纽约机电承包商用ChatGPT：写纪要准确率超85%，写提案失败

建筑管理播客Construction Genius第389期请来纽约机电承包商Delphi Plumbing & Heating的副总裁，讲一家施工企业怎么实际用ChatGPT。这家公司做公共工程，机电以自有班组施工为主；受访者是家族第二代，做了15年以上的预算和项目管理，不是技术出身。他讲的都是小事，好处是每件都能当天照做。

三件管用的事

会议纪要：把两小时的会议录音传上去，拿回摘要、按人分好的待办和决议清单，他估计准确率超过85%。

写SOP：先和AI聊部门五年后应该是什么样、要设哪些岗位、同行怎么做，再让它把讨论整理成SOP。AI能完成约80%，剩下20%他自己补，前期准备从半天缩到五分钟左右。

从招标附件里抽范围：投标中途来了一份200页的附件，他让ChatGPT找出所有和管道有关的内容，完整度约85%。他仍然会核对，但不再逐行通读。

他还把AI当战略讨论的陪练，问它「做到2000万美元规模的公司应该长什么样」，三年、五年、十年的规划都拿来推演。

失败的那件

他试过让AI读招标文件、合同和工作范围，直接生成带材料用量和结构的投标提案初稿。花了大量时间，问题越挖越深，AI陷在细节里，最后放弃。现在的做法是让AI把工作范围的关键信息压到一页纸上，提案他自己写，五分钟的AI工作省下一小时人工，交给客户的成品始终由他掌控。

算量也有边界：他认为用AI识别门、房间面积和灯具数量已经可行，管道和管件还做不到；就算算量完美，AI也不了解承包商的施工方法，判断不了工程量对班组、工序和风险意味着什么。他也不用ChatGPT写客户邮件，熟悉的客户能看出AI的口吻。

他给的起步办法

第一，处理业务信息用付费版，不用免费版。第二，先让AI访谈你：讲清公司、业务和自己的岗位，回答它的20个问题，再答20个，连着几天，之后再让它产出东西。第三，从低风险、高频的活开始，纪要、SOP、抽范围都属于这一类。

这套顺序对国内施工企业同样适用：先拿最重复、错了也不致命的文书活练手，把要对客户负责的东西留在人手里。

资料来源