2026 年 3 月 4 日，發展局發出《技術通告（工務）第 3/2026 號──Adoption of Artificial Intelligence (AI) Technology》。和早年推動 BIM 的技術通告相似，這份新通告標誌着另一個重要轉變：在一定規模以上的公務局工程項目，採用 AI 不再是「自願創新」，而是「政策要求」。
以下嘗試用分享的角度，為工程界同工整理這份通告的關鍵內容，並連繫到我們熟悉的設計、招標、施工流程，以及 BIM／CDE 的數碼化背景。。
一、政策框架簡述：誰需要用 AI，用在哪些範疇？
根據 TC(W) 3/2026，所有在 2026 年 6 月 1 日或之後招標、前期估算超過 1,500 萬港元的顧問合約，以及超過 3,000 萬港元的工程合約，在資本工程計劃之下都需要「採用 AI 技術」。通告本身沒有逐一列出要用哪種 AI，而是引用了一份獨立的《AI 應用清單》，把當前被視為「技術成熟、值得推廣」的 AI 用例逐項列出，並為每一項定下「背景說明、基線要求和成果交付」。
目前的清單只有三個案例，覆蓋了設計、招標文件處理，以及施工階段的 DWSS 數據使用，基本上已經打通了由設計到施工監督的三個代表性環節。
二、AI‑1：基礎及擋土結構的設計優化——從手動試算到自動生成與比較
第一個案例 AI‑1，是「Design Optimisation（by AI or RPA）」。清單一開始就指出，傳統設計工作很大程度上依賴手動反覆試算和規則式計算，在時間有限的情況下，只能評估少量設計方案，而且往往傾向保守或過度設計。AI 或機械流程自動化（RPA）的目的，就是把這一段「重覆、規則清晰、但非常花時間」的工作交給系統處理，讓設計人員把時間集中在策略性和價值導向的決策上。
在這一版（2026 年 3 月版本）的清單裏，發展局特別點名：地基（foundation）和挖掘擋土結構（earth retaining structure）的設計，採用 AI 或 RPA 進行設計優化。這意味著，在相關顧問合約中，不能只說「我們用 Excel／程式自動計算」了，而是要有明確的 generative 或 parametric 設計流程，能夠基於既有設計規範和標準，自動生成和評估多個設計選項，找出更接近合理利用率的方案，而不是一味用很保守的安全系數把所有不確定性「蓋過去」。
清單寫得很實在：設計優化工具必須內嵌適用的設計規範和標準；要透過生成式或參數化演算法去產生和評估設計方案；要能指出哪一些構件不符合要求，並提供解釋；亦要能與不同的設計軟件和平台互通，支援開放格式（例如 IFC），以便與 BIM 整合；最後還要能為設計相關的交付文件提供自動化的文檔和報告輔助。
最重要的是，AI‑1 規定顧問必須提交一份「Design Optimisation Report」，說明設計如何透過 AI 或自動化得到改善，包括節省了多少時間，以及設計在「利用率」（utilisation rate）上的提升。清單中甚至給出利用率的定義，例如在地基設計中，以實際設計負載與最大容許承載力的比例作為指標。這份報告並不是「可以有更好」，而是被列為顧問合約下的正式交付成果。
對設計顧問來說，這個案例的訊息很清楚：地基和擋土結構的設計，未來不能只交一套「結果」，還要交代設計空間是如何被 AI／RPA 探索過的，你在其中作出了什麼價值取捨，時間和材料利用上獲得了什麼實際優化。
三、AI‑2：標書文件檢查——用 RAG 幫你對照 PAH、通告和標準條款
第二個用例 AI‑2，是「Checking of Tender Document」。背景部份點出了一個大家都熟悉的痛點：當一個設計進入招標階段，要準備和檢查完整的標書文件，往往非常耗時，尤其是要逐條對照工程手冊（PAH）、技術通告、標準條款和功能性條文等。AI‑assistant 在這裏的角色，是把「對照標準文本、找出遺漏和非標準條文」這部分先做了，讓項目團隊可以把精力放在項目特定的條款和風險上。
清單的要求是，項目團隊需要建立一個檢查架構，實際上就是一個 Retrieval‑Augmented Generation（RAG）或類似的框架，背後接駁着一個 version‑controlled 的知識庫，裏面包括 PAH、備忘錄、技術通告、標準條款等文件，而且這個知識庫要能隨着新版本發佈、更新或撤銷而被維護。當用戶把標書草稿或某段條文輸入系統時，AI 助手必須能夠指出：這段內容是否遺漏了某些標準要求、在哪些地方用了非標準表述，並且提供連結回原始標準文件以便人工核對。
這個案例要求工具能夠在一些常用的格式之間導入和導出，例如在 Word 檔與系統之間往返。完成檢查後，標書文件需要附上一份簡要總結，說明 AI 助手在這次檢查中起了什麼作用，例如已經對照過哪些標準條文、哪些內容已確認符合，哪些地方是 AI 建議人手再審視。這份總結需提交給客戶方作最終審閱。
換句話說，AI‑2 的真正目標並不是「AI 自動寫標書」，而是讓 AI 幫你把「標準條文對照、遺漏檢查」這部分做好，並把過程透明化，讓決策者能夠更專注於做決定和風險判斷，而不是耗在對照工作上。
四、AI‑3：從 DWSS 抽取資訊與自動生成報告——現場數據不再「只存在系統裏」
第三個用例 AI‑3，針對的是「Information Retrieval and Reporting from Digital Works Supervision System (DWSS)」。DWSS 本身有三大核心功能：流程管理、智能施工管理和智能文件管理。通告形容，這些系統裏面存放了大量實時更新的數據和資訊，只是目前要從中找出有用內容，再整理成管理層看得懂的報表，往往仍需大量人手。
在這個場景下，AI 助手要做的，是透過類似 RAG 的框架，讓用戶能夠用自然語言或語意搜尋，跨越 DWSS 裏不同模組的資料庫（表格、紀錄、智慧工地數據、項目文件等），抽取出與問題相關的資訊，然後整理成簡潔而易於閱讀的摘要或表格，並提供回到原始記錄的連結以便核查。
清單亦要求，系統應該支援按照預設模板自動生成報告，例如進度報告等，並以 Word 等可編輯格式輸出。同時，介面需要在桌面和流動裝置都易於使用，尤其是要清楚顯示搜尋結果和來源。若查詢涉及受限或機密資料，系統亦要配合角色基礎的權限控制，確保只有獲授權的人可以看到相關內容。
同樣地，AI‑3 要求每個項目定期準備一份簡要說明，作為進度報告的附件，向客戶展示在日常運作中，這個「檢索與報告助理」到底被用來產生了哪些分析或報表，部分或全部由 AI 協助完成。
五、對工程界的實際意義：AI＋BIM＋DWSS，一條完整的數碼鏈
把三個案例放在一起看，其實可以很清楚看到：在設計階段，用 AI 協助 design optimisation，減少過度保守和重覆試算；在招標階段，用 AI 幫忙檢查標書與標準條文的一致性；在施工監督階段，則用 AI 在 DWSS 裏幫你把「海量數據」變成「能講故事的報告」。
對設計顧問來說，這要求你重新思考設計流程：不再只有「人工計設計、計完出圖」，而是要在流程中加入一個 AI／RPA 的 design loop，然後用報告說明 AI 如何幫你更接近合理利用率，節省時間和材料。
對工程團隊和監督人員來說，這要求你開始把 DWSS 當成一個真正的「數據資產庫」，而不只是「交差用的電子表格平台」。若要把 AI‑3 用好，你需要先確保 DWSS 中的數據質量、結構和命名有一定標準，否則 AI 只會把雜亂資料「包裝」成看起來漂亮的表格，而不會帶來真正洞見。
對於整個行業來說，最重要的訊號可能是：政府不再只是鼓勵個別項目試用 AI，而是開始透過技術通告和 Inventory，把具體案例制度化，並要求在招標和合約中清楚交代 AI 的採用和成效。
在這個背景下，工程界的下一步，不只是「買幾套 AI 工具」那麼簡單，而是要把 AI 視為 BIM、CDE、DWSS 之上的一層新能力，並且在流程設計、責任分工、數據治理和報告機制上，用同樣嚴謹的態度去規劃和實踐。
