建造市場低迷、BIM jobs缺乏

最近在CCBC的課堂上問一位同學是否打算到CIC應考,她微笑搖一搖,細問之下原來在課程期間她已經被辭退,並有轉行的打算,這反映了BIM的人才供過於求,或市場上需要BIM jobs減小。

BIM Coordinator 的未來,不是變成工程師,而是走向 Digital Engineer

踏入 2026 年,本地建造市場持續低迷,工程量不似數年前般熾熱。同一時間,過去幾年 BIM 人才快速增長,市場一度大量招聘 BIM Modeller、BIM Coordinator、BIM Engineer。當大型項目高峰過去、BIM 在香港的導入(adoption)已大致完成後,明顯的現象出現了:

  • 工程量下降,BIM 職位空缺隨之減少;
  • 愈來愈多工程師、測量師、建築師本身懂得使用 BIM 工具,對「純操作角色」的需求下降;
  • 自動化與人工智能加速發展,開始能處理部分重複性的 BIM 工作。

不少 BIMer,特別是 BIM Coordinator,開始感受到壓力:
一方面工作機會減少,另一方面角色本身亦面臨被「工程師+BIM」或「自動化工具」部分取代的風險。

在這樣的背景下,BIM Coordinator 的出路應該是什麼?
關鍵在於:不要把自己定位為「準工程師」,而是由「軟件操作」走向「資訊管理、自動化與數碼建造」——即未來的 Digital Engineer / Digital Construction Engineer。


一、傳統 BIM Coordinator 的定位:為什麼在這一輪市場會被擠壓?

若對照 CIC 的 BIM 認證與課程框架(如 CCBC、CCBM 的核心能力),傳統 BIM Coordinator 多被期望承擔以下工作:

  • 根據已訂立的標準和 BEP,協助建立及維護各專業模型;
  • 合併模型、進行 clash detection、整理協調問題清單;
  • 在 CDE 上載/下載文件與模型,處理命名及版本管理;
  • 按要求輸出圖則、報表、工程量清單等交付物;
  • 在協調會議中,以模型輔助各專業溝通。

這樣的角色,本質上介乎「技術專員」與「初級協調者」之間,重點還是放在:

  • 以軟件執行既定任務;
  • 確保模型與資訊在技術層面的正確性。

當市場環境改變,問題就出現了:

  • 工程量減少 → 純操作工作量自然縮減;
  • 專業工程人員自學 BIM → 對「只負責建模的中介角色」依賴度下降;
  • 自動化與 AI 進場 → 重複、規則清晰的任務最先被取代。

這並不代表 BIM Coordinator 一定沒有出路,而是代表:
如果角色長期停留在「純軟件操作」層次,就會直接暴露於市場收縮與技術取代的前線。


二、香港的 BIM adoption 已近完成,下一步是 Digital Construction adoption

從行業層面來看,香港的 BIM 推行在過去十多年已由「試點階段」走向「幾近全面採用」:

  • 政府工程有明確的 BIM 要求;
  • 大型發展商和承建商已普遍把 BIM 納入標準流程。

在這個基礎上,行業焦點正在由 「BIM adoption」 轉向更廣義的 「Digital Construction adoption」——不再只是關心某套 BIM 軟件是否導入,而是關心:

  • BIM(模型與資訊結構)、
  • CDE(Common Data Environment)、
  • IoT 與現場感測裝置、
  • 行動端現場應用、
  • 數據分析與報表工具、
  • 自動化與程式化流程

如何整合成一套完整的數碼建造(Digital Construction)方案。

在這樣的轉變之中,傳統 BIM Coordinator 其實具有天然優勢,因為他們長期站在三個重要交叉點上:

  1. 資料標準化與結構化的經驗
    • 熟悉模型屬性、命名規則、IFC 等開放格式;
    • 知道「資料要如何被組織,才能在不同平台與系統之間可靠流通」。
  2. 跨軟件與平台的實務經驗
    • 每天處理 modelling 工具、協調工具、CDE 平台之間的匯入/匯出與相容性;
    • 清楚各工具的長處與限制,以及在實際項目中的取捨。
  3. 對流程與協同的敏感度
    • 參與 BEP、CDE workflow、協調會議、資訊交付;
    • 對跨專業協同與資訊流的瓶頸有第一手觀察。

正因為站在這個位置,BIM Coordinator 非但不是理所當然被淘汰的角色,反而是最適合轉向 Digital Engineer / Digital Construction Engineer 的起點。


三、不是變成工程師,而是由「操作」走向「資訊與自動化」

在目前市場情況下,要求大多數 BIM Coordinator 大規模轉型為傳統工程師,既不現實,回報亦未必足夠:

  • 工程專業本身門檻高,需要長時間學理與實務累積;
  • 工程崗位市場同樣存在收縮壓力;
  • 單純轉行工程師,並不能解決整個行業數碼化轉型帶來的結構問題。

更可行的,是留在數碼建造這個賽道上,但把自身定位 由「操作」提升為「資訊與流程設計」、「自動化與數據應用」。具體可以分成兩條主線:

1. 由 BIM Coordinator 升級為「BIM Manager」

這條路線的重點,不在於學會設計結構或機電,而在於補強 資訊與流程管理:

  • 從「跟隨 BEP 做事」,提升到「理解 BEP 背後邏輯,參與制定與優化 BEP」;
  • 從「幫人上載檔案」,提升到「設計與管理 CDE workflow、命名規則、權限與審批流程」;
  • 從「只操作 clash detection」,提升到「制定檢查規則、解讀 clash 結果,協助 PM 和商務團隊做出決策」。

這實際上是向 CIC 核心能力中的 BIM Uses & Processes 與 Digital Information Management / CDE 深化。
當你在團隊中被視為「懂標準、懂流程、懂資訊結構」的人,而不只是一個軟件操作者,你的定位就會自然向 BIM Manager / Information Manager 靠攏。

2. 向自動化與數據傾斜,而不是向傳統工程專業傾斜

與其嘗試補完一整套工程學,不如集中在更貼近現有技能的 「BIM + 自動化/數據」 路線:

  • 學會運用常見自動化工具(如 Dynamo、Grasshopper)或基礎程式化(Python、C# API),把高重複、規則清晰的工作自動化;
  • 理解 BIM 模型的資料結構(IFC schema、屬性表、編碼規則),在工具與流程選型上有更高話語權;
  • 初步接觸數據視覺化與報表工具(如 Power BI),嘗試把 BIM 資訊轉化為管理層可讀的 dashboard。

這條路的核心,不是要變成專職程式開發,而是:

從「自己手動重複做」,轉變為「設計工作流程,善用工具去自動化重複工作」。

如此一來,自動化與 AI 就不再是威脅,而是你手上的「倍增器」,而你在團隊中,也會變為推動效率與創新的關鍵角色。


四、從 BIM Coordinator 到 Digital Engineer:行業已經在招聘的新角色

這並非純理論上的新職稱。事實上,香港已有多間大型承建商(例如金門、協興等),近年開始正式招聘 Digital Engineer / Digital Construction Engineer 類型職位,其職責大致包括:

  • 協助項目團隊在設計、施工及管理工作中,有效應用 BIM、CDE 和其他數碼工具;
  • 參與或主導項目的數碼化方案設計,例如制定數碼交付流程、資料標準、CDE 結構與權限設定;
  • 開發或推動使用自動化工具(如 Dynamo、Grasshopper、API 擴充),減少重複工作、提升資料質量與一致性;
  • 將現場數據(IoT、進度、品質紀錄等)與 BIM / CDE 整合,並支援項目管理層以數據作出決策;
  • 為工程師及現場團隊提供數碼工具培訓和技術支援,推動數碼工作方式在組織內真正落地。

從這些實際職責可以看到:

  • 「Digital Engineer」並不是傳統意義上的設計工程師;
  • 它更接近一個 「懂工程語境的數碼流程設計者與資訊管理者」;
  • 而這恰恰是有多年 BIM 協調經驗、熟悉資料標準與流程的 BIM Coordinator 最有條件轉型的方向。

換言之,Digital Engineer 並不是與 BIM Coordinator 完全不同的跑道,而是 在 BIM 經驗基礎上,向上與向旁延伸的自然演化結果。


五、結語:離開「純操作」,才有真正的安全感

總結而言,在 2026 年這個階段:

  • 建造市場不再高速增長;
  • BIM adoption 在香港已大致完成;
  • 工程專業自身亦不見得是一條大規模吸納人手的出路;
  • 自動化與 AI 正逐步接手重複性高的 BIM 工作。

在這個現實下,BIM Coordinator 的真正出路,不在於「變成工程師」,而在於:

  • 向上:深化 BIM / 資訊管理/流程設計,成為 Information Manager / BIM Manager / Digital Construction 中樞角色;
  • 向旁:擁抱 自動化與數據,從手動操作者轉為 workflow 與工具組合的設計者;
  • 在 BIM adoption 幾近完成的基礎上,把自己定位為推動 Digital Construction adoption 的 Digital Engineer。

當你不再只是「某套軟件的使用者」,而是能夠設計與管理整個數碼流程與資訊結構時,市場波動與技術變化帶來的風險,才真正開始由威脅,轉化為你的機會。

【CCBM 面試精讀 CC3(一)】從設計模型到施工模型:合約定位、責任灰色地帶與 BIM 經理的角色

在 CC3「BIM Uses & Processes」中,CIC 強調 BIM 應該被視為橫跨整個資產生命週期的資訊與流程框架,而不僅是某一階段的建模工具。在眾多階段銜接之中,由顧問設計模型過渡至承建商施工模型,是實務上最具爭議、亦最需要 BIM 經理主動介入管理的一環。

一、BIM經理處理的是合約文件中有關於BIM的地位

由顧問設計模型過渡至承建商施工模型,是實務上最具爭議

這個問題的本質從來不只是技術操作,而是牽涉三個層面的風險與安排:第一,是模型在合約中的定位與責任誰屬;第二,是設計方與施工方在軟件與平台上的相容性,以及資料傳遞過程中的損失與扭曲風險;第三,是施工方細化模型的同時,如何處理設計方持續更新所造成的衝突與浪費。以下會分別從這三個角度,說明 CCBM 應具備的理解與應對思路。

首先,從傳統合約架構來看,設計-招標-建造模式下,合約文件的核心是圖紙、規格書以及工程量清單。BIM 模型在這種結構下,多數只被視為協助理解設計意圖、進行協調與視覺化,以及作為工程量預估的輔助工具。問題在於,一旦 BIM 模型實際被用來支持招標和施工決策,它在法律上的地位如果仍未在合約中被清楚界定,就會立即出現責任灰色地帶。

從傳統合約架構來看,設計-招標-建造模式下,合約文件的核心歷來是圖紙、規格書以及工程量清單。

以模型錯誤為例,圖紙或規格書出錯時,可以透過 RFI 或 AI 之類的傳統機制去澄清與修正,並按合約條款調整責任與金額;但模型的情況不同。模型內往往包含暫定值或 dummy 資料,要在招標前徹底逐項檢查所有內容,在時間與成本上幾乎不可行。於是,便出現一連串關鍵問題:模型中的錯誤是否應被視為合約漏洞?可以完全依靠 RFI 或 AI 補救嗎?因模型錯誤引致的成本究竟由誰負責?如果合約又同時要求設計方提供 BIM 模型作為投標或施工依據,就更進一步引申出另一個層次:這個模型在詳度與資訊層面到底應達到什麼 LOD/LOIN,是否已在招標文件中明確?模型中的暫定資料或未完成部分是否有清晰標註與免責說明?從根本上說,設計方與施工方都不願意為「模型中所有錯漏」承擔責任,一旦缺乏明確規範,責任自然會變得模糊。

二、政府發展局大力推動的合約捆定模型

設計方與施工方都不願意為「模型中所有錯漏」承擔責任

發展局在 DEVB TC(W) No. 1/2025 中,正是嘗試回應這一類問題。該通告在第 12 段及 Annex 3、Annex 4 中,正式提出將設計 BIM 模型納入合約體系,同時釐清哪些模型內容具約束力、哪些只是參考。技術通告明確規定,對於 2025 年 4 月 1 日或之後招標、並採用 BIM 的公共工程合約,設計 BIM 模型須作為投標資料的一部分,其中與二維招標圖紙相對應的部分被視為 contractually binding,而超出圖紙所載、例如模型內額外的幾何或屬性資訊,原則上被視為參考。Annex 3 和 Annex 4 進一步透過標準條款說明,政府並不對這些 Reference BIM Contents 的準確性負責;如承建商選擇依賴這些內容,相關風險由承建商自行承擔;而模型內即使出現 clash 或 discrepancy,本身並不自動構成補償事件。同一套條款亦處理了模型檔案形式(native format或 open BIM 格式)哪一種作為具約束力的基準,另外,在 NEC 合約框架下,如果 BIM Contents 與其他合約文件不一致時,會以其他 Scope 文件(例如圖紙與規格)為準。

從 CCBM 的角度來看,這整套安排是在回應最初提出的幾個核心問題:如何避免出現「模型出錯誰埋單」的責任真空;如何界定哪些模型內容視為正式合約的一部分,哪些只是參考;以及如何在招標前,就在 Scope、PS 以及 Annex 3–4 這類文件中寫清楚,而不是等到工程進行期間才透過 RFI 或 AI 補救。對 BIM 經理來說,關鍵不是死記這些條文,而是理解技術通告想要解決的風險本質是合約定位與責任分配,並在項目早期的 EIR、合約草擬及 BEP 擬定階段,主動提醒業主方和合約團隊:模型的哪些部分應列為具約束力的 BIM Contents,哪些應被標示為 Reference;同時在 BEP 中對應這些條款,設計出具體的模型製作、審核與交付策略。在 CCBM CC3 面試裏,如果一方面能說清楚傳統以 drawing/spec 為主的合約制度在遇上 BIM 後出現的灰色地帶,另一方面又能引用 DEVB TC(W) No. 1/2025 第 12 段及 Annex 3–4 如何透過 Contractually Binding BIM Models 來處理相關問題,就能很有說服力地展示你既理解本地政策框架,又懂得把它轉化為實際流程設計與風險管理考慮,這正是 CC3 對 BIM Manager 視角的期待。

三、軟件與平台相容性 項目使用BIM的其中一大合約風險

其次,設計方與施工方之間的軟件與平台相容性,也是設計模型過渡施工模型時的一大關鍵。實務上,顧問設計團隊往往使用一套或多套 BIM/CAD 工具,例如 Revit、Archicad,或某些專用的結構、機電軟件;而承建商及其分判商在施工階段,可能改用其他施工詳圖工具、鋼筋或機電專用系統。若事前沒有規劃,檔案格式就容易在匯入與匯出過程中出現幾何扭曲、資料遺失或屬性無法正確對應的情況,施工方為了履行自身合約責任,最後往往被迫重建大量模型內容,造成成本與時間上的浪費。BIM 經理在 BEP 階段,理應主動處理這一部分,包括確認各方實際採用的軟件和版本,確定主要交換格式是使用原生檔案、IFC 還是其他開放格式,並了解各種選擇的限制。更重要的是,要在 BEP 中具體寫明設計模型將以何種格式交付給施工方,在交付時會保證哪些資料的完整性,哪些部分則預期由施工方基於自身施工責任重建或深化。這些都不是單純用技術可以解決的問題,而是事關風險管理與責任界線,若缺乏清晰約定,往往會在後期導致爭議。

施工方為了履行自身合約責任,最後往往被迫重建大量模型內容

最後,是設計持續更新與施工模型細化並行時,如何避免大量「白做」的問題。典型場景是,施工方基於設計模型開始進行細化,建立施工詳圖、臨時結構和安裝細節等,同一時間設計方因應優化、顧問要求或業主變更,持續更新設計模型。如缺乏良好的協調機制,施工方在模型上已投入的工作,很可能因設計方後續修改而需要重做,造成嚴重的返工和資源浪費。這裏對 BIM 經理的要求,是在 BEP 中主動提出並約定協調機制,例如設立凍結點和版本管理機制,明確某些區域或範圍在某一時間點後,不再接受大幅度設計改動,或者改動必須經過特定審批;在 CDE 和 BEP 中清楚定義版本命名與狀態,例如 WIP、Shared、Published,以避免施工方誤用仍在設計中的模型版本。同時,當設計方需要更新模型時,必須透過既定流程先通報受影響範圍,評估對施工模型和施工計劃的實際影響,如有必要,納入變更與商務處理機制。此外,最好在某些明確範圍內,約定由施工方完全接手模型維護,設計方只再就設計意圖與性能要求作確認,以免出現「雙方同時修改同一份模型」而缺乏統一協調的狀況。

總結而言,在 CC3 面試中,如果被問到「設計模型如何過渡到施工模型」或「模型在合約上的定位應如何處理」,可以先指出傳統以 drawing 和 spec 為主的合約模式在引入模型後產生的灰色地帶,說明模型錯誤與 dummy 資料的問題以及傳統 RFI /AI 機制的局限,接着說明設計方與施工方在軟件相容性上的風險,以及你會如何在 BEP 中規劃交換格式與責任分工,最後再談設計持續更新與施工細化並行時,如何透過凍結點、版本管理、通報與影響評估、模型責任分界等安排,在 BEP 中提出具體方案。總結時,強調 BIM 經理的角色,是在項目早期協助釐清模型的合約定位與用途,設計出合理的流程與責任分工,從而減少後期因模型使用而產生的合約糾紛與返工。這樣的回答,能清楚顯示你不只是熟悉工具與流程名稱,而是真正在用管理層的視角思考 BIM 在整個合約與項目架構中的位置。

【CCBM 面試精讀 CC2 軟硬件知識】不止於「會用軟件」更需要「理解限制與數據驅動流程」

在準備 CCBM / CCBC 有關 BIM Software & Technologies 的核心能力時,考生很容易將重點放在「我用過哪些軟件」——例如 Revit、Navisworks、Civil 3D、Synchro 等。然而,從 CIC 的要求及 CCBM 過往面試題來看,考核重點其實更側重於:
你是否理解這些軟件在整個 BIM 流程中的角色、相容性、限制,以及它們如何支援數據驅動(data‑driven)的工程決策。

過往試題中,常見的相關問題包括:
「Can you introduce your familiar software and their function, and what distinguishes them?」
「What other software could be used in CDE? Which one used before?」
「How to coordinate between 3D and Revit?」

這些提問背後,都不是單純考你「認識多少軟件」,而是考你對軟件與技術的理解深度。


一、BIM 軟件的角色與相容性:不只是一套工具,而是整個系統的一部分

在專業應試及實務層面,介紹 BIM 軟件時,我會先回到一個基礎:任何單一軟件都只是一個「節點」,BIM 流程必然牽涉多套軟件之間的協同與相容性。

以常見情況為例,設計團隊可能在 Revit 或其他 modelling 工具中建立模型;協調會議時,使用 Navisworks 或類似平台進行 clash 檢查與視覺化;之後可能將模型轉化為 IFC,匯入其他分析軟件、4D 或 5D 工具,最後再把結果帶回 CDE 中,供各方查閱與決策。
在這種情景下,真正關鍵的並非「是否精通單一軟件」,而是你是否理解:

  • 這些軟件在技術層面能否互相讀取檔案,是否支援開放格式(如 IFC、BCF、COBie 等);
  • 由於各家軟件的資料結構(data schema)不同,即使「表面上」相容,在實務上是否存在資訊遺失、幾何扭曲、屬性對應不完整等問題;
  • 在項目早期,你是否就軟件與格式相容性作出清晰、前置的策略決定(例如:哪些情況使用原生檔案 (native file),哪些情況使用 IFC 作為交換格式)。

能夠在面試中主動提及軟件相容性及格式策略,而不只是描述「我可以匯入/匯出」,會明顯顯示你已經從被指派工作的「使用者」提升至「流程設計」的管理者。


二、BIM 軟件的限制:理解「能做什麼」之前,先承認「做不到什麼」

很多工程人員在描述 BIM 軟件時,習慣強調它的功能與優勢,這似乎是老生常談。但在 CCBM 等級的能力要求下,重要的是:能否坦誠認識其限制。

以物理現象為例,現實世界中的超長鋼結構,在自重作用下會有輕微下墜或撓曲;但大多數 BIM 模型在軟件中,仍然以理想幾何表達,並不會自然體現這些物理變形。若將這類理想化模型直接視為「完全真實」,便可能在精細分析或施工工序設計時產生偏差。
同樣地,許多 BIM 軟件在處理大量元素或高細節模型時,會出現性能瓶頸:開啟時間過長、操作不流暢、協同困難等。這些都提醒我們:軟件對檔案容量大小、模型複雜度與細節,實際上存在一條「隱形上限」(hidden limitations)。

此外,某些軟件在參數化建模、API 擴充、開放格式標準支援等方面較為靈活,另一部分則相對封閉。這些差異既是功能上的限制,也是管理與採購決策的重要依據。
在面試或實務匯報中,能夠指出軟件限制,並解釋你如何在流程、標準或其他技術配合上作出補救與取捨,這正是業界對於CCBM 所期望的「專業判斷」。


三、工程人員為何需要學習 BIM 軟件:動力來自「數據與決策」,而非「單純可視化」

在推動 BIM 軟件應用時,一個經常被弱化的問題是:

工程人員學習這些工具的實際動機是什麼?
對多數工程師、測量師、施工管理人員而言,學習曲線陡峭的工具,若只能帶來「模型較好看」這種表面成果,很難構成長期動力。

真正能夠驅動工程人員投入時間學習的,是它們是否:

  • 幫助更快、更準確地獲得工程量、成本及進度資訊;
  • 減少重複工作、降低出錯,例如自動生成圖則、報表與清單;
  • 讓使用者能利用模型與數據,更快作出工程決策,例如施工方案比較、臨時結構評估、施工順序模擬等。

當 BIM 軟件被明確定位為「數據與決策工具」,而不是純粹的「繪圖工具」,工程人員便會更容易理解其價值,學習動機會提高。這一點亦與 CCBM 面試中常見的「BIM awareness」類問題相呼應——考官希望聽到的是實際效率與決策改善,而非抽象口號。


四、軟件學習需要時間與策略:BIM 工具不是「即學即用」

另一個在培訓與面試準備時必須正視的事實是:BIM 軟件的學習有明確的學習曲線,不可能即學即用。
它不同於一般單一功能工具,而是將建模思維、資訊結構與協同流程同時綁定。這對工程人員的要求,遠高於「會用幾個按鈕」。

在規劃團隊學習與推行時,需認真考慮:

  • 初階使用者需要多久時間,才能從「只會打開檔案」,過渡到「能整合資料」、以至「於模型及資料上留下設計及協調意見」;
  • 何時、以何種形式引入標準化,例如命名規則、族/元件庫、模板等,以免每位使用者各自為政;
  • 是否提供與實際項目緊密相關的情境練習,讓學習與日常工作直接連結;
  • 團隊內是否有核心人員專責維護模板、族庫、標準及插件,以提升整體效能與一致性。

在 CCBM 能力水平上,理想的回答方式,是能夠說明你不僅知道如何使用軟件,還理解如何在組織內規劃學習與落地,承認學習曲線的存在,並提出相應對策。


五、軟硬件中的「數據驅動流程」:由模型到決策

CIC 在 Annex A 的多個章節中都強調:BIM 不只是三維幾何,而是一個以數碼資訊為核心的管理平台。BIM Software & Technologies 的真正價值,在於它們能否支援一個「數據驅動」(data‑driven)的流程,而非停留在視覺化層面。

從軟件角度看,BIM 工具負責建立、管理並輸出結構化資料;從硬件和系統角度看,各類伺服器、工作站、網絡與 CDE 才是這些數據得以被儲存、交換及分析的地方。當這兩者配合得當時,才有可能實現:

  • 以模型與數據為唯一資料來源(single source of truth),減少重複輸入與版本混亂;
  • 自動或半自動地生成工程量、成本估算、施工模擬報告等,支援管理層決策;
  • 結合 IoT、感測器及 FM 系統,把營運階段的實際運行數據回饋到模型,形成持續優化的數據流。

在面試或專業文章中,若能清楚闡述你如何使用軟件與 CDE 建立這種「數據驅動流程」,而非只描述模型視覺效果,將更符合 CCBM 對 Software & Technologies 的預期層次。


六、結語:從軟件「工具」提升到 數碼化「系統」

總結而言,針對 BIM Software & Technologies 的核心能力,CIC 與 CCBM 並不僅僅要求考生列出熟悉的軟件名稱,而是期望你能夠:

  • 將軟件放回整體 BIM 流程與 CDE 架構中理解;
  • 認識並坦誠面對軟件在相容性、物理模擬、性能等層面的限制;
  • 理解工程人員學習軟件的真正動力來自「數據與決策」,而非僅是「視覺效果」;
  • 意識到 BIM 軟件存在實際的學習曲線,需要透過策略與標準化來支援團隊成長;
  • 清楚說明軟硬件如何共同支援一個數據驅動的工程管理流程。

當你的敘述能從以上角度出發,BIM 軟件不再只是「我會用的工具清單」,而會呈現為一套你能設計、管理與優化的數碼系統,這正是 CCBM 對「BIM Software & Technologies」能力要求。

【CCBM 面試精讀 CC1 基礎知識】EIR、BEP 與 LOIN:BIM Initiation 必須掌握的三個核心概念

在準備 CCBM / CCBC 核心能力之一的 CC1:BIM Initiation 時,許多考生會集中在「BIM 定義」與「3D vs BIM」的區別。然而,若對照 CIC 的指引及過往 CCBM 面試題目,可以發現另一些同樣屬於基礎、卻經常被忽略的關鍵概念:
EIR(Exchange Information Requirements)、BEP(BIM Execution Plan)、以及 LOIN(Level of Information Need)。

這三個概念構成了 BIM 項目由 「資訊需求 → 實施計劃 → 資訊深度」 的基本框架,也是回答 CC1 類問題時,展示結構化思維的關鍵。


一、EIR(Exchange Information Requirements):由「究竟需要什麼資訊」開始

1. 定義與角色

EIR(Exchange Information Requirements,資訊交換要求) 源自 ISO 19650 的資訊管理框架。在 CIC 的 BIM 標準及相關文件中,EIR 被視為業主方(Appointing Party)在工程項目中,對「需要什麼 BIM / 資訊交付成果」的正式說明文件。

EIR 通常涵蓋:

  • 需要哪些資訊(內容及屬性);
  • 以什麼格式交付(例如 IFC、原生模型、COBie、報表等);
  • 於什麼時間點交付(階段、里程碑、審批節點等);
  • 由誰負責提供多少資訊(不同參與方的職責分工)。

2. 與 OIR / AIR / PIR 的關係

在 ISO 19650 架構下,各層次的資訊要求關係大致如下:

  • OIR(Organisational Information Requirements):組織層面的資訊要求;
  • AIR(Asset Information Requirements):資產層面的資訊要求;
  • PIR(Project Information Requirements):項目層面的資訊要求;
  • EIR(Exchange Information Requirements):
    將上述需求轉化為具體「需要何種資訊、由誰、於何時、以何種形式交換」的要求文件。

在 CC1 面試層次,能清楚說明:

EIR 是業主方用來定義 BIM / 資訊交付要求的文件,是後續 BEP 的主要依據之一,
並知悉 CIC 亦提供 EIR 的標準範本,已屬清晰的基礎回答。


二、BEP(BIM Execution Plan):將 EIR 轉化為「可執行的計劃」

1. 定義與功能

BIM Execution Plan(BEP) 是說明項目團隊將如何滿足 EIR 的實施計劃文件。
它回答的關鍵問題是:

在明確客戶需要什麼資訊(EIR)之後,項目團隊將如何組織 人員、流程、工具及標準 去交付這些資訊?

在實務上,BIM 經理一般會:

  1. 根據 EIR 起草 BEP 草稿;
  2. 與各持份者(設計、承建、顧問等)磋商角色與責任分工;
  3. 在提交業主方前,於項目團隊內部達成共識;
  4. 待業主方審批後,按獲批 BEP 開展 BIM 相關工作;
  5. 隨項目進展及需求變化,定期檢視與更新 BEP。

由於 BEP 會隨項目發展持續修訂,以保持與實際情況一致,因此常被視為一份 「活文件(live document)」。
在更新時,原則上不應超出 EIR 所規定的範圍與方向。

BEP 一般包括(但不限於):

  • 項目中各方在 BIM 方面的角色與責任;
  • 將採用的 BIM 軟件、CDE 平台及相關技術;
  • 模型分工(按專業、樓層、區域等)及協同機制;
  • 模型命名規則、坐標系統及共享標準;
  • BIM 用途(BIM Uses)及相應交付成果;
  • 與 LOIN / LOD 相關的要求(於不同階段模型需達到的資訊深度)。

2. Pre-BEP 與 Post-appointment BEP 的區分

在 Annex A(3.3.1、3.4.1)中,CIC 將 BEP 分為兩個階段版本:

  • Pre-appointment BEP(Pre-BEP)
    • 一般於招標或委任前提交;
    • 由潛在供應方說明「若獲委任,將如何運用 BIM 滿足 EIR」;
    • 性質較偏向「方案建議」;
    • 為業主方進行 投標評核(tender assessment) 的其中一項重要依據。
  • Post-appointment BEP(BEP)
    • 委任確定後,由實際項目團隊根據 EIR 及最終合約條款進一步細化;
    • 包含更具體的執行細節、資源配置及實際時間表;
    • 為後續模型建立、協同及交付的主要操作依據;
    • 雖不一定單獨構成合約文件,但通常被視為具合約效力的關鍵參考文件之一。

在 CC1 的基礎層次上,能夠清楚表述:

EIR 是客戶的資訊要求,BEP 是團隊回應 EIR 的執行計劃;
Pre-BEP 是投標階段的建議版本,Post-appointment BEP 則是落實及執行版本。

已可充分展示對概念與實務關聯的理解。


三、LOIN(Level of Information Need):「需要多少資訊」的精準定義

1. 從 LOD 到 LOIN 的演進

傳統上,行業常使用 LOD(Level of Development / Detail) 形容模型在不同階段應達到的細節程度。
然而,ISO 19650 引入 LOIN(Level of Information Need) 概念,目的是更準確地定義:

在特定使用目的之下,模型應具備哪些幾何及非幾何資訊。

2. LOIN 的核心思路

LOIN 的關鍵在於 「just enough information」,即:

為支援某一特定決策或 BIM 用途,所需的 最小但足夠 的資訊組合。

通常包括:

  • 幾何層面:模型外形、細節程度、位置精度等;
  • 非幾何層面:屬性、編碼、性能參數、維修資訊等;
  • 文件 / 文件化資訊:說明書、證書、測試報告等相關文檔。

以 CC1 基礎層次而言,能夠闡明:

  • LOIN 是在「項目階段 × BIM 用途」的角度下,規定模型所需的資訊深度;
  • LOIN 的設定依據來自 EIR 和 BEP 中已界定的需求;
  • 過高的 LOIN 會造成資源浪費,過低則可能導致資訊不足及決策風險。

已足以應對多數初階概念/認知類的面試問題。


四、三者之間的關係:由「需求 → 計劃 → 資訊深度 → 交付成果」的邏輯

從 CC1(BIM Initiation)的角度來看,理解 EIR、BEP、LOIN 之間的關係,比單純背誦定義更為重要。可用以下邏輯總結:

  1. EIR(客戶提出:需要什麼資訊)
    • 業主方基於組織、資產及項目層面的目標,訂立資訊交換要求。
  2. BEP(團隊回應:如何達成這些要求)
    • 項目團隊根據 EIR 制定 BIM 執行計劃,說明如何組織流程、工具、資源及協同方式。
  3. LOIN(對每個用途與階段,定義資訊深度)
    • 針對不同項目階段及 BIM 用途,具體規定模型在幾何與資訊層面應達到的深度與完整性。
  4. BIM deliverables(透過 BIM 模型與 BIM Uses 產生的交付成果)
    • 項目團隊依循 EIR、BEP 及 LOIN,利用 BIM 模型及相關流程,交付支援項目目標的各類成果。

BIM 面對AI 的崛起,是否正宣告傳統 SaaS 的終結?

大家好!今天,讓我們聊聊一個業界熱議的話題:BIM 面對AI 的崛起,是否正宣告傳統 SaaS 的終結?

作為一名有10年BIM經驗的從業員,我親身經歷了從CAD到BIM的漫長過渡。那時,沒了專業軟件(如Revit或ArchiCAD),建築資訊的數位化管理幾乎不可行。它們不僅是工具,更提供從模型建置到協作的完整流程。過去,軟件堡壘要求使用者經過一定訓練——如何操作快捷鍵、建模設定、安排資料結構。多年累積的軟件經驗與嫻熟技巧,也讓一眾從業員成為資深軟件操作員。

傳統SaaS(Software as a Service)主要提供資訊處理功能,讓我們透過軟件達到交付成果。

但近幾年,AI的爆發讓許多媒體高呼「SaaS 已死」。為什麼?傳統SaaS(Software as a Service)主要提供資訊處理功能,讓我們透過軟件達到交付成果。但如今,AI agent(如基於LLM的工具)能直接跳過中間步驟,提供即時結果。例如,在設計階段,AI能自動透過草圖生成優化方案,而不需要我們手動調整模型。這無疑令一眾BIM modeler感到震驚,但同時也開啟了轉型機會——從重複勞動轉向更高價值的策略工作。

Data-based information exchange(基於數據的資訊交換)

對於BIM經理處理資訊管理一環亦有所影響。在BIM行業,我們習慣將文件視為「information container」(資訊容器)。傳統流程依賴軟件儲存的BIM模型,透過file-based exchange(檔案交換)在項目參與者間流通。這符合ISO 19650的object-based server information model(基於物件的伺服器資訊模型),但隨着AI agent的發展,尤其是低門檻的LLM(大型語言模型,如GPT系列),讓我們能轉向data-based information exchange(基於數據的資訊交換)。想像一下:無需繁瑣的檔案傳輸,AI就能直接分析數據、生成報告,甚至預測風險——這不僅簡化交付,還大幅提升效率。

花了十幾年時間和大量資源在教育與企業適應上

例如,最新工具如Buildots的AI agent,透過現場數據實時追蹤進度,過去可能需要透過4D模型輸入計劃及真實時序進行對比。這些發展似乎預示SaaS的轉型:從「軟件服務」變成「AI驅動的智慧服務」。但SaaS真的「已死」嗎?不,我認為它是演進。就像CAD到BIM的過渡,花了十幾年時間和大量資源在教育與企業適應上,AI的普及也需要類似過程,其挑戰在於訓練模型、隱私保護和技能轉型。

BIM經理必須裝備好自己

IoT 只是無線版的 BMS?拆解 Digital Construction 中的神經網絡

不小同學都會在課堂上問我:「Marco,其實合約裡要求的那些感應器、CCTV,跟我們做物管 (FM) 時用的 BMS (Building Management System) 有什麼分別?是不是同一樣東西?」
這是一個精準的問題。確實,兩者都在處理「連接」和「數據」,但在 Digital Construction (數位營造) 的語境下,IoT (物聯網) 的角色比傳統 BMS 更靈活、更廣泛。
我們可以這樣理解:


BMS 通常是固定的、集中的。它主要關注建築物內部的機電系統(冷氣、照明、電力),目的是維持建築物的日常運作和能源管理。
IoT 則更強調移動性、靈活性和微觀數據。在建造階段,工地環境每分每秒都在變,裝置(如無線溫濕度計、震動感測器、智能安全帽)無數個電子感應器,散佈在工地各個角落,甚至附著在工人或機械身上。
兩者的核心差異在於:

無數個電子感應器,散佈在工地各個角落


1. 數據傳輸方法 (Wired vs Wireless):
為了控制大廈的命脈(如消防、電力),BMS 必須依賴實體線路以確保絕對穩定。這意味著一定的安裝成本和「一旦建好,難以移動」的特性。而 後者則利用 LoRaWAN, 5G 或 NB-IoT,裝置可以隨貼隨用 (Plug & Play),適應動態環境。
2. 數據維度 (Data Dimension):
BMS 關注系統狀態(開/關、溫度);後者關注更多維度,例如混凝土的實時強度(通過埋入式感測器)、天秤的微小震動、或是工人的心率變化。
3. 互聯互通 (Interoperability):
這是主要的差異,BMS 往往是封閉系統;後者強調 API 串接,能將數據即時推送到 BIM 模型或雲端平台 (CDE),實現真正的 Digital Twin。
真正價值:從「被動管理」到「主動預測」

不再是等設備壞了才去修

當我們把 數據結合 AI 分析(正如我課程中提到的),我們就(BMS 的報警),而是能進行預測及模擬 (Prediction and Simulation)——例如預知設備故障前兆,或模擬不同情況下的能源消耗。
在我的 Digital Construction 課程 中,我們會有專門的課堂探討如何選擇合適的感測器,以及如何將這些零散的「感知數據」匯聚成有價值的決策依據。

解讀 DEVB 合約下的 construction 4S 服務清單

繼上次分享了 AI 如何聯動BIM 數據搜索後,今天來談談香港建造業目前的「首要任務」—— 智慧工地安全系統 (Smart Site Safety System, 4S)。
作為 BIM 經理或項目負責人,你可能已經收到標書要求,或者正在為 DEVB TC(W) No. 3/2023 的合規性而煩惱。有人會誤以為 Construction 4S 只是買一些智能手錶或安裝幾個 CCTV,但在合約層面,這其實是一套完整的「解決方案」。

誤以為 Construction 4S 只是買一些智能手錶或安裝幾個 CCTV


根據發展局的技術通告,一套合規的 4S 服務,必須包含以下三個核心:
1. 核心大腦:中央管理平台 (Centralized Management Platform)
這不是普通的網頁,而是一個能整合所有 IoT 數據的 BIM/GIS Dashboard。合約要求它必須能實時顯示工地狀況、發出即時警報,並生成安全報告。這就是「數據可視化」,也是 Digital Construction 的核心價值——讓數據輔助決策。


2. 神經網絡:全覆蓋的網絡基建 (Network Infrastructure)
沒有網絡,再聰明的裝置也是廢鐵。服務供應商必須確保工地(包括地下、密閉空間)有穩定的 5G 或 Wi-Fi 覆蓋。


3. 感知手腳:針對性的物聯網模組 (Specific IoT Modules)
合約列出了針對識別高危活動、危險區域管制、器械工作許可、追蹤工人活動等具體要求,AI 影像分析 (AI Video Analytics): 識別工人是否佩戴安全帽、是否進入危險區域(如天秤吊運區)。智慧鎖 (Smart Locks): 確保只有持牌人員能操作重型機械。密閉空間監測 (Confined Space Monitoring): 氣體感測器與人員定位的結合。

從「買硬件」轉向「買服務」

從「買硬件」轉向「買服務」
最重要的一點是,4S 不止是一次性的採購,而是一個持續的營運服務。合約要求有專責團隊去維持系統的準確性(減少誤報),並教導前線人員使用。在我的新課程中,我將會邀請曾落地執行完整 4S 專案的專家,深入拆解這些合約條款背後的實踐難度。
各位行家,你們在執行 4S 時,遇到最大的痛點是什麼呢?

你該選擇ChatGPT『通用 AI』還是『專項 AI』?

隨著 ChatGPT 等通用 AI 模型的爆炸性成長,令我想到最近看到不少文章和討論,質疑:「既然有 ChatGPT 這麼強大的工具,似乎什麼問題都能解答,我們還需要花費資源去開發那些針對特定任務的『專項 AI』模型嗎?這不是重複投資嗎?」

這是一個極其關鍵的問題,它觸及了 AI 應用策略的本質。我的看法是:通用 AI 是知識的「圖書館」,你能夠找到問題的初步答案,而專項 AI 則是精準的「學術文章」,當你需要深入研究一個問題。如果在 Digital Construction 的生態中,我們需要學會明智地運用兩者。

通用 AI 是知識的「圖書館」,專項 AI 則是精準的「學術文章」

讓我們從成本、效率、安全和應用深度四個維度來拆解:

通用 AI 模型 (General AI, e.g., ChatGPT, Gemini)

  • 優勢:廣泛與便利。 就像一個博學多才的助理,能迅速提供廣泛知識、生成創意內容、輔助資料搜索、甚至協助起草文件。其訂閱制的收費模式,對於發散性、非高頻的通用任務而言,成本效益顯著。
  • 局限:通而不精、成本隱憂。 當它處理高度專業、需要極致精準度和穩定性的工程任務時(例如:核對 IFC 模型是否符合複雜的香港建築條例),可能因為缺乏特定領域的訓練數據而給出模稜兩可、甚至不準確的答案(所謂的「幻覺」-hallucination)。同時,處理大量複雜數據所需的 Token 數量會激增,潛在成本並不低,而且存在數據隱私和商業機密的洩露風險。

專項 AI 模型 (Specialized AI)

  • 優勢:精準、高效、安全。 這些模型為特定任務而生,經過專門的行業數據(例如:數萬份歷史項目文件、精準標註的 BIM 數據、工地安全影像)訓練和優化。例如,用於自動化檢查 IFC 模型是否符合 ISO 19650 標準,或透過視覺分析實時監測工地進度。
    1. 效率與成本控制: 針對性強,運行速度快,處理專項任務的 Token 消耗量遠低於通用 AI,因此「用多少付多少」的計費模式更具成本效益。
    2. 極致精準: 因為專注,它們在特定任務上的準確性遠超通用 AI,錯誤率極低,能滿足工程對精確性的嚴苛要求。
    3. 數據安全與合規: 專項 AI 可以部署在企業的私有雲或內部服務器,確保敏感的工程數據、商業機密和客戶隱私在嚴格控制下,符合 PDPO (個人資料私隱條例) 等法規。這在處理 BD 入則、DEVB 合約等敏感文件時至關重要。

專項 AI 可以部署在企業的私有雲或內部服務器,確保敏感的工程數據、商業機密和客戶隱私在嚴格控制下,符合 PDPO (個人資料私隱條例) 等法規。

Digital Construction 的 AI 策略:明智的選擇與整合

在 Digital Construction 領域,我們需要的是一套混合策略。將通用 AI 作為提升日常工作效率、輔助決策的廣泛工具;而將專項 AI 則定位為解決特定業務痛點、實現核心價值增長、保障數據安全與合規性的戰略性工具。

理解兩者的區別,並根據任務性質、所需精準度、成本結構和數據安全考量來進行策略性選擇與整合,是 Digital Construction Manager 必須具備的能力。

這也是為什麼我的課程 不僅教大家如何有效使用 ChatGPT 等通用 AI 工具,更會深入探討如何利用 RAG 技術和工程專屬數據,構建企業專屬的「專項 AI 大腦」,以及如何應對香港政府關於 AI 應用的最新指引。

你們公司在 Digital Construction 中,最需要哪種類型的 AI 來解決當前痛點?歡迎留言分享你的 AI 策略!

What is Smart Contract ? 不只靠加密!區塊鏈如何賦予工程合約『信任』

大家好!在我們積極探索 Digital Construction 的各種可能時,「自動化」無疑是提升效率的關鍵詞。但當我們談到合約的自動化執行,有一個問題經常浮現:「很多解決方案,也能做到當『某些條件滿足,某些程序自動觸發』,為什麼 Smart Contract(智能合約)一定要用區塊鏈(blockchain)這種『高階』技術?它的核心價值,是因為加密功能更強嗎?」

這是一個具洞察力的疑問,它觸及了區塊鏈與智能合約結合的真正核心價值,而非單純的技術表象。

為什麼 Smart Contract(智能合約)一定要用區塊鏈(blockchain)這種『高階』技術?

首先,我們要釐清一個常見的誤區:區塊鏈的「加密」並非其獨特優勢,也不是 Smart Contract 選擇區塊鏈的根本原因。 事實上,許多傳統的加密方法(如 SSL/TLS、AES)在數據保密性上可能更強大。Smart Contract 選擇區塊鏈,關鍵在於它提供了「去中心化」(Decentralization)和「不可篡改」(Immutable)。

「去中心化」(Decentralization)和「不可篡改」(Immutable)

想像一下,一個沒有區塊鏈的「自動化合約 (Automated Contract)」,它可能運行在一個公司(例如業主或第三方平台)的中央服務器上。當它要自動執行數百萬甚至數千萬的工程款項支付時,你作為分判商,會有什麼疑慮?

  • 信任問題: 你怎麼相信業主方不會在付款條件達成後,悄悄修改合約代碼,或因為內部原因停止服務器?
  • 單點故障: 中央服務器一旦故障、被駭客攻擊或因電力問題關閉,合約執行可能瞬間停擺,你的款項就遙遙無期。
  • 人為干預: 中心化的管理員可以隨時修改或停止合約執行,缺乏外部約束。

這就回到了傳統合約的根本問題:我們需要一個「第三方」(例如銀行、律師、法院)來作為信任中介,強制執行合約。而區塊鏈的出現,正是要徹底消除對這種中心化第三方信任的依賴,賦予 Smart Contract 真正的「價值」:

這就回到了傳統合約的根本問題:我們需要一個「第三方」(例如銀行、律師、法院)來作為信任中介,強制執行合約。

  1. 去中心化 (Decentralization): Smart Contract 的代碼和所有執行記錄,被儲存在區塊鏈上,由網絡上數千個獨立節點共同維護和驗證。這意味著沒有任何單一一方(無論是業主、總承建商或甚至政府)可以單獨關閉、修改或阻止合約的執行。它保證了合約的「抗審查性 (Censorship Resistance)」和「抗干預性 (Tamper-proof)」,確保合約按照預設邏輯自主執行。
  2. 不可篡改的執行與數據 (Immutable Execution & Data): 一旦 Smart Contract 部署到區塊鏈,其代碼和每次執行結果都不能被追溯修改。每一次合約執行、每一個事件和相關數據都會永久記錄在區塊鏈上,形成不可逆轉的歷史。這確保了合約執行和數據的「確定性 (Determinism)」和「不可抵賴性 (Non-repudiation)」。

Smart Contract 需要區塊鏈,並非為了單純的「高階加密」

因此,Smart Contract 需要區塊鏈,並非為了單純的「高階加密」,而是為了在多方參與、且相互之間可能缺乏絕對信任的工程環境中,提供一個可以自主執行、透明公開、不可篡改、且無人可以單方面阻止的「自動化信任基礎設施」。這使得合約的執行從「基於人際信任」轉變為「基於數學和代碼的信任」,效率和公平性得到極大提升。

至於工程項目金額較小就不需要?這是一種誤解。工程中的爭議成本、延誤成本、以及行政處理成本,往往遠超單筆付款的金額。Smart Contract 透過提供這種去中心化的信任,能大幅降低這些隱性成本,無論金額大小,都能為項目帶來實實在在的效益,並有效推動整個行業的效率和透明度。

你認為工程業最需要區塊鏈帶來的「去中心化信任」來解決哪類痛點?歡迎留言分享你的看法!

3D Print Model 這項為何在香港工地仍『舉步維艱』?

這段時間我們討論了 AI 搜索、4S 合約和 IoT 感測器。最近在翻閱國外建築科技網站時,我忽然想到一個問題:建築 3D 列印 (3D Print Hong Kong) 這項「建築業未來」的技術,為何在香港工地顯得「舉步維艱」?

確實,3D Printing 描繪了美的藍圖:由BIM 模型直接轉化為實體構件,數據能驅動效率,設計的自由度無限。然而,將這份「美好」帶到香港工地,卻像是一場高昂的未來賭注。技術本身的打印速度、材料性能穩定性、大型打印機的成本和現場部署靈活性等限制,都是實實在在的挑戰。

將這份「美好」帶到香港工地,卻像是一場高昂的未來賭注。

但挑戰,絕不僅限於技術本身,讓我們來一場思想碰撞。在香港複雜的建築環境和嚴格的法規框架下,必須面對更多現實痛點:

  1. 材料規範的「紅線」: 最核心的障礙之一,是材料的選擇。目前主流的建築 3D 列印材料(如特定配方的混凝土、聚合材料)在性能、耐久性、防火等級上,是否符合香港現有的建築條例?在沒有足夠的本地標準、測試數據和過往案例的情況下,法定機構如屋宇署(BD)如何能批准其在結構或防火上應用?這不是單純的技術問題,更是對法律和安全規範的挑戰,每一個新材料的引入,都是漫長且耗資巨大的認證過程。
  2. 法規與監管的「灰色地帶」: 即使材料過關,現有法規對「新型建造方式」也讓項目團隊卻步。如果採用 3D 列印構件,其圖紙入則審批應該遵循哪些標準?驗收規範為何?一旦出現質量問題,法律責任如何劃分?這些在目前的合約體系下,仍是模糊地帶。在嚴格執行風險管理的香港工程環境中,這種「灰色地帶」本身就是最大的風險,因為它直接影響保險、融資,甚至項目能否順利開展。
  3. 現場施工的「難度係數」: 雖然機器人打印聽起來很高效,但大型 3D 列印機的現場部署、操作、維護,以及如何與傳統工序(如鋼筋綁紮、機電預留)進行協調和集成,都是巨大的挑戰。香港工地空間狹窄、環境複雜多變,溫濕度、灰塵、空間限制,都可能影響打印質量和進度。這考驗的不僅是技術人員,更是整個項目管理的協調能力和適應性。
  4. 供應鏈與前期投入的「高昂賭注」: 目前在香港,專門的 3D 列印建築供應商和具備規模的技術服務團隊仍是鳳毛麟角。任何項目若要嘗試,都面臨著高昂的前期投資(設備、研發、培訓)。在缺乏明確的政策支持和龐大的市場需求下,供應商為何願意承擔這個「高昂的未來賭注」?這不僅是技術投資,更是商業模式和人才培養的巨大挑戰。

這不是單純的技術問題,更是對法律和安全規範的挑戰,每一個新材料的引入,都是漫長且耗資巨大的認證過程。

我的觀點:技術已存在,但生態雖需共建 3D Print Hong Kong 的核心技術和以「數據驅動製造」的理念,早已是 Digital Construction 的趨勢。然而,在香港要實現其大規模應用,我們不能僅僅談論技術的「美好」,更要直面材料規範、法規空白、法律責任、監管標準、現場集成、供應鏈成熟度,以及前期投資回回報等現實挑戰。這是一場需要業主、政府、開發商、承建商、科技公司共同參與的生態系統共建。

需要業主、政府、開發商、承建商、科技公司共同參與

在我的課程中,我們將深入剖析 BIM 和 Digital Construction 在這類新型建造技術落地時所面臨的合約、管理、法規和供應鏈挑戰,並探索可行的破解之道。

你認為在 3D Print Hong Kong 的普及中,哪一個挑戰(材料規範?法規空白?供應鏈不足?)是目前最大的瓶頸?期待你務實的見解!