從矽谷新創看台灣營造業未來：AI 驅動的固定價格模式能否破局？

從矽谷新創看台灣營造業未來：AI 驅動的固定價格模式能否破局？

當 Andreessen Horowitz 領投 1200 萬美元給一家營造公司時，你的第一反應是什麼？

在 AI 重塑會計、醫療、法律等各種行業的今天，矽谷頂級創投押注營造業已不再令人意外。但有趣的是，Unlimited Industries 這家新創公司的顛覆邏輯，與你想像的可能不太一樣。他們不是要「用機器人取代工人」，而是要用 AI 解決一個更根本的問題：營造專案為什麼總是延遲、超支？

這個問題，台灣營造業熟悉嗎？太熟悉了。

傳統營造的痛點：成本加成模式的惡性循環

在探討新模式前，先誠實面對台灣營造業的現況。

根據台灣產業資料顯示，傳統營造業普遍採用「成本加成」(Cost-Plus) 或「物價調整機制」的計價模式。這種模式的邏輯很簡單： 實際成本 + 固定利潤率 = 最終報價 。聽起來公平？問題就出在這裡。

更根本的問題是： 這個模式不鼓勵創新 。當每個變更都需要冗長的審批和重新計價，工地上的優化想法往往胎死腹中。「能動工就好，別多事」成了潛規則。

一位資深營造廠長曾對我說：「我們有時候明明知道更好的施工方式，但光是走變更單流程就要三個月，還不一定批准。算了，照原計畫做吧。」

這就是傳統模式的困境：業主、承包商、設計師三方都被困在一個互不信任的遊戲裡。

Unlimited Industries：用 AI 重新定義遊戲規則

Unlimited Industries 的創辦人 Alex Modon 在創業前有個關鍵洞察：「很多工程界的人還沒有經歷他們的 ChatGPT 時刻。」這句話一針見血。

他們的商業模式核心有三個支柱：

1. AI 驅動的設計平台：從「人腦猜測」到「機器窮舉」

傳統營造專案的設計階段，工程師靠經驗提出 3-5 個設計方案，然後從中選一個「看起來最好」的。Unlimited 的 AI 平台做的事完全不同：

並行生成和評估數萬種設計配置，從成本、安全、性能等多維度優化，找出最佳解。

這不是小幅改善，是量級的差異。就像 AlphaGo 不是下棋下得「比人類快一點」，而是探索了人類從未想過的可能性。

該公司報告的一個案例中，透過 AI 驅動的重新設計， 預計資本成本減少超過 50% 。這不是誇大，因為 AI 能發現人類設計師受限於經驗和時間無法看到的優化空間。

2. 垂直整合：自己的設計、自己的工程團隊

Unlimited 不只是「賣軟體」。他們結合 AI 平台與自己的整合工程和營造團隊，從設計到施工一條龍。

為什麼要垂直整合？因為只有這樣，才能真正實現「設計與施工的無縫迭代」。AI 發現更好的方案？立刻調整，不需要冗長的合約談判。施工現場發現問題？即時回饋到設計系統，持續優化。

這種模式下，「變更」不再是麻煩，而是學習的機會。Modon 說得很清楚：「我們一直在做變更，但不讓合約懲罰客戶的學習。 迭代應該是自然的，而不是營收事件。 」

這句話值得台灣營造業深思。

3. 固定價格合約：承擔風險，賺取信任

最激進的是他們的計價方式： 固定價格 (Fixed-Price)，不是成本加成。

這意味著什麼？Unlimited 承擔所有超支風險。如果 AI 設計有問題，他們賠錢。如果施工效率不如預期，他們賠錢。但如果做得比預期好？節省的成本是他們的利潤。

這個模式完全扭轉了激勵結構：

當然，Unlimited 敢這麼做，是因為他們對 AI 平台的設計優化能力有信心。這不是盲目承諾，而是基於數據的商業決策。

台灣傳統營造模式：為什麼改變這麼難？

看完 Unlimited 的模式，你可能會問：台灣營造業為什麼不能這樣做？

答案很複雜，但核心有幾個結構性因素：

1. 產業鏈分散，整合成本高

台灣營造專案通常涉及：業主、設計顧問、營造廠、各種專業分包商(水電、機電、景觀...)。每個環節都是獨立的商業實體，有自己的利潤考量。

要像 Unlimited 那樣垂直整合？第一個問題就是：誰來整合？統包商？但統包商往往只是協調者，不擁有設計和施工的深度能力。

2. 資本密集，現金流壓力大

營造業是資本密集產業。根據產業資料，毛利率受原物料波動影響極大，且普遍偏低。在這種情況下，要投資開發 AI 平台？很多營造公司的反應是：「我們連 BIM 都還沒導入好，談什麼 AI?」

現實是殘酷的。當生存都是問題時，談創新就像奢侈品。

3. 專案週期長，試錯成本高

軟體公司可以快速迭代、快速試錯。但營造專案動輒 2-3 年，一旦出錯，代價極高。這種特性讓產業天生保守。

「行得通就好，不要冒險」成了行業共識。

4. 法規與合約慣例的路徑依賴

台灣公共工程採購法、合約範本、驗收標準，都是基於傳統模式設計的。要推動固定價格合約？第一關就是法務和採購單位的質疑：「這不符合慣例。」

路徑依賴(Path Dependency)不只是技術問題，更是制度問題。

對台灣中大型營造公司的五大啟發

儘管環境不同，Unlimited 的模式仍有值得借鑑之處。關鍵是：不要試圖全盤複製，而是擷取核心邏輯，結合台灣現況，找到可行的漸進路徑。

啟發一：設計優化是最大的成本槓桿

Unlimited 能承諾固定價格，核心就是「設計階段的深度優化」。台灣營造公司往往在拿到設計圖後才介入，這時優化空間已經很小。

可以做的事 :

• 爭取更早期的設計參與權 (Design-Build 或統包模式)
• 投資 BIM 正向設計能力，而不只是用 BIM 做圖
• 與設計顧問建立深度合作關係，打破「設計與施工的牆」

目前已有部分大型營造廠開始推動 EPC (Engineering, Procurement, Construction) 模式，這就是一種垂直整合的嘗試。

啟發二：數據驅動的風險定價

Unlimited 敢承擔固定價格風險，是因為他們有大量數據支撐決策。台灣營造業長期缺乏系統性的數據累積。

可以做的事 :

• 建立專案成本資料庫，累積「實際成本 vs. 預估成本」的歷史數據
• 導入專案管理系統，追蹤每個環節的時間和資源消耗
• 分析「哪些類型的專案」「哪些施工方式」更可預測，作為固定價格合約的試點

當你能精準預測成本，固定價格就不是賭博，而是商業策略。

啟發三：重新定義「變更」

傳統模式下，變更是麻煩、是談判、是衝突。Unlimited 把變更視為學習和優化的機會。

可以做的事 :

• 在合約中設定「小幅度變更的快速通道」，例如 10 萬元以內的優化不走變更單
• 建立「優化提案分享機制」，讓工地現場的改善想法能快速落地
• 與業主建立「目標成本」而非「固定價格」的夥伴關係

有些先進業主已經開始採用「目標成本合約」(Target Cost Contract)：超支由雙方分擔，節省由雙方共享。這是一種接近固定價格精神的折衷方案。

啟發四：模組化與標準化降低不確定性

Unlimited 鎖定的是「資料中心、能源基礎設施」等相對標準化的專案。為什麼？因為標準化專案更容易累積經驗、優化設計、降低風險。

可以做的事 :

• 選擇特定專案類型 (如物流倉儲、科技廠房、標準住宅) 深耕
• 開發「模組化施工系統」，例如預鑄工法、系統模板
• 建立「設計標準庫」，將成功經驗標準化、可複製化

台灣已有部分營造廠在社會住宅、長照設施等重複性高的專案中，成功導入模組化工法，大幅縮短工期。

啟發五：AI 的切入點不是「取代人」，而是「拓展可能性」

很多人談 AI 就想到裁員。Unlimited 的 AI 不是用來取代工程師，而是讓工程師能探索數萬種設計可能性。

可以做的事 :

• 從「AI 輔助排程優化」開始，讓 AI 幫忙規劃最佳施工順序
• 使用「AI 圖像辨識」進行進度追蹤和品質檢查
• 導入「生成式 AI」協助快速產生多種設計方案供決策

這些應用不需要革命性的組織變革，可以漸進導入。關鍵是：從解決實際痛點開始，而不是為了 AI 而 AI。

五大可立即應用的切入點

理論談夠了，來點實際的。台灣中大型營造公司如果想借鑑 Unlimited 模式，可以從以下五個切入點開始：

切入點 1：小型試點專案的固定價格實驗

目標 ：在可控風險內測試固定價格模式

做法 :

1. 選擇一個中小型、標準化程度高的專案 (如 5000 萬元以下的廠辦裝修)
2. 基於歷史數據精算成本，報出固定價格 (保留 15-20% 風險溢價)
3. 全程追蹤「預估 vs. 實際」的差異，建立定價模型
4. 成功後逐步擴大到更大型專案

關鍵 ：不要一開始就挑戰高難度專案。固定價格是一種能力，需要累積經驗。

切入點 2:BIM 正向設計能力建立

目標 ：從「用 BIM 畫圖」進化到「用 BIM 優化設計」

做法 :

1. 培養或引進具備參數化設計能力的 BIM 工程師
2. 建立「設計方案比較系統」：同一個需求，快速生成 5-10 種設計方案，比較成本、工期、性能
3. 與設計顧問合作，爭取設計階段的深度參與
4. 累積「設計決策 → 施工成本」的數據庫

關鍵 :BIM 不是畫圖工具，是設計優化平台。這需要思維轉變。

切入點 3：專案數據平台建置

目標 ：建立自己的「專案知識庫」

做法 :

1. 導入專案管理系統，強制要求每個專案記錄：
   • 實際工時 vs. 預估工時
   • 實際材料用量 vs. 預估用量
   • 每個分項工程的單位成本
2. 建立「可比專案資料庫」：相似專案的成本、工期、風險資料
3. 開發簡單的「成本預測模型」：輸入專案參數，輸出預期成本區間
4. 逐步引入 AI 工具優化預測準確度

關鍵 ：數據是固定價格模式的基礎。沒有數據，固定價格就是賭博。

切入點 4：夥伴型業主關係建立

目標 ：從「對抗關係」轉向「共贏關係」

做法 :

1. 主動向業主提案「目標成本合約」:
   • 設定目標成本 (Target Cost)
   • 超支由雙方分擔 (如業主 70%，承包商 30%)
   • 節省由雙方共享 (如各 50%)
2. 建立「透明成本機制」：定期向業主揭露實際成本數據
3. 邀請業主參與關鍵設計決策，建立信任
4. 累積成功案例後，逐步推動真正的固定價格合約

關鍵 ：信任是固定價格模式的前提。夥伴型業主願意給予更大的設計自主權，這正是創新的空間。

切入點 5:AI 工具的漸進式導入

目標 ：從低風險、高價值的 AI 應用開始

優先順序 :

做法 :

• 第一階段 (6 個月)：導入 AI 排程工具，在 2-3 個專案試用
• 第二階段 (12 個月)：導入 AI 圖像辨識，建立工地影像資料庫
• 第三階段 (18 個月)：基於累積數據，開發 AI 成本預測模型
• 長期目標 (3-5 年)：建立 AI 驅動的設計優化平台

關鍵 ：不要貪心想一步到位。AI 轉型是馬拉松，不是短跑。

結語：改變的時機，就是現在

Unlimited Industries 的故事不是「美國奇蹟」，而是「趨勢預告」。

當 AI 能在數小時內探索數萬種設計可能，當固定價格合約成為競爭優勢，當「快速、可預測、固定成本」成為業主的首要需求，傳統成本加成模式的生存空間將越來越小。

台灣營造業不需要複製 Unlimited 的模式，但需要理解其背後的邏輯：

將不確定性轉化為競爭力，將數據轉化為信心，將變更轉化為學習。

改變很難，但不改變更難。當你的競爭對手開始導入 AI 設計優化、開始承諾固定價格、開始用數據說話，你還要繼續用「行規」和「慣例」當擋箭牌嗎？

機會屬於那些願意實驗、願意學習、願意承擔風險的企業。而現在，正是開始的最好時機。

你的營造公司準備好了嗎？

資料來源

網路資料

1. Unlimited Industries' AI-Powered Construction Raises $12 Million Seed Round - Forbes

   • Unlimited Industries 商業模式與融資資訊的主要來源

2. 「營造」「營建」並不同！你真的了解「達欣工」嗎？ - 方格子

   • 台灣營造業成本加成模式與毛利率分析

3. AI-driven generative design and optimization in prefabricated construction - ScienceDirect

   • AI 在預製營造中的應用與生成設計研究

4. How AI Will Revolutionize FIDIC Contract Management - Keleaders

   • AI 在營造合約管理中的革命性應用

5. AI-augmented construction cost estimation - Taylor & Francis

   • AI 增強營造成本估算的研究論文