淺談營造業近期生成式 AI 的近況與理想【66】
——從 BIM 的既視感,談 AI 的現實位置
近年來,LLM(大型語言模型)與生成式 AI 從 GPT-3 一路火紅至今,模型推陳出新,聲量也持續放大。現在甚至連 Gemini 都已發展至第 3 代,處理能力確實比早期成熟許多。
但在營造產業裡,筆者始終認為,在談任何應用之前,有一個觀念必須先被釐清:
LLM AI ≠ 電子化 ≠ 自動化
這三者在實務上並不相同,但現實是,它們經常被刻意混在一起討論。或者拿著電子、自動化誇耀說是AI應用。
一、對 AI 的幻想,其實很熟悉
不少人對 AI 抱持高度期待,彷彿只要「導入 AI」,就能自然發生下列事情:
-
丟一張圖,數量自動算好
-
講幾句話,日報表自動生成
-
不需要再判斷、不需要再負責
問題在於,即便到了 GPT-5.2、Gemini 3 這個階段,多數人依然不知道該怎麼用,更談不上如何在現場落地。
這種情況,對筆者而言並不陌生——
這就像一堆 BIM 被過度神格化時的翻版。
二、BIM 給過的教訓,其實還沒學會
筆者本身具備獨立繪製 LOD300 上下(可能偏低) 模型的能力,早期在實際「應用」Revit 時,也曾對它寄予厚望。
但畫到某個階段,筆者開始反覆問身邊的組長一句話:
Revit 到底實際幫助到現場什麼?
3D 模型確實好看,剖面也清楚。
但為了這些畫面,投入大量時間翻模、清圖、補資訊,這樣的投入產出比,真的合理嗎?
也常有人說:「Revit 可以直接算數量。」『當然還有其他所謂7D』
筆者並不否認技術可行性,但現實只有一句話:
不是不能算,是多數時候你不敢用。
這不是工具的問題,而是工程本身充滿非標準化變數。
而這個狀況,正好對應現在許多人對 AI 的期待。【這邊不過度討論BIM】
三、問題從來不是 AI,而是你想解決什麼
筆者想把問題拉回最原始的位置:
你到底想用 AI 幫你解決什麼事情?
如果這個問題沒有先想清楚,那 AI 最終只會重演 BIM 的命運——
看起來很先進,實際產值卻難以交代。
四、目前真正「用上 AI」的是哪一端?
從實際觀察來看,LLM 影響最深的並非營造現場,而是設計與繪圖端。
(一)建築師事務所與繪圖公司
AI 已實際介入以下工作:
-
圖面清整與重構
-
渲染與視覺表現
-
清圖與重複性檢核
-
各式外掛與小工具的開發
現在哪個資深繪圖人員,手上沒有幾套自己用的外掛?
筆者本身亦不例外,也早已開發多款只為「讓自己好用」的小工具。
這些應用,確實在降低個人作業負擔上,有實質效果。
(二)營造工地端:數位化被當成 AI
反觀工地端,目前市面上多數被包裝為「AI 導入」的產品,本質仍是:
-
雲端日報
-
雲端查驗
-
表單系統電子化
雲端圖說上傳自動發MAIL給相關人員
這些只是把紙本換成螢幕,把資料丟上雲端。
這叫數位化,不叫生成式 AI。
(三)少數真正碰到 AI 的場景:職安
目前在工地上,較接近 AI 應用邊界的,反而集中在職業安全衛生領域,例如:
-
電子圍籬
-
影像辨識開口是否復原
-
判斷施工人員是否配戴安全帽
這類屬於「判斷型任務」,才真正符合現階段 AI 的能力特性。
五、AI 在營造業不是沒用,而是不會用。
若因此斷言 AI 在營造業沒有價值,筆者並不認同。
至少在目前階段,AI 真正有用的地方,反而很小、很碎,但很實在:
-
提升文件品質
-
減少重複性行政時間
-
協助判斷,而非替人背責任
-
產生各種「只省 30 分鐘」的小工具
問題是,這些從來不是企業簡報最愛講的內容。
六、企業的想像,與現場的需求,本來就不一樣
企業高層常談的是:
-
戰情室
-
全案預測
-
自動排程
而現場真正需要的,往往只是:
不要再把工程師的時間耗在瑣事上。
就個人層級而言,筆者實際導入過的 LLM 應用包括:
-
讓 AI 判斷照片內容,自動調整檔名(範例連結)
-
依資料邏輯進行歸檔與分類(範例連結)
這些並不宏大,但很現實。
結語|技術不是瓶頸,想像力才是
筆者在實際開發與使用過程中,反而有一個愈來愈清楚的體會:
現在最大的瓶頸,往往不是技術,而是不知道要它做什麼。
AI 已經強大到令人咋舌,但我們卻常常只拿它來做最表層的事情。
就像拿著智慧型手機,卻只用來打電話。
所以,與其反覆討論 AI 會不會取代誰,
不如先靜下來問自己一句話:
你到底想用 AI 幫助你完成什麼事情?
如果這個問題沒有答案,
那它終究只會成為下一個被過度神格化的 BIM。
分享一些LLM AI ≠ 電子化 ≠ 自動化的部落格、FB

留言
張貼留言