📰 重點摘要

英國政府計劃在2029年前建造150萬棟新住宅，然而地方規劃局長期受困於繁雜書面作業與行政積壓。Google DeepMind與英國政府、Google Cloud、Faculty及巴內特、卡姆登、多賽特三個地方規劃局合作，基於Gemini模型共同開發AI規劃原型工具，目標是將住宅規劃申請的審查決定時間縮短50%。

住宅類申請（如閣樓改建、房屋擴建）佔英國每年規劃申請總量近70%，審查人員目前需花費大量時間人工交叉比對政策文件、歷史檔案與PDF，形成嚴重瓶頸。新工具透過四項核心功能自動化例行作業：一是整合申請資料，預先處理積壓案件、標記資料缺口並提取關鍵地點資訊，讓審查員在單一畫面完成瀏覽；二是自動識別相關國家與地方政策，預先評估合規程度並附上精確引文供人員核實；三是彙整民眾諮詢意見，標出主要異議與前例；四是自動生成最終報告初稿，包含審查理由與建議附帶條件。

值得一提的是，英國政府AI孵化器i.AI此前已以Gemini開發Extract工具，協助議會將舊有規劃文件轉為數位化結構資料。新規劃工具完成巴內特、卡姆登、多賽特的初步試驗後，預計於2027年向全英國地方議會全面開放。

💬 JudyAI Lab 觀點

Google DeepMind與英國政府合作，將AI嵌入住宅規劃審查流程，目標縮短50%決定時間——這是AI進入公共行政決策鏈的具體落地案例，而非僅是概念驗證。

這個案例揭示一個清晰的設計邏輯：AI最有效的切入點，往往不是取代人類判斷，而是消除「判斷前的準備摩擦」。英國規劃審查員每天大量時間花在交叉比對檔案、彙整諮詢意見，這些環節本身不創造決策價值，只是積壓。工具將資料整合、政策比對、意見彙整、報告生成四個環節自動化，讓人員專注於最終判斷。對我們這些AI builder來說，「剪掉前置摩擦」這個框架，比「讓AI直接做判斷」更容易落地，也更容易贏得機構信任。

設計下一個AI工具時，可以先問：「使用者在做核心判斷之前，有哪些重複性的前置步驟？」那裡往往才是真正能節省時間的地方。

📅 原文資訊

🔗 延伸閱讀