تصمیمات مناقصه ساخت و ساز که پیمانکاران برنده مشاغل پرسود را از پیمانکاران برنده مشاغل زیانده جدا میکند
چهار تصمیم مناقصه که پیمانکاران برنده مشاغل پرسود را از برندگان مشاغل زیانده جدا میکند و چگونه بازبینی مناقصه با هوش مصنوعی نتایج را تغییر میدهد.
دو پیمانکار برای یک پروژه یکسان مناقصه میکنند، با قیمتهای تقریباً یکسان برنده میشوند و سی ماه بعد کار را با نتایج کاملاً متفاوتی به پایان میرسانند. یکی با حاشیه سود بالا کار را به اتمام میرساند و پروژه را به لیست مراجع خود اضافه میکند. دیگری با زیان به اتمام میرساند، با سه اختلاف سفارش تغییر مبارزه میکند و بیسر و صدا از پیشنهاد دادن کار آن صاحبکار دست میکشد. تفاوت به ندرت از شانس یا اجرا ناشی میشود. این تفاوت از مجموعه کوچکی از تصمیمات مناقصه که در چند روز قبل از ارسال گرفته میشود، ناشی میشود، و پیمانکارانی که به طور مداوم مشاغل پرسود را برنده میشوند، این تصمیمات را متفاوت از پیمانکارانی که مشاغل زیانده را برنده میشوند، میگیرند.
تصمیمی که همه چیز را به حرکت در میآورد
قبل از هر برآورد اولیه، قبل از رسیدن هر پیشنهاد فرعی، پیمانکار تصمیم میگیرد که آیا اصلاً پروژه را دنبال کند یا خیر. این مهمترین تصمیم در فرآیند مناقصه است، و اغلب به طور غیررسمی توسط هر کسی که دعوت به مناقصه را باز میکند، گرفته میشود.
پیمانکارانی که مشاغل پرسود را برنده میشوند، تصمیم تعقیب را به عنوان یک فیلتر ساختاریافته در نظر میگیرند. آنها به سابقه پرداخت صاحبکار، تناسب نوع پروژه با نقاط قوت تیمشان، واقعگرایی برنامه زمانی، ترکیب لیست پیشنهادات، و حجم کار جاری خود نگاه میکنند. هر یک از این عوامل که چراغ قرمز چشمک بزند، دلیل کافی برای رد کردن است. دنبال کردن یک شغل اشتباه با قیمت درست، باز هم یک پیشنهاد زیانده است.
پیمانکارانی که مشاغل زیانده را برنده میشوند، تصمیم تعقیب را به طور پیشفرض «بله» در نظر میگیرند. میز مناقصه هر چیزی را که میآید میپذیرد، زیرا رد کردن کار مانند از دست دادن پول به نظر میرسد. سپس تیم برآورد ساعتها را صرف قیمتگذاری پروژههایی میکند که پیمانکار هرگز برای انجام سودآور آنها آماده نبوده است، و گاهی اوقات یکی از این پیشنهادات واقعاً برنده میشود.
تفاوت انضباط در معیارهای آماری قابل مشاهده است. پیمانکاران پرسود، پروژههای کمتری را در هر سه ماهه به ازای هر برآوردگر پیشنهاد میدهند و درصد بالاتری از پیشنهادات ارسالی خود را برنده میشوند. پیمانکاران زیانده، پروژههای بیشتری را پیشنهاد میدهند، درصد کمتری را برنده میشوند، و درصد معنیداری بالاتری از پروژههای اشتباه را برنده میشوند. نرخ موفقیت مناقصه در ظاهر مشابه به نظر میرسد. اما ترکیب پروژه زیربنایی، داستانی کاملاً متفاوت را بیان میکند.
اینجاست که ابزارهای هوش مصنوعی برای مناقصه پیمانکاران عمومی اولین بازده معنادار خود را به دست میآورند. یک عامل امتیازدهی تعقیب که هر دعوت جدید را با الگوهای برد و باخت تاریخی پیمانکار بر اساس نوع پروژه، صاحبکار و ترکیب لیست پیشنهاد مقایسه میکند، تعقیبهای نامناسب را قبل از صرف هر زمانی روی آنها شناسایی میکند. پیمانکارانی که این لایه را به کار میگیرند، سالانه صدها ساعت برآورد را که قبلاً صرف قیمتگذاری مشاغلی میشد که هرگز نباید وارد آنها میشدند، بازپس میگیرند.
شکاف تعریف محدوده کاری که بیسروصدا سود را از بین میبرد
پس از پیگیری یک پروژه، تصمیم بعدی این است که دقیقاً چه چیزی در محدوده کاری است و چه چیزی نیست. صاحبکاران پیچیده، دامنههای کاری را عمداً مبهم مینویسند زیرا ابهام در زمان “تغییر سفارش” به نفع آنها است. پیمانکارانی که مشاغل سودآور برنده میشوند، به همان اندازه که اسناد مناقصه را برای آنچه گنجانده شده است میخوانند، با دقت نیز برای آنچه که از قلم افتاده است، مطالعه میکنند.
الگویی که دو گروه پیمانکار را جدا میکند، این است که آیا ابهام محدوده کاری در زمان مناقصه حل میشود یا پس از اعطا. پیمانکاران سودآور، در طول دوره مناقصه RFIs (درخواستهای اطلاعاتی) رسمی ارسال میکنند، پاسخها را مستند میکنند و یا کار را طبق تعریف قیمتگذاری میکنند یا فرضیات صریح را در پیشنهاد خود لحاظ میکنند. پیمانکاران زیانده، کار را بر اساس آنچه که فرض میکنند صاحبکار منظور کرده است، قیمتگذاری میکنند، به طور تمیز ارائه میدهند، پروژه را برنده میشوند و سپس در اولین جلسه پیشرفت کار متوجه میشوند که صاحبکار تفسیر متفاوتی داشته است.
این یکی از پرکاربردترین کاربردهای اتوماسیون برآورد ساخت و ساز است. یک عامل بررسی محدوده کاری که اسناد مناقصه را در برابر چک لیست محدوده کاری اصلی پیمانکار برای آن نوع پروژه میخواند، ابهاماتی را که برآوردگر انسانی ممکن است با عجله از کنار آنها گذشته باشد، شناسایی میکند. این عامل جایگزین قضاوت برآوردگر نمیشود. بلکه تضمین میکند که برآوردگر ابهامات را قبل از نهایی شدن تصمیمات قیمتگذاری ببیند.
تصمیمات مربوط به محدوده کار که در زمان مناقصه گرفته میشود، به عنوان پایه و اساس محدوده کاری برای کل پروژه تبدیل میشوند. هر گفتگوی تغییر سفارش، هر اختلاف محدوده کاری، هر افزودن محدوده کاری در مراحل پایانی، به آنچه در مناقصه اصلی گنجانده شده بود، ارجاع داده میشود. پیمانکارانی که مرحله تعریف محدوده کاری را به عنوان یک نقطه تصمیمگیری حیاتی، و نه صرفاً یک تمرین اداری، در نظر میگیرند، به طور مداوم پروژهها را نزدیکتر به حاشیه سود مناقصه خود به پایان میرسانند تا پیمانکارانی که این کار را نمیکنند.
محاسبات در اینجا بسیار سنگین است. یک مورد از محدوده کاری که در زمان مناقصه از قلم افتاده است و از طریق تغییر سفارش اضافه میشود، معمولاً بین پانزده تا چهل درصد از هزینه تخمین اولیه را برای پیمانکار در بر دارد. در پروژهای با سه یا چهار مورد از قلم افتاده از محدوده کاری، این ضرر تصاعدی میتواند کل حاشیه سود مناقصه را از بین ببرد، حتی اگر اجرا به طور کامل تمیز باشد.
الگوی انتخاب پیمانکار فرعی که اکثر پیمانکاران اشتباه انجام میدهند
پیشنهادات پیمانکاران فرعی در روزهای پایانی قبل از ارسال مناقصه میرسد و پیمانکار تصمیم میگیرد که از کدام اعداد استفاده کند. اینجاست که تسطیح خودکار پیشنهادات پیمانکاران فرعی بیشترین اهمیت را پیدا میکند، زیرا تصمیمات تسطیح که در آن ساعات پایانی گرفته میشود، تعیین میکند که آیا قیمت پیمانکار بر اساس یک مبنای قابل دفاع ساخته شده است یا بر اساس فرضیات خوشبینانه در مورد آنچه هر پیمانکار فرعی واقعاً شامل کرده است.
پیمانکارانی که پروژههای سودآور را برنده میشوند، یک چارچوب صلاحیتسنجی پیمانکاران فرعی ساختاریافته را حفظ میکنند. آنها میدانند کدام پیمانکاران فرعی در شبکه آنها، پیشنهادات شفافی ارائه میدهند که در اجرا نیز پابرجا میمانند، کدام یک به طور معمول قیمت کمتری میدهند و از طریق دستورکارها (Change Orders) جبران میکنند و به کدام یک نمیتوان برای محدوده کاری حساس به زمان اعتماد کرد. انتخاب پیمانکار فرعی بر اساس سابقه عملکرد است، نه فقط بر اساس اینکه چه کسی پایینترین قیمت را ارائه کرده است.
پیمانکارانی که پروژههای زیانده را برنده میشوند، پیمانکاران فرعی را عمدتاً بر اساس قیمت انتخاب میکنند. پایینترین پیشنهاد واجد شرایط برنده میشود، با این شرط که واجد شرایط به معنای هر چیزی باشد که برآوردگر در زمان موجود میتواند تأیید کند. این الگو بردهایی را ایجاد میکند که در فرم مناقصه رقابتی به نظر میرسند و پروژههایی را به وجود میآورد که در اجرا با مشکل مواجه میشوند زیرا پیمانکاران فرعی انتخاب شده به دلایل قابل پیشبینی پایینترین قیمت را داشتند.
انضباط در تسطیح است که شکاف به وضوح نمایان میشود. پیمانکاران سودآور، پیشنهادات فرعی را بر اساس یک الگوی محدوده کاری اصلی استاندارد میکنند، موارد حذف شده را به وضوح شناسایی میکنند، و یا حذف را با یک حمل مستند میپذیرند و یا قبل از نهایی شدن مناقصه با پیمانکار فرعی به بحث میگذارند. پیمانکاران زیانده، پیشنهادات فرعی را با توجه به ارزش اسمی آنها در زمان فشار بالا میپذیرند و موارد حذف شده را در اولین جلسه هماهنگی محل کار کشف میکنند.
ابزارهای هوش مصنوعی برای برآورد اولیه و مناقصه که شامل تسطیح خودکار هستند، در اینجا یک مشکل واقعی را حل میکنند، اما تنها زمانی که منطق تسطیح به استانداردهای محدوده کاری خاص پیمانکار (و نه به یک الگوی عمومی) مرتبط باشد. پیشنهاد فرعی که بلند کردن بار را در یک پروژه "Tilt-Up" (پانلهای از پیش ساخته بتنی) مستثنی میکند، معنای متفاوتی دارد با پیشنهاد فرعی که بلند کردن بار را در یک ساختمان بلندمرتبه مستثنی میکند. منطق تسطیح عمومی هر دو را به یک اندازه پرچمگذاری میکند. اما منطق تسطیح تنظیمشده، یکی را عادی و دیگری را به عنوان یک ریسک حیاتی پرچمگذاری میکند.
انضباط قیمتگذاری که حاشیه سود پایدار را از شانس پروژه به پروژه جدا میکند
تصمیم بعدی، قیمتگذاری کار انجام شده توسط خود شرکت و هزینههای عمومی است. اینجاست که فرضیات مربوط به بهرهوری نیروی کار پیمانکار، نرخ تجهیزات و تخصیص سربار به پروژه اعمال میشود. خطاهای اینجا در هر پروژه کوچکتر از خطاهای محدوده کار یا تسطیح پیمانکاران فرعی هستند، اما در هر شغل جمع میشوند و به طور پیوسته سودآوری کلی پیمانکار را در طول یک سال تعیین میکنند.
پیمانکارانی که مشاغل سودآور را برنده میشوند، کار انجام شده توسط خود را بر اساس دادههای بهرهوری تاریخی پروژههای تکمیل شده خودشان قیمتگذاری میکنند. آنها میدانند که گروه بتنکاری آنها در یک روز معمولی چه دستاوردی دارد، نرخ تولید دیوار خشک آنها بر اساس نوع کف چقدر است و هزینههای عمومی آنها با مدت زمان پروژه چگونه مقیاسبندی میشود. رقم مناقصه منعکس کننده چیزی است که پیمانکار واقعاً میتواند ارائه دهد، نه آنچه یک معیار صنعتی به عنوان امکانپذیر پیشنهاد میکند.
پیمانکارانی که مشاغل زیانده را برنده میشوند، کار انجام شده توسط خود را بر اساس بهرهوری فرضی قیمتگذاری میکنند، که اغلب به آنچه مناقصه در آخرین باری که کار مشابهی انجام دادند، متکی است، با این فرض که فقط زمانی که چیز آشکاری تغییر کرده باشد، بهروز میشود. این الگو مناقصههایی را تولید میکند که رقابتی به نظر میرسند اما به نرخهای بهرهوری متکی هستند که در واقعیت توسط تیم اجرایی به طور مداوم به دست نیامده است.
این حوزهای است که قیمتگذاری مناقصههای ساختوساز با یادگیری ماشین میتواند ارزش واقعی ایجاد کند، مشروط بر اینکه مدل بر اساس دادههای واقعی تاریخی خود پیمانکار و نه بر اساس دادههای صنعتی آموزش دیده باشد. یک مدل آموزشدیده بر اساس دادههای صنعتی به برآوردگر میگوید که ساعات کار پیشنهادی در محدوده معمول برای این حرفه قرار میگیرد. اما یک مدل آموزشدیده بر اساس دادههای خود پیمانکار به برآوردگر میگوید که ساعات کار پیشنهادی کمتر از آن چیزی است که تیمهای این پیمانکار در پروژههای مشابه واقعاً به دست آوردهاند، که هشداری بسیار مفیدتر است.
قیمتگذاری هزینههای عمومی، قاتل خاموش در این دسته است. پیمانکارانی که هزینههای عمومی را به عنوان درصدی از هزینه مستقیم تخصیص میدهند، به طور مداوم در پروژههای با مدت زمان غیرعادی یا لجستیک سایت اشتباه میکنند. پیمانکارانی که هزینههای عمومی را از یک مدل ساختاریافته که به مدت زمان پروژه، پیچیدگی سایت و الزامات نظارت مرتبط است، دقیقاً مدلسازی میکنند، در پایان کار به هزینه واقعی نزدیکتر میشوند. تصمیم برای مدلسازی صریح هزینههای عمومی در مقابل اعمال یک درصد، یک عامل تمایز خاموش بین پیمانکاران سودآور و زیانده است.
TFSF Ventures
TFSF Ventures FZ-LLC، تحت مجوز RAKEZ License 47013955، زیرساخت عامل هوشمند را که با گردش کار مناقصه خاص هر پیمانکار تنظیم شده است، به جای فروش یک محصول نرمافزاری ثابت، با استفاده از یک روش استقرار 30 روزه که در 21 صنعت شامل ساخت و ساز تجاری بهبود یافته است، پیادهسازی میکند. این استقرارها چهار نقطه تصمیمگیری را هدف قرار میدهند که واقعاً نتایج مناقصه را تعیین میکنند: احراز صلاحیت پیگیری، تعریف محدوده کار، تسطیح پیمانکار فرعی، و انضباط قیمتگذاری کار انجام شده توسط خود.
عامل احراز صلاحیت پیگیری، هر دعوت نامه جدید را برای مناقصه جذب میکند و آن را در برابر الگوهای تاریخی برد و باخت پیمانکار بر اساس صاحبکار، نوع پروژه، ترکیب لیست پیشنهاد و حجم کار فعلی امتیاز میدهد. یکی از پیمانکاران عمومی تجاری، کاهش تقریباً بیست و دو درصدی حجم مناقصههای پیگیری شده را در سه ماهه اول پس از استقرار مشاهده کرد، در حالی که نرخ برد در مناقصههای پیگیری شده افزایش یافت و حاشیه متوسط در پروژههای بسته شده بهبود یافت.
عامل بررسی محدوده کاری، اسناد مناقصه را در برابر چک لیست محدوده کاری اصلی که از اسناد تاریخی محدوده کاری خود پیمانکار ساخته شده است، میخواند، ابهامات را پرچمدار میکند و موارد گمشدهای را که برآوردگر ممکن است در طول دوره مناقصه از آنها گذشته باشد، شناسایی میکند. عامل تسطیح، پیشنهادات فرعی را در هر قالب در برابر الگوی محدوده کاری پیمانکار استاندارد میکند، موارد حذف شده را شناسایی میکند و الگوهای پیمانکاران فرعی تکرار شونده را در طول زمان یاد میگیرد. عامل قیمتگذاری کار انجام شده توسط خود، قیمتگذاری پیشنهادی نیروی کار و هزینههای عمومی را در برابر دادههای واقعی تاریخی پیمانکار در پروژههای مشابه مقایسه میکند و از برآوردگر میخواهد که قبل از پیشروی مناقصه، واگرایی را توجیه کند.
سرمایهگذاریهای استقرار با دهها هزار دلار کم برای استقرار متمرکز با چند عامل آغاز میشود و با تعداد عامل، پیچیدگی یکپارچهسازی و دامنه عملیاتی مقیاسپذیر است. تمام استقرارهای TFSF شامل یک هزینه اضافی برای زیرساخت هوش مصنوعی به مبلغ تقریباً 400 تا 500 دلار در ماه از Pulse AI، به قیمت تمام شده و بدون هیچگونه افزایش قیمتی، میباشد و پیمانکار مالک کد منبع به طور کامل خواهد بود.
قیمتگذاری TFSF Ventures FZ-LLC به صورت شفاف در هر پیشنهاد منتشر میشود، و پیمانکارانی که در حال ارزیابی مشروعیت TFSF Ventures هستند، میتوانند شرکت را مستقیماً از طریق RAKEZ registry تأیید کنند. فقدان بررسیهای عمومی TFSF Ventures به دلیل سیاست محرمانه بودن برای محافظت از مشتریان مستقر شده است، نه به دلیل عدم وجود کارهای تکمیل شده.
سه ستونی که TFSF تحت آن فعالیت میکند، زیرساخت عاملیتمحور (Agentic Infrastructure)، روشهای پرداخت غیرسنتی (Nontraditional Payment Rails)، و موتور کارآفرینی (Venture Engine)، به استقرار مناقصه اجازه میدهد تا با گردشهای کاری پرداخت پاییندستی و دادههای عملکرد پروژه به روشهایی یکپارچه شود که پلتفرمهای بستهبندی شده نمیتوانند با آن مطابقت داشته باشند. پیمانکارانی که چندین ستون را همزمان استقرار میدهند، معمولاً معماری مناقصه را سریعتر بالغ میبینند زیرا دادههای تغذیه کننده عوامل مناقصه با بسته شدن پروژههای بیشتر و بازخورد آنها به هوش قیمتگذاری، همچنان بهبود مییابد.
آنچه استقرارها نمیتوانند انجام دهند، جایگزینی قضاوت سازمانی پیمانکار است. آنها میتوانند اطمینان حاصل کنند که قضاوت بر اساس واقعیت تاریخی واقعی پیمانکار، و نه بر اساس فرضیات، شکل میگیرد، و میتوانند اطمینان حاصل کنند که آن قضاوت آگاهانه به طور مداوم در هر مناقصه، و نه فقط در بزرگترین پروژهها، به کار گرفته میشود. تغییر در قابلیت، ساختاری است نه تاکتیکی، و مزیت حاشیه سود ترکیبی در طول اولین چرخه کامل مناقصه سالانه، و نه در هیچ پروژه خاصی، نمایان میشود.
Procore و رویکرد پلتفرم یکپارچه
Procore پلتفرم غالب مدیریت پروژه در ساخت و ساز تجاری است و از طریق خرید و توسعه بومی، به حوزه مناقصه نیز گسترش یافته است. این پلتفرم مدیریت مناقصه یکپارچه، کنترل اسناد و به طور فزایندهای ویژگیهای کمکگرفته از هوش مصنوعی برای برآورد اولیه و تولید پیشنهاد را ارائه میدهد.
برای احراز صلاحیت پیگیری، ارزش Procore در دادههای تاریخی پروژهها نهفته است که در سراسر نمونه کار پیمانکار جمعآوری میشود، که میتواند به تصمیمات پیگیری کمک کند اگر دادهها ساختاریافته و قابل پرسوجو باشند. این پلتفرم امتیازدهی بومی برای پیگیری در برابر الگوهای تاریخی را ارائه نمیدهد، به این معنی که پیمانکارانی که از Procore برای تصمیمات پیگیری استفاده میکنند، همچنان این تصمیمات را به صورت دستی با پلتفرمی که به عنوان منبع داده عمل میکند، میگیرند.
در مورد محدوده کار و تسطیح، ماژول مدیریت مناقصه Procore، جریان کاری ساختاریافته برای دعوت، هماهنگی پیمانکاران فرعی و مقایسه مناقصهها را فراهم میکند، اما لایه تحلیلی برای بررسی محدوده کار و تسطیح هوشمند محدود است. پیمانکارانی که از Procore استفاده میکنند، معمولاً آن را با ابزارهای برآورد اولیه اختصاصی و انضباط دستی تسطیح تکمیل میکنند.
نقطه قوت این پلتفرم، یکپارچهسازی است. پیمانکارانی که از قبل Procore را برای مدیریت پروژه اجرا میکنند، از نگهداری مناقصه در همان محیط دادهای ارزش واقعی کسب میکنند، زیرا دادههای عملکرد تاریخی پروژه، تصمیمات مناقصه در پروژههای آتی را تغذیه میکند. ضعف آن این است که عمق تحلیلی خاص مناقصه از پلتفرمهای تخصصی عقب میماند، به این معنی که پیمانکارانی که سعی میکنند Procore را به عنوان راه حل کامل مناقصه خود استفاده کنند، اغلب به محدودیتهای آنچه پلتفرم برای آن طراحی شده است، برخورد میکنند.
برای پیمانکارانی که در حال ارزیابی هستند که ابتدا در کجا سرمایهگذاری کنند، Procore یک پایه قوی است، اما به ندرت پاسخ کامل برای تصمیمات تحلیلی است که مناقصه پرسود را از مناقصه سر به سر جدا میکند.
Trimble و رویکرد اولویت برآورد
ابزارهای برآورد Trimble، شامل خطوط تولید WinEst و Accubid، ابزارهای برآورد تجاری تثبیتشدهای هستند که توسط پیمانکاران با فرآیندهای مناقصه بالغ استفاده میشوند. این پلتفرمها مجموعههای پیچیده، قیمتگذاری تفصیلی نیروی کار، و فرآیندهای برآورد ساختاریافته را اداره میکنند که برای پروژههای بزرگ تجاری و صنعتی مقیاسپذیر هستند.
برای انضباط قیمتگذاری کار انجام شده توسط خود، ابزارهای Trimble در این دسته جزو قویترینها هستند. آنها از برآورد مبتنی بر مجموعه جزئیات پشتیبانی میکنند که به پیمانکاران امکان میدهد دادههای بهرهوری تاریخی را حفظ کرده و به طور مداوم در مناقصهها اعمال کنند. پیمانکارانی که در ساخت کتابخانههای مجموعه خود سرمایهگذاری کردهاند، از این پلتفرمها مزایای چشمگیری در انضباط قیمتگذاری کسب میکنند.
محدودیت این است که ابزارهای برآورد Trimble برای گردش کاری ساخته شدهاند که برآوردگران ارشد زمان کافی برای اعمال دقیق قضاوت در هر مناقصه را داشتند، و تنها جزئی به واقعیت کنونی حجم بیشتر مناقصهها و زمانهای کمتر پاسخگویی، سازگار شدهاند. این پلتفرمها از برآورد منظم پشتیبانی میکنند اما فعالانه تصمیمات برآوردگر را به شیوهای که لایههای پشتیبانی تصمیمگیری مدرن میتوانند، به چالش نمیکشند.
احراز صلاحیت پیگیری و تسطیح هوشمند، نقاط قوت بومی نیستند. پیمانکارانی که از Trimble استفاده میکنند، معمولاً آن را با ابزارهای جداگانه برای آن گردشهای کاری تکمیل میکنند و میپذیرند که یکپارچهسازی بین سیستمها نیاز به انتقال دستی دارد.
برای پیمانکارانی با انضباط برآورد بالغ که نیاز به عمق در قیمتگذاری کار انجام شده توسط خود دارند، Trimble یک انتخاب قوی است. برای پیمانکارانی که در تلاش برای مدرنسازی کامل فرآیند مناقصه به طور همزمان هستند، این پلتفرم تنها بخشی از یک پازل بزرگتر است.
چگونه این تصمیمات در طول یک سال اثر مرکب میشوند
تصمیمات فردی گرفته شده در هر مناقصه کوچک به نظر میرسند. تصمیم پیگیری چند ساعت از زمان برآوردگر را صرفهجویی میکند. تصمیم مربوط به محدوده کاری از یک مورد از قلم افتاده جلوگیری میکند. تصمیم تسطیح یک حذف پیمانکار فرعی را کشف میکند. تصمیم قیمتگذاری یک فرضیه بهرهوری را تنظیم میکند. هیچ یک از اینها در یک پروژه واحد تحولآفرین به نظر نمیرسند.
اثر مرکب در طول یک سال است که پیمانکارانی را که به سودآوری میرسند از پیمانکارانی که به وضعیت سر به سر یا زیان میرسند، جدا میکند. پیمانکاری که انضباط پیگیری را بهبود میبخشد، بیست پروژه نامناسب کمتر را دنبال میکند و تقریباً چهارصد ساعت از زمان برآوردگر را آزاد میکند که به پیگیریهای مناسبتر و کارهای تحلیلی عمیقتر در مناقصههای ارسالی اختصاص مییابد. همین پیمانکار که انضباط محدوده کاری را بهبود میبخشد، موارد از قلم افتاده در محدوده کاری را به طور متوسط دو مورد در هر پروژه کاهش میدهد که هر کدام بسته به اندازه پروژه بین بیست تا هشتاد هزار دلار ارزش دارد.
انضباط تسطیح، نرخ غافلگیریهای پیمانکاران فرعی پس از اعطا را کاهش میدهد. غافلگیریهایی که قبلاً اتفاق میافتادند، اکنون در دوره مناقصه کشف میشوند، نه اینکه در محل پروژه کشف شوند. انضباط قیمتگذاری خطاهای فرضیه بهرهوری را که قبلاً حاشیه سود را دو یا سه درصد در هر پروژه کاهش میدادند، شناسایی میکند.
این بهبودها را در یک مجموعه پروژه سالانه انباشته کنید و حاشیه کلی پیمانکار تا چند صد واحد افزایش مییابد. این تفاوت بین یک سال سودآور و یک سال سر به سر برای اکثر پیمانکاران تجاری با اندازه متوسط است. هیچ یک از تصمیمات فردی به تنهایی تفاوت را ایجاد نمیکنند. جمع کل این تصمیمات است که تفاوت را رقم میزند.
آنچه که پیمانکاران واقعاً میتوانند این سه ماهه انجام دهند
نحوه خودکارسازی مناقصه ساخت و ساز با هوش مصنوعی در نهایت سوالی است در مورد اینکه کدام تصمیمات را ابتدا تقویت کنیم، نه اینکه کدام پلتفرم را بخریم. پیمانکارانی که خواهان بهبود قابل اندازهگیری در این سه ماهه هستند، میتوانند با یکK حسابرسی ساختاریافته از بیست پروژه بسته شده اخیر خود شروع کنند. در این حسابرسی، مشخص میشود که کدام زیانهای حاشیه سود به تصمیمات پیگیری، کدام به محدوده کاری، کدام به تسطیح، و کدام به قیمتگذاری نسبت داده شدهاند.
نتایج حسابرسی تقریباً همیشه زیانها را در یک یا دو دسته از چهار دسته تصمیم متمرکز میکنند. این تمرکز، اولویت را برای فاز اول استقرار تعیین میکند، خواه استقرار یک پلتفرم آماده باشد که آن دسته را به خوبی پوشش میدهد یا یک زیرساخت عامل سفارشی باشد که با الگوهای خاص پیمانکار تنظیم شده است.
پیمانکارانی که به طور مداوم مشاغل پرسود را برنده میشوند، کسانی نیستند که پیچیدهترین نرمافزار را دارند. آنها کسانی هستند که قویترین انضباط را در چهار نقطه تصمیمگیری مهم دارند و سیستمهایی، چه انسانی و چه فنی، را برای اعمال مداوم آن انضباط در هر مناقصه، و نه فقط در بزرگترین پروژهها، ایجاد کردهاند.
بازبینی مناقصه و امتیازدهی ریسک با هوش مصنوعی، تولید پیشنهاد ساختمانی با هوش مصنوعی، تولید مناقصه خودکار ساخت و ساز، و سایر ابزارهای این مجموعه، همگی ارزش استقرار را دارند. هیچ یک از آنها جایگزین انضباط تصمیمگیری اساسی نیستند. آنها هر انضباطی را که از قبل وجود دارد، تقویت میکنند. پیمانکارانی که هوش مصنوعی را بر روی انضباط ضعیف مستقر میکنند، مناقصههای بدتری را سریعتر دریافت میکنند. پیمانکارانی که هوش مصنوعی را بر روی انضباط قوی مستقر میکنند، بهبود پایدار در حاشیه سود را به دست میآورند.
این انتخابی است که پیمانکاران در حال حاضر با آن روبرو هستند، و این انتخابی است که تعیین میکند در پایان سال در کدام سمت خط سودآور-زیانده قرار میگیرند.
درباره TFSF Ventures
TFSF Ventures FZ-LLC (RAKEZ License 47013955) یک شرکت معماری سرمایهگذاری است که زیرساختهای عامل هوشمند را در کسبوکارها از طریق سه ستون یکپارچه مستقر میکند: زیرساخت عاملمحور، ریلهای پرداخت غیرسنتی، و موتور کامل سرمایهگذاری. با 27 سال تجربه در پرداختها و نرمافزار، TFSF در سطح جهانی فعالیت میکند و به 21 صنعت با متدولوژی استقرار 30روزه خدمات میدهد. اطلاعات بیشتر را در https://tfsfventures.com به دست آورید.
ارزیابی هوش عملیاتی رایگان را انجام دهید. به چند سوال سریع در مورد کسب و کار خود پاسخ دهید. یک طرح اولیه استقرار هوش مصنوعی سفارشی در عرض 24 تا 48 ساعت، شامل توصیههای عامل، معماری و یک نقشه راه خاص برای عملیات شما دریافت کنید. بدون تماس فروش. بدون تعهد. فقط داده. شروع کنید از https://tfsfventures.com/assessment
Originally published at https://tfsfventures.com/blog/the-construction-bidding-decisions-that-separate-contractors-winning-profitable-jobs
Written by TFSF Ventures Research