工期延誤該罰誰？用ChatGPT幫你拆解進度落後的真正原因

每個月的工地協調會,你是不是都聽過同一套台詞?「這期進度落後是因為工班人手不夠」「天氣影響了灌漿時程」「材料進場慢半拍」。老闆聽完只有一個反應:「那到底要罰誰?」問題是,罰了包商,下個月進度可能還是落後,因為根本沒人真正拆解過——落後的原因,到底是「藉口」還是「事實」?

為什麼「先罰再說」解決不了問題

營建現場的績效管理,最大的陷阱就是把「進度落後」直接等同於「有人失職」。但實務上,延誤往往是多個小問題疊加的結果:設計變更沒即時通知、材料供應商延遲、監造簽核卡關、天候只是壓垮駱駝的最後一根稻草。如果主管每次都用「罰款」當萬靈丹,包商學到的只是把責任推給下一個環節,真正的瓶頸永遠被掩蓋。

進度落後的根因,通常分幾類

一般可以粗分為:設計/圖說變更、材料設備到位延遲、人力調度(含移工調度與外包工班銜接)、天候與環境因素、發包與簽核流程延遲,以及工班本身的施工效率問題。每一類需要的對策完全不同——設計變更要追設計端流程,人力調度要看排班合理性,施工效率才輪得到工班本身檢討。混在一起罰,等於亂槍打鳥。

讓GPT-4當你的第一輪根因分析助手

2023年10月,ChatGPT Plus使用者已經可以用GPT-4搭配「Advanced Data Analysis」(原名Code Interpreter,已於前一個月更名並開放給所有Plus用戶使用)這項功能,直接上傳Excel進度記錄表,讓AI幫忙做初步的資料整理與分類統計。這不是要AI幫你做決策,而是把你腦中零散的印象——「好像每次都是材料延遲」——變成有數字支撐的分類結果,讓下一次協調會可以對著數據討論,而不是各說各話。

🔧 AI 動手做:用GPT-4拆解一份延誤記錄

準備一份最近三個月的工程進度落後記錄(可以是Excel,每列包含日期、延誤天數、現場登記的延誤原因說明),上傳到ChatGPT Plus並啟用Advanced Data Analysis,用下面的提示詞讓它先幫你做初步分類與統計,你再用專業判斷確認每一類是否合理。

你是一位資深營建專案管理顧問,協助我分析工期延誤的根本原因。

我上傳了一份近三個月的進度落後記錄表,欄位包含:日期、延誤天數、現場登記的延誤原因說明。

請你:
1. 將每筆延誤原因歸類到以下類別之一:設計變更、材料設備延遲、人力調度、天候環境、發包簽核流程延遲、施工效率問題、其他
2. 統計各類別的「發生次數」與「累積延誤天數」,並排序
3. 指出哪一類別的延誤天數佔比最高,並說明這代表管理上可能的優先改善方向
4. 提醒我:哪些原因描述太籠統(例如只寫「人手不夠」),需要我回頭向現場確認更具體的資訊

請用表格呈現分類結果,結尾附上你觀察到的三個重點。

本週就能做的一步:不必等下次協調會,今天就把過去三個月的延誤記錄表整理成一份Excel,丟進ChatGPT Plus跑一次分類統計。下次開會,你手上就是一份有數字依據的根因分析,而不是又一輪各說各話的責任推卸。