時間：2026年3月28日
主辦：臺灣建築學會
地點：大渡山-東海人工智慧中心
整理：張運宗
2026年臺灣建築學會在九典聯合建築師事務所捐助經費，精銳盡出的全力支持下，籌劃半年，於3月14日啟動北中南三場「臺灣AI建築沙龍」。
邱浩修是臺灣建築學會數位轉型主委，花費許多心思參與討論「沙龍」的形式與目標，並承辦台中場，於3 月 28 日週六下午假大渡山-東海AI中心，以「數位轉型下的 AI 建築新創與價值創新」為題，（台北場主題「建築AI轉型面臨的挑戰與落實方針」，4月25日，高雄場主題「不止想像，AI 讓方案落地」；6月27日，輪回台北，以人才培育為主題。） 探討 AI 如何由探索走向落地應用的實戰策略。 現場吸引 60 餘位專家與會，線上同步直播參與人數更達 180 人次。
臺灣建築學會鄭泰昇理事長直言AI 狂飆成長下，臺灣各界舉辦許多不同性質的 AI 相關論壇，「臺灣AI建築沙龍」擔負一個重要目的，不僅是AI技術或專業的講座，更是建築界朋友站出來進行一次集體的想像與探索，以臺灣本體出發， AI世代如何重新定義建築的工作流程？如何重新組構建築的知識系統化？如何重新定義建築師的價值？「沙龍」落幕後，期待提出一份真正具有影響力的《2026 台灣 AI 建築行動白皮書》。
質言之，AI的影響是什麼？痛點是什麼？策略是什麼？不僅是建築業，實乃臺灣百工百業共同面對的探索。 我們試從痛點、數位轉型、人的價值，三方面統整此次沙龍的討論，作為各界面對AI如何自處因應的示範。
一、真實的痛點
- 資料龐雜與搜尋成本過高：建築的知識散落在圖紙的圖說之中，傳統以資料夾分類，不僅維護成本極高，而且日益繁增，查找不易，導致系統形同虛設。
- 經驗流失與傳承斷層： 許多專案長達數年，經驗極難單靠口耳相傳留存，人員流動交接更常遺漏關鍵細節。
- 新手缺乏提問與判斷能力：面對AI的精準提問有賴專業能力與經驗，新手最大的痛點是「不知道問題在哪裡」，即使AI產出數據，也難以判斷是否合理正確。
- 決策時間差與整合困難： 建築設計週期長，前期與業主開會決定的事項（如管線配置走向），很難確保一年後機電技師畫圖時仍能準確落實。
- 國際合作的基準落差： 跨國合作時，各單位對設計流程的定義不同，前期作業只要出現微小錯誤，都會在後續流程中被嚴重放大。
- 設計營造與後端營運的脫節：前期規劃設計階段鮮少落實數位轉型，導致完工後的營運管理端接不到任何有用的數據；即使用了數位軟體模型，資料在轉換格式時也經常遺失，導致設計與營運徹底脫節。
- 前端決策錯誤導致翻案代價極高： 在高層建築等大型專案中，若前期的系統規劃出錯，將導致嚴重的翻案與重工，耗費的人力與成本代價極其驚人。
- 業主端缺乏專業經理人（PM）： 業主方常憑直覺自主做出錯誤或滯後的決策，不僅浪費時間，且建築設計端須承擔翻案的成本與壓力。
- 缺工缺料與預鑄規模不足：預鑄工法看似能夠解決嚴重的缺工缺料問題，但受限於台灣市場總規模不足以支撐龐大的預鑄廠成本，導致相關廠商生存困難。
- 軟體成本過高：軟體迭代過快與維護成本高昂，投資效益不划算。
- 基礎資料欠缺：即使利用AI進行估算，客戶端沒有基礎模型，或者資料失真，結果AI無用武之地。
- 法規幻覺：實務界對法規存在誤解，AI亦會產生「法規幻覺」。
- 思維與設施落後：許多事務所的管理思維仍停留在20世紀下半葉，且尚未建立符合資訊與網路時代的基礎建設，增加進入AI時代的門檻難度。
二、實務的轉型
實務上，建築產業面對數位轉型，開始跳脫傳統的「畫圖」思維，轉而將專案視為一個龐大的數據庫，優化設計流程與經營管理。
- 建構集中式知識庫： 建立集中式的內部知識庫，將法規、標準與教學影片整合，讓新進員工能在極短時間內（例如一週內）快速上手。 。
- 去層級化與決策追蹤： 導入數位管理系統將管理階層「扁平化」，專案中所有的圖面修改或會議決策，皆以個人帳號綁定，解決傳統交接不清與經驗流失的問題。
- 以數位工具重塑企業文化： 將資深人員的實務經驗轉化為系統內部的筆記與指引，這適應年輕人「碎片式」的學習特性。 數位工具不僅輔助新人，且重新塑造了企業的工作文化
- 決策綁定圖說：將所有的會議決策與需求直接標記綁定在專案圖說上，確保跨階段依然能精準看見初期的決策。
- 前端自動化檢核：透過系預先設定好的條件（如預算限制、法規限制），一旦繪圖超出標準，系統即會警示，從源頭省去後續人工覆核的負擔。
- 標準化跨國或跨界協作：將過往經驗「結構化、圖像化」，明確界定各各方的工作範圍與精確定位點，避免小誤差被無限放大。
- 設立階段性檢查點避免翻案：針對高成本的超高層建築，揚棄先看「外觀美感」的習慣，轉而設立嚴格的檢查點，確保「系統正確、成本合理、施工可行」，才能進入細部設計。
- 萃取關鍵參數輔助決策：業主不具專業背景，設計團隊開始提煉出關鍵的「數據指標」，用客觀數據來引導業主；單是一個精準的數據建議，就可能為業主省下鉅額的建材與數億元成本。
- 整合非建築商業數據：設計決策不再侷限於建築本身，而將外部商業數據（如電商發展、商圈變化）納入考量，以精準定位建築的設計策略能更符合市場真實需求。
- 建立開放式標準平臺：為了解決完工後資料遺失的問題，業界開始採用國際通用的開放式標準平臺，確保建築物的各種數位屬性在移交給營運端時能夠毫無遺漏。
- 賦能長效營運與碳排預測： 完整的數位資料賦予後續物業管理能夠進行能效計算、人流控管、預測性設備維護，甚至能估算未來長達 60 年的修繕預算與碳排放生命週期。
- 接軌預鑄工法與工廠製造：數位軟體不再只追求龐大的全能系統，而是開發輕量模組化工具。 未來的設計端甚至可能省去畫傳統「施工圖」的步驟，直接產出供工廠預鑄的「製造圖」，並結合物流與現場組裝排程，使建築業更接近製造業的高效生產模式。
三、建築師的價值
沙龍提出一個悲觀的預測，在未來，傳統意義上的「建築師」可能不復存在，而被整併進龐大的營造與製造體系中，成為類似「工程師」的角色。 建築師的職能若無法升級，最終可能只剩下「蓋章」，僅剩法律責任承擔者的功能。
一個明顯的例子，市場出現靠機器快速推剪的「百元理髮」，但依然存在收費高昂的「專業剪髮」。 建築師必須思考：如果過度依賴 AI，是否還保有最根本的專業能力？如果只能做重複性的生成操作，其價值必將被大幅貶低。
判斷力成為無可取代的核心。 在 AI 時代，獲取答案與生成圖面變得極其廉價且容易，但 AI 可能會給出錯誤的數據，建築師不再只是糾結於外觀造型美感的「繪圖的人」，而是憑藉專業經驗，成為「下判斷的人」，必須具備用數據說服業主的能力，為其省下鉅額代價並創造最大價值。
儘管 AI 在數據處理、法規檢討或生成邏輯上越來越聰明，甚至能做出比人類更好的決策，但 AI 缺乏「真實的感知情境」與「身體的尺度感知」。 建築是為人服務的實體空間，人類對於空間的真實感官體會與情感共鳴，是目前 AI 無法跨越的領域。
同樣的，雖然法規等基礎資料會變成公共財，但每家事務所長年累積的「專案執行經驗」、「設計提案脈絡」以及「與營造廠溝通的實務細節」，將成為各家建築師專屬且無可取代的護城河，這是在 AI 時代中極具價值的資產。
【附錄】
「臺灣 AI 建築沙龍」台中場涵蓋四大核心議題：
一、艸引子建築師事務所主持建築師蔡長恩分享「從建築法規到圖面知識檢核與溝通，小事務所如何進行數位智能化的敏捷管理？」
二、技聯組工程顧問團隊邵棟綱、林宗仁、魏擘分享「建築數據資產化與流程管理」。
三、台灣國際物業管理公司、億集科技董事長張晉銓分享「導入 AI + BIM 與數位平台之建築全生命週期管理」。
四、築智科技執行長曾怡茹分享「設計到營建資訊生成與整合」。
相關資訊參見「臺灣建築學會年度盛會：臺灣建築AI沙龍系列」。
近期迴響