是时间信息，一维是成本信息，还有一维是构件的类别信息。

如果你提出这样一个问题：「10轴到12轴的土建部分，在下个月10号之前，需要准备多少资金来买水泥？」

这实际上就和一开始咱们说的支付宝的例子里，「我这个月充了多少手机费？」那个问题一样，只不过需要的数据维度多了几个。这些数据被储存在软件里，可以按照任意的维度进行切割，调出你要的那一部分，变成对你有用的信息。

关于信息该怎么应用的例子还有很多，咱们就不展开一个个说了，它们背后的道理是相通的，来给你总结一下：

➤在BIM模型里，数据以参数的形式存放在最基础的单位——族里面。

➤参数是彼此关联的，你改变了风管的尺寸和走向，那对应风系统的一系列分析结果都会自动跟着变化，这既能提高分析效率，也能帮助你发现错误。

➤结构化是数据成为信息的基础，你看到一切炫酷的应用，背后都只不过是一系列的表格。即使像照明分析功能呈现的是可视化的结果，但背后还是数据表格。

➤不同的人对信息的需求是不一样的，设计师关注分析和计算信息，翻模人员关注空间和形体信息，施工单位关注成本和进度信息，运维单位关注更新和维护信息。不同人的关注点没有高低之分，区别只是需要的数据不同，加工数据的方式不同。

➤无论在哪个环节，数据都躺在模型里，没有任何意义，只有特定的人寻找特定答案的时候，数据才会被整合成信息。比挖掘数据技能更重要的，是提出问题。

目前，国内的现状是模型用的多，信息用的少，原因主要是下面这几点：

1. 创造数据的人，和需要信息的人，往往不是同一批人。

想要得到一张正确的分析表格，至少需要在建模时把相应的族参数设置好，但建模的人不需要这张表格，在没人额外付费的情况下，就不愿意花费更多的成本。

2. 提出问题和找出答案，要付出更多的学习成本。

在上边的例子里你能看到，每一个专业想要得到信息都不是软件自动完成的，需要相关的专业知识match背景才能提出问题，更需要深入的软件学习才能掌握加工数据的方法，这两者都需要花大量的时间。

3. 很多时候人们根本不需要答案。

除非业主或者项目有更高的要求，设计院设计成熟的项目直接套规范就够了，翻模人员照着图作出样子就够了，施工单位凭经验估算就够了。

对于这三点现状，对于行业未来该怎么发展、会怎么发展，BIMBOX今天不做评论，而是把问题留给你，每个人对未来的思考都是不同的，这也决定了每个人走的路各不相同。

今天的话题聊到这儿就结束了，最后是本月的福利送书时间，如果你有兴趣，可以往下看看书里的这个小故事：

我们的建筑信息模型，不也正是如此吗？

这本书名字叫做《无穷的开始——世界进步的本源》，它是一本能改变你看待世界方式的好书，我们把它连同另外一份礼物作为本月的粉丝卡福利发放，明天给大家公布获奖人。

这一期就聊到这儿，有态度，有深度，BIMBOX，咱们下次再见！