业务状况
Swinerton 是一家有着 130 年历史的总承包商，它同时还拥有干式墙、搭框架、木工业、拆除和混凝土等自营业务。该公司还经营着一家大型可再生能源集团，生产电力公司规模光伏产品。由于同时开展多个项目，Swinerton 想要一种方法以预测某个项目是否能够成功，即该项目能否按时、按预算完成。具体而言，公司认为数据中存在人力无法检测到的指标，并希望利用其历史数据集来确定哪些项目可能会面临风险。Swinerton 相信可以通过机器学习和 AI 找到答案，并转而求助于埃维诺专家。
“让我感到兴奋的一件事是具有可能性。借助传统技术仪表板和报告、分析，可为您提供一些可见性，但不可预测。…这个项目让我感到兴奋的是可预测性。从历史数据预测结果。”
解决方案
该公司与埃维诺和微软合作，开发一种构建概念验证 (PoC) 的独特、共同创新的方法——这是一场数据科学竞赛。埃维诺的多个团队使用由 Swinerton 提供的数据集构建了一款 PoC 工具，该工具使用机器学习和 AI 来预测项目成果。各团队向一组评委们展示其发现结果和见解，并选出一款获胜的 PoC。
项目成果
数据科学竞赛证明，可以使用数据预测项目成果。凭借这一有价值的见解，Swinerton 可以识别风险项目并确定可以做出哪些调整来进行修复。该公司目前正在研究如何将 PoC 生产和部署为一种工作解决方案。
