「你現在不是有 AI 嗎？」
「這個應該很快就可以做好吧？」
我猜，
接下來會有愈來愈多上班族，
聽到老闆這樣說。
以前做一份簡報要兩天，
現在有 AI，
半天可以嗎？
以前整理資料要一個下午，
現在有 AI，
一個小時應該差不多吧？
以前三個人一起做的事，
現在大家都有 AI，
是不是一個人也可以？
聽起來很合理。
畢竟我們每天都在說，
AI 可以提高工作效率。
問題是，
真正用 AI 工作過的人都知道，
事情沒有這麼簡單。
AI 可以很快給你一份答案。
但那份答案，
你敢直接交出去嗎？
工程文件有沒有漏掉？
法規引用對不對？
前後章節有沒有互相矛盾？
數據有沒有算錯？
圖片看起來很漂亮，
工程細節合不合理？
這些事情，
最後還是要有人判斷。
而且 AI 的第一版產出，
很多時候只是工作的開始。
你要檢查、追問、迭代修正，
有時候甚至整個打掉重來。
你發現了嗎？
懂 AI 的人，
工作不一定會立刻變少。
有時候剛好相反。
因為大家知道你會用 AI，
很多事情交給你的時候，
都覺得「應該一下就好了」。
AI 幫你省下來的時間，
很快又被更多工作填滿。
那怎麼辦？
我想，
答案恐怕不能只是再多學幾個工具。
這也是今年 11 月，
我和台灣工程研訓中心規劃
《營建 AI 協作師－認證專案》時，
一直在想的問題。
要把 AI 帶進營建工作，
要學的就不只有「怎麼問」。
還要知道：
什麼工作適合交給 AI？
它給的東西要怎麼檢查？
怎麼判斷它有沒有漏掉重要資訊？
怎麼讓前後成果保持一致？
最後，
怎麼把 AI 的產出，
變成真正能用的簡報、圖片、
影片、分析與工程文件？
所以這次四天的課程，
我們直接從營建工作的實際情境出發：
工程文件、圖說理解、
計畫書撰寫、資料分析、
工程查核、招標資料，
一直到簡報、圖片與影片的成果輸出。
也能讓你知道自己現在走到哪裡，
下一步還缺什麼。
在真正的工作現場，
AI 做完，
不代表你做完。
它給的東西，
你要看得出哪裡有問題，
知道如何修改，
最後還要敢把它交出去。
做得到，
AI 省下的時間才真的是你的。
做不到，
AI 再快，
東西還是不能用。
卻讓老闆覺得：
「你現在不是有 AI 嗎？
那應該可以再多做一點吧？」
如果你也想把 AI
真正導入自己的工作，
歡迎報名這次的課程。
帶著你現場遇到的問題來，
我們一起試試看，
AI 到底能幫你做到哪裡。
