日本建築業面臨缺工潮！小松製作所新社長力推數位化，如何解決社會難題?|數位時代 BusinessNext

日本建築業面臨缺工潮！小松製作所新社長力推數位化，如何解決社會難題?

為解決「日本建築業勞動人口短缺」的問題，日本小松製作所推出ICT建築設備，收集與管理工地現場的資訊並轉為3D數據，期待用科技打造一個智能的建築場域。

DX Smart Construction——連接製造流程

2013年小松向市場推出了ICT建築設備，並於2015年向市場推出了Smart Construction服務，旨在透過收集和管理有關施工場所和工作內容的資訊並轉換為3D數據，實現安全、高生產率、智能和清潔的「未來建築工作場所」，然後將數據用於模擬流程和機械控制。

這項服務自2015年首次亮相以來已在日本10,000多個建築工地推出，已經引入了13,000多個案例，目前全球約有9,000台ICT施工機械在運行。2020年4月進入新階段- DX Smart Construction，已能支援使用四種物聯網設備推出八款應用範圍更廣的軟體應用程序。

與此同時，小松推出「Smart Construction Retrofit」套件，將訊息和通訊技術功能提供給不具備網路能力的傳統建築設備藉以協助轉化為ICT-ready模型，在日本有98%的建築工地所使用建築設備不具備ICT功能，嚴重阻礙了建築產業實現數位化。

小松的目標是將套件的價格保持在較低水平，利於資源有限的中小型企業使用。值得ㄧ提的是，小松以促進整個行業的數位化為核心理念，鼓勵競爭對手將套件安裝在設備中，提升產業發展。

小松明確的策略目標在於，一方面在優化建築工作的運作；另一方面，使建築工作自動化並自主化。小川社長解釋數位化策略目的時表示:「可以通過數位化連接建設的所有生產製造流程，同步工地現場和數據來優化建築工作，而不是將數據片面的視為建築和生產過程的一部分而已。同時，提早做好建築設備ICT，有助於加快現有建築工作的數位化，並且解決建築產業勞動力短缺問題」。

「DX Smart Construction」為客戶提供最佳施工管理，應用範圍不僅在日本，更擴及美國和英國、德國、法國和丹麥。小松也因積極引入數位技術的商業模式而備受關注，並榮獲經濟產業省和東京證券交易所評選的「數位化轉型品牌（DX Brand）2020」大獎，評估委員會高度評價小松在「加強數位化轉型不僅為客戶解決問題、解決產業問題更解決社會所面臨的問題」所做的努力。

責任編輯：吳佩臻、錢玉紘

1973 年，良興從台北光華商場一間 50 坪的電子零件行起家，半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過，伴隨規模擴張帶來的不只是成長，還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆，加上跨部門協作頻繁，行政耗損與知識傳承的缺口，成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧，從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營，作為 3C 零售業者，良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能，就是良興第五波轉型的核心命題。」

AI 自動化，從行政細節釋放組織戰力

轉型需要夥伴，而賴志達評估合作夥伴的標準很明確：技術能力是基本，產業知識（Domain Know-how）的深度是關鍵，回饋速度更是最終決定因素。2025 年的未來商務展上，良興選擇攜手 Data-DI，看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的，良興與 Data-DI 合作的第一個專案，就落在最耗費人力、卻最常被忽視的環節：會議記錄。「會議如果沒有產值、沒有效果，對企業很傷！」賴志達說，他每天參加許多會議，但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理，常出現人名誤植、決策遺漏、行動項目無人追蹤，讓會議效果大打折扣。

為了解決會議記錄的痛點，Data-DI 業務副總包威棣指出，在導入工具以前，團隊須先釐清三件事：場景是否具備落地價值、哪些流程節點適合 AI 介入，以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問，都決定 AI 能否精準落地。

確認方向後，良興與 Data-DI 成功導入 AI 會議記錄自動化系統，透過模糊比對技術校正語音辨識誤差，並將生成的雙版本報告直接回存至既有資料庫，不僅將行政人員從重複性作業中釋放，也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享，現在他去外部開會也會用這個工具，運用 AI 把錄音轉文字、再整理成簡報，很快就能完成，更令外部夥伴驚艷。「我認為這是很成功的案子！也提醒想做 AI 的老闆們，與其急著搞大架構，不如先從小工具讓公司嘗試 AI，建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後，良興接著切入更深層的營運核心：知識傳承。過去，頂尖銷售經驗長期鎖在少數資深員工身上，新人培訓耗時三個月，員工離職即帶走知識資本。與此同時，網路資訊發達，消費者進店前早已掌握基本規格，3C 通路門市人員要如何發揮更多價值？「我要門市的人不是死背規格，而是面對客人時，能用客人能理解的方式對話。」賴志達說。

為此，Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡，串接教材生成、審核上架、AI 銷售對練與成績回報，主管僅需在核心節點審核；員工透過手機語音對練，系統依口吻、專業度、回應力等維度自動評分。賴志達表示，目標是將新人培訓期縮短至一個月，讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而，要讓這套系統真正運作，得先解決兩個根本問題：資料從哪裡來？以及訓練如何更準確？

「以前大數據時代，講的是資料要大、全、細、實；現在 AI 要做到的是準（準確）、合（合乎場景）。」包威棣說。良興不同廠商提供的素材品質參差不齊，Data-DI 除了整合內部資料，也補充加入外部市場評測內容以填補空缺，再透過人員審核機制過濾雜訊，搭配 agent 架構的多層步驟與知識限定，確保系統能精準提煉對應品類的訓練素材。

賴志達則看得更遠：「這些教育訓練的內容，也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問，帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中，雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步，賴志達表示，公司各部門很早就建置 Power BI 報表，但數據豐富不等於決策清晰。「數據是土壤，如果沒有梳理，就沒有用了。」因此，他的下一個目標是活化數據資本、推動行銷自動流，以精實的人力持續驅動成長。

包威棣則從顧問視角歸納兩個觀察：AI 導入需要高層認同、由上而下推進，像賴志達這樣持續引領良興走在業界前端的決策者，就是不可或缺的推手；而單點工具的價值，終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構，人員訓練改變了知識傳承的方式。從點狀應用走向企業變革，這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後，對於仍在觀望AI應用的企業，他則建議：「未來 AI 導致的落差只會愈來愈大，人會變成超級工作者，企業會變成超級企業。開始做就對了，先做一個三個月的小任務，降低落差、再急起追上。」從痛點切入、小步快跑，讓組織在實作中累積對 AI 的理解與信任，這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊，請查詢網站：https://www.data-di.com/