利用o1解決生產排程問題 | 助力經營管理效益 | 降本提效 | 採購策略優化建議

[@allenwu888]

應該不能直接採用他的答案。第一這屬於作業規劃問題已經有很成熟的計算方式，第二應該用ai 產生程式模型再用程式計算。像你這樣直接用很可能會產生一本正經的胡說八道答案

[@changlunglung]

您說的沒錯，而且依照國家的生成式AI指引與我們實際的了解，本就不能直接採用生成式ai的答案。而是過程中需要在檢查，並且需要來來回回的進行修正。
產生程式模型再用程式計算是正確的路與方向，但這對不會寫程式的人來說，是另一個門檻，也是一個障礙，雖然現在寫程式已經變的非常的簡單。但不能用我們會寫程式人的角度來看。
對於一就是一，二就是二的場景，是不適合直接使用生成式ai，而是要透過生成式ai做為介面，背後接到function或rule base的系統來產生答案，在回送使用者。

[@JoeChuJoechu]

請問是否可以舉一建築案例，由於多方由AI的考量，而省時，省力，省成本? 我看到大陸有很多大樓只有幾周就完成了，而我在淡水看到隔壁的大樓要7-8 年的時間，覺得得不合理???請教一下。

[@changlunglung]

這個問題不容易量化，不易量化的問題會變的主觀性很強，不容易拿來做評估。例如是用同一個目標來評估嗎？如果是的話，用的工法一樣嗎？投入的工時呢？對我來看這個問題比較要限縮是在目前對於每項工法的開始、完成時間，每項工法的前後是否有關連，算出要徑，然後工時的部份可能要考量是否夜間施工、假日施工等等變量，與加上我們的限制條件，例如一年有幾天可能是會停工的狀況，例如異常的天氣、工安問題等等。

[@JoeChuJoechu]

@@changlunglung 非常感謝回應。