你聽過「一個品管顧三個工地」嗎？
這不是笑話，
是真實營建業的日常。
也因為這樣，
最近常有人問我：
AI 能不能解決缺工？
我的答案是：
不能。
但先別急著關掉這篇，
因為後面還有一句。
先分清楚：
缺工其實是兩件事。
第一件，
是現場缺技術工，
鋼筋綁紮、模板、泥作貼磚。
這一塊，AI 能幫上多少？
答案是零。
AI 不會綁鋼筋，
它連鋼筋都拿不起來。
所以下次有人跟你說：
「導入 AI 就能解決缺工。」
你可以先問他：
AI 要怎麼幫你把模板釘起來？
第二件，
是缺內業與管理人力：
品管、工地主任、專任技師、監造。
這一塊的痛，
不只是人數愈來愈少，
也讓剩下的人被文書工作綁死，
沒時間去現場。
你發現了嗎？
問題從「AI 能不能補人」，
變成了「AI 能不能把人從茫茫文書大海中撈回工地」。
這一題，
是有答案的。
第一招：清掉文書塞車
這是最容易，
也最有感的一招。
月報幾百張照片要歸檔，
每週工地會議的紀錄要整理，
計畫書一退回來就是四、五十條意見，
光分類就花掉一天。
這些工作有一個共同點：
不需要太多判斷力，
卻吃掉最多時間。
這些工作整包交給 AI，
才有時間回到工地現場。
第二招：縮短養成時間
這一招處理的，
是「找不到有經驗的人」。
新人面對一本四百頁的計畫書，
根本不知道從哪裡開始。
公文格式與契約條文，
也是卡住年輕工程師最久的一關。
以前的解法是問老鳥。
但你想過老鳥的感受嗎？
當他一天被問十次，
再有耐心、有再多的時間也都被消耗殆盡。
把規範、範本、判例餵給 AI，
新人先問 AI、再問人。
讓資淺的人盡快進入狀況，
能完成原本需要資深人員處理的工作，
老鳥的時間也還了一半回來。
第三招：把漏掉的補回來
這一招最少人談，
但我覺得最重要。
兩千頁的招標文件，
實務上能全部看完的不多。
上百個工程代碼要逐項核對，
沒人有時間對。
所以，都沒對。
人手夠的年代，
這些事做得到。
缺工的年代，
沒有人加班做完這些事，
而是被直接跳過。
AI 進來，
可以協助搜尋、比對與檢查，
把那些原本被跳過的工作撿回來。
第四招：留下技術記憶
缺工最狠的形式，
不只招不到人。
更麻煩的是，
會做的人退休了，
而他腦袋裡的東西，
不知道如何留下來。
趁老師傅還在，
用 AI 進行一場又一場訪談。
把判斷、經驗、眉角，
把「當年為什麼這樣做」，
變成有紀錄的文字。
前三招處理的是：
「現在的人不夠。」
這一招處理的是：
「以後還能不能複製。」
四招打完，
別忘了留一成內力做覆核。
AI 可以幫你加快速度，
但它最危險的地方，
往往是錯得很像真的。
例如，
它可能只讀到文件片段，
剛好漏掉最關鍵的附件。
也可能同時讀到原公告、修正公告，
舊版圖說和新版圖說，
最後把不同版本混在一起回答。
遇到資料沒有提供的地方，
AI 有時也不會停下來說不知道。
它可能自行補出看似合理的內容，
甚至連工項都幫你無中生有。
計畫書修改時，
問題還不只出現在單一段落。
AI 可能改了正文，
卻沒有同步修改施工要領、
品質管理標準、
材料及施工檢驗程序、
自主檢查表、
檢試驗總表與送審總表。
連目錄、頁碼，
以及修正前後對照表，
都有可能還留著舊內容。
更麻煩的是，
它也可能把施工廠商、監造單位
與主辦機關的責任語氣寫反。
每一段單獨看都很通順，
整份文件放在一起，
卻可能前後互相打架。
所以，
AI 省下來的工時，
不能全部拿去接新案。
至少要留一成的時間，
檢查版本、附件、數值、權責，
還有整份文件能不能互相勾稽。
AI 解決不了缺工，
但能解決缺工造成的問題。
前提是，
最後簽名的那個人，
還是你。
