2. 工程成本数据体系与采集

AI成本预测的上限，不取决于模型多复杂，而取决于数据体系是否“对得上、接得住、算得清”。很多项目做预测失败，并非算法问题，而是成本科目、WBS、CBS三套编码各说各话，历史数据与现场数据无法归集到同一口径。本节围绕“建体系—接数据—评质量”三条主线展开。

一、成本科目分解：把“钱”拆到可归集的最小单元

成本科目分解的本质，是建立一套稳定的费用分类树。工程成本通常按“人工费、材料费、机械费、措施费、管理费、规费税金”等一级科目展开，再逐级细分。例如材料费可拆为：钢筋、混凝土、模板、砌体、装饰材料等；钢筋又可细分为HRB400 Φ12、HRB400 Φ16等规格。分解粒度应满足两个条件：一是能与合同清单、预算定额对应；二是能落到具体施工部位或工序，便于现场采集。

建议采用“科目编码+名称+计量单位+归属层级”四要素定义每个末级科目。例如：CL-01-03-002 | HRB400螺纹钢Φ16 | t | 主体结构-钢筋工程。编码一旦确定，全项目、全周期不得随意变更，否则历史数据将断裂。

二、WBS与CBS映射：让“工作分解”与“费用分解”对齐

WBS（工作分解结构）回答“做什么”，CBS（成本分解结构）回答“花什么钱”。两者维度不同，必须建立映射矩阵才能实现成本按部位、按工序归集。典型映射关系为：一个WBS节点可对应多个CBS科目，一个CBS科目也可跨多个WBS节点。例如WBS节点“三层梁板混凝土浇筑”对应CBS科目“混凝土C30”“泵送费”“振捣人工费”。

映射表应至少包含：WBS编码、WBS名称、CBS编码、CBS名称、映射类型（一对一/一对多/多对一）、权重或分摊比例、数据来源系统。映射完成后，任何一笔成本发生都能同时定位到“哪个部位”和“哪类费用”，这是后续偏差分析的基础。

三、历史成本数据来源：分清“可用的”与“只能参考的”

历史成本数据主要来自五类渠道：①已完工程结算书，数据最完整但滞后；②企业定额库，反映企业平均水平；③合同清单与变更签证，适合分析合同价与实际价偏差；④财务应付账款与付款记录，反映真实资金流出；⑤物资采购系统与租赁台账，提供材料、机械单价。使用时需注意：结算数据含变更和索赔，直接用于新项目预测会偏高；财务数据含税和付款节奏，与成本发生口径不同。建议建立“历史项目成本数据库”，每条记录标注项目类型、地区、时间、规模、结构形式、数据口径，便于按相似度筛选。

四、现场数据采集方法：从“事后补”转向“事中采”

现场数据是AI预测的实时燃料。采集对象包括：每日人工出勤与工时、材料进场与消耗、机械台班、工序完成量、质量验收结果、天气与停工记录。采集方式建议分层：

• 自动采集：地磅数据、搅拌站计量、塔吊运行记录、门禁考勤，通过接口写入成本数据库。
• 移动端填报：施工员每日在APP中录入工序完成量、材料领用量、机械使用台班，拍照上传验收单。
• 人工复核：成本工程师每周核对填报数据与物资台账、劳务结算单，发现差异及时追溯。

关键原则是“采集即编码”：每笔数据录入时必须选择WBS节点和CBS科目，否则后期无法归集。例如录入“三层梁板混凝土浇筑完成120m³”，需同时选择WBS 1.1.1和CBS CL-01-03-001，系统自动按映射关系分摊泵送费和人工费。

五、数据质量评估：用五个维度判断数据能不能用

数据质量评估不是“感觉准不准”，而是可量化的检查。建议从完整性、准确性、一致性、时效性、唯一性五个维度打分：

评估结果可分为A、B、C三级：A级可直接用于模型训练；B级需清洗后使用；C级仅作参考或退回重采。建议每月生成数据质量报告，对C级数据追溯责任人和产生环节，形成“采集—评估—反馈—改进”的闭环。

数据体系不是一次性文档，而是随项目推进不断校准的活系统。科目分解决定“能不能归集”，WBS-CBS映射决定“归集到哪里”，历史数据决定“预测的起点”，现场采集决定“预测的更新频率”，质量评估决定“预测的可信度”。五者环环相扣，缺一不可。