2026 年 9 月 21 日，AD-Linkage 出席智造方案專業協會（Association of Intelligent ConTech Solutions Professionals，AICSP）成立典禮。根據主辦方邀請，活動在西九文化區 M+ 舉行，主題為「AI、FinTech 與建築行業新一代專業價值」。
這個題目帶出一個值得香港企業認真思考的問題：當 AI 能夠整理文件、分析影像和協助跟進工作，專業人士的價值會放在哪裏？對建造業而言，答案不能只停留在「提高效率」。圖則、合約、現場紀錄及進度數據，都會連接到成本、安全和責任；處理得更快，必須同時處理得有依據。
本文由這個活動主題出發，結合 AD-Linkage 為是次活動準備的建造業 AI 材料，整理企業可以如何開始。最實際的起點，是讓 AI 做第一輪整理、比對及提示，再由具備業務知識和相應權責的人作最後判斷。以下工作例子屬說明用途，並非活動現場展示成果或已完成的客戶案例。
1. 建造業 AI 轉型，先找出一項值得改善的工作
企業開始討論 AI，往往先問應該買哪個工具。更有用的第一個問題是：團隊每星期有哪一項工作，反覆花時間找資料、核對版本和整理格式，卻仍然容易遺漏？
例如，項目經理每次寫進度報告，都要向不同同事收集日誌、照片、分判商更新及物料資料。真正拖慢工作的，可能不是寫作，而是資料分散、日期不一致，以及無人說得清哪份才是最新版本。若直接加上一個寫作工具，報告可以更快完成，但錯誤資料亦可能更快進入報告。
因此，AI 導入前要先寫清楚三件事：輸入資料從哪裏來、希望產出甚麼、誰有權確認結果。例如把目標定為「由指定資料夾的已批准文件，整理一份附來源的每週進度初稿」，就比「用 AI 管理整個工程」更容易試、查和改善。
這亦是評估企業 AI 轉型時的重要分界：培訓讓同事掌握方法，系統整合則涉及權限、資料來源、流程及驗收。兩者可以互相配合，但不能只因員工學會提示詞，就假設公司流程已完成轉型。
2. 三類應用，三種不同的人工把關
圖則及文件：找到差異，仍要解釋差異
工程文件通常有多個版本，正文、表格、註釋與附件未必同時更新。AI 可以協助抽取文字、整理修訂摘要、比較兩個版本，並把疑點連回頁碼或原始段落。對清晰的文字文件，這類任務較容易設計測試。
但掃描質素、圖則比例、符號、手寫註記及缺頁，都可能影響結果。模型寫出一段流暢摘要，並不等於它讀懂每一項尺寸或合約責任。輸出應保留「找不到資料」和「需要核實」的欄位，由相關專業同事判斷修訂會否影響設計、合約或施工安排。
外牆影像：先篩查疑點，再安排核實
無人機拍攝可以提供外牆影像，合適的影像分析工具則可協助標示疑似裂縫、剝落或滲水痕跡，讓工程人員較有方向地檢視資料。這裏的產出應是一份待查清單，例如照片編號、位置、疑似問題及影像限制。
陰影、污漬、反光和拍攝角度都可能造成誤判，影像亦未必足以判斷缺陷深度或成因。照片沒有被標示，不代表外牆已證實安全。檢查方法、現場核實、風險評估及後續決定，仍須交由具相應資格和責任的人員處理；無人機操作亦要另行符合適用要求。
成本及進度：先對齊資料，再談預警
AI 可以協助整理進度報告、物料紀錄和變更單，把不同格式轉成較一致的資料表，提示缺漏、重複紀錄或相互矛盾的數字。例如某項工序被標為完成，但相關驗收紀錄尚未齊備，就值得交由項目團隊跟進。
這類提示與準確預測超支並不是同一回事。如果日期、金額單位、工作範圍或批准狀態混在一起，工具可能把未批准變更算成確定成本。開始時宜先做好資料對照及例外清單，再評估是否有足夠資料建立更進一步的預測。
3. 假設例子：一間建造公司如何試做文件比對？
假設一間香港建造公司希望改善每週的變更紀錄整理。項目團隊收到不同版本的工程文件、會議紀錄及分判商更新，經常要重新翻查「改了甚麼、由誰確認、下一步由誰處理」。以下是可以討論的試點設計，所有情節均為示例。
第一步：選定範圍及資料版本
先挑一個項目、一類文字文件，以及一個已完成的歷史時段。由項目負責人選出已批准的舊版、新版及相關紀錄，記下檔名、日期、版本和批准狀態。測試資料先移除非必要個人資料，並只放入公司已批准使用的環境。
這一步不宜把整個共用硬碟交給模型自行搜尋。當來源範圍太大、舊稿與正式版本混雜，之後便很難分辨錯誤來自資料選取、文字擷取，還是模型判斷。
第二步：要求 AI 交出可查證的表格
與其只要求「幫我總結變更」，可以把輸出寫成固定欄位：
| 欄位 | 要求 |
|---|---|
| 變更項目 | 一項變更一行，避免把多個問題合併 |
| 舊版與新版內容 | 保留必要原文，列明文件及頁碼 |
| 差異說明 | 說明文字如何改動，不自行推定已獲批准 |
| 待核問題 | 缺資料、掃描不清或不同文件矛盾之處 |
| 人工確認及下一步 | 由指定同事填寫決定、日期和跟進人 |
例如，舊版寫「走廊飾面採用材料 A」，新版改為「材料 B」，但附件仍列材料 A。合理產出是指出主文件與附件不一致，請團隊核實適用規格。AI 不應直接決定採購材料 B，更不應自行通知分判商改單。
第三步：用已知答案找出漏報和誤報
由熟悉項目的同事先整理一份參考答案，再用同一批文件測試工具。假設人工已確認有 10 項重要差異，AI 找到其中 8 項，漏了 2 項，同時多報了 3 項不成立的差異。這時不能只展示「找到 8 項」；漏掉的是付款條款，還是標點修改，會直接影響是否值得繼續試用。
要把問題分開記錄：來源選錯、文字讀錯、比較遺漏、解釋過度，以及引用頁碼錯誤。不同原因有不同修正方法。掃描看不清，應改善輸入；混入舊版，應修正文件管理；模型推斷過多，則要收窄任務並加強覆核。
第四步：先並行運作，再決定是否接入正式流程
初期可以讓 AI 與原有人工做法並行，結果只作內部比較。每份輸出由指定同事覆核，保留修正記錄；涉及採購、合約修改、付款或對外通知的動作，繼續走原有批准流程。
只有當團隊清楚知道哪些文件處理得好、哪些情況會失敗、誰負責接手，才考慮逐步擴大。若重要差異仍然反覆漏報，即使初稿很快完成，也未必值得投入正式使用。
4. 成效怎樣量度，才知道是否真的省了工夫？
最容易被忽略的成本，是同事花在檢查和修正 AI 輸出的時間。因此，量度應覆蓋由準備資料到完成確認的整個工作，而不只是模型生成答案的幾秒鐘。
| 指標 | 實際記錄方法 | 用來回答的問題 |
|---|---|---|
| 每份文件總處理時間 | 資料準備、AI 處理、人工覆核及修正分開記錄 | 整體是否節省時間？ |
| 重要差異漏報 | 以人工核實清單為基準，按影響程度分類 | 有沒有遺漏關鍵問題？ |
| 誤報及修正負擔 | 記下不成立提示的數目及處理時間 | 同事是否增加了無效工作？ |
| 來源可追溯程度 | 抽查引用是否指向正確版本、頁碼及原文 | 另一位同事能否重新核實？ |
| 例外處理 | 記錄哪些個案須退出自動處理及原因 | 人工接手是否順暢？ |
例如，原本人工處理一份文件需 60 分鐘，試點改為資料準備 10 分鐘、工具處理 5 分鐘、覆核修正 35 分鐘，總計 50 分鐘，差額是 10 分鐘。以上只是假設數字；若覆核時間升至 55 分鐘，總計便是 70 分鐘，反而多花時間。工具費及設定維護成本，亦應另行計入。
比較時要盡量使用相近難度、篇幅及版本狀況的文件，避免把簡單個案的成績套用到全部工作。成功標準應由企業按風險預先訂定，不能為了展示成果而測試後才更改。
5. 專業價值會轉向哪裏？
當第一輪整理能由工具協助，專業人士仍須決定哪些資料可信、哪些差異重要，以及甚麼情況必須停止處理。這些工作需要行業經驗、責任分工及對實際環境的了解。
Quality Assurance 關注輸出是否完整、準確和可覆核；Compliance 要對照適用法規、合約及公司要求；治理則包括誰能存取資料、誰批准動作、如何記錄和處理錯誤。AI 能協助整理證據，卻不能代替企業釐清這些責任。
對管理層而言，投資 AI 亦包括讓同事有時間學習、建立測試資料，以及保留人工覆核能力。如果只要求大家用更少時間交出更多文件，而沒有安排查證及改進，流程可能只是把風險推到下一位同事身上。
6. 由產、研、學，把試點變成團隊能力
AD-Linkage 以「產、研、學」思考 AI 的實際應用。對建造業團隊，可以把它理解成三個互相配合的方向。
產，是把問題落到一份可驗收的工作成果。先選文件比較、會議紀錄或內部資料整理等明確任務，定義輸入、輸出和責任人，再處理系統接駁及流程問題。
研，是理解技術及企業應用的選擇。透過產業研習和企業交流，帶着自己的問題了解平台、模型及工業應用。考察的價值在於回來後能解釋哪些方法適合公司，以及需要甚麼條件；參訪安排仍須以正式公布和接待確認為準。
學，是讓團隊有能力持續使用和覆核。同事除了學會操作，也要懂得準備資料、描述任務、判斷錯誤及交接工作。企業不需要等待人人變成工程師才開始，但不能把判斷責任全部交給工具。
從 AICSP 的活動主題回到日常工作，建造業 AI 轉型可以由一個清楚的小問題開始。先證明一項流程有用、可查和有人負責，再討論下一步擴大，會比一次改動整間公司的工作方式更容易管理。
7. 下一步：選擇適合團隊的學習或應用入口
由一項建造業工作，開始 AI 應用
先評估企業流程，或讓團隊建立 AI 應用方法；有意了解產業實踐，亦可選擇相關研習。
本文的工程例子用來說明評估方法，並非上述課程的建造業專屬認證或服務交付承諾；個別應用仍須按資料、系統、專業要求及項目範圍評估。
活動資料及文章範圍
活動名稱、主題及場地按主辦方邀請資料整理；AD-Linkage 出席由團隊確認。文章中的應用分析參考為是次活動準備的材料，不是逐字演講紀錄。文中假設工作流程、數字及量度方式不代表已驗證的客戶成效。
