Google DeepMind 於 2026 年 10 月公布，PlanAssist 在英國 Barnet、Camden 與 Dorset 的早期試點中，讓規劃官員評估住宅申請所花的平均時間減少 58%；超過七成系統生成的報告，官員認為無須修改即可採用。這組數字來自合作方公布的初期測試，量的是官員的評估作業與報告，不代表住宅申請從送件到核准都縮短 58%。PlanAssist 正擴大至更多地方政府進行測試，關鍵問題也從模型能否寫出報告，轉為它如何進入原有審查流程，以及誰對最後的行政決定負責。Google DeepMind 的試點說明

PlanAssist 試點的 58% 指標，量到的是哪一段工作？

這是早期測試中官員處理住宅申請評估工作的平均時間變化，並非整體審查或核准時間的對照研究結果。

住宅增建、閣樓改建等申請，需由官員確認文件與圖面、查核地點限制及規劃政策，並整理居民意見。DeepMind 表示，PlanAssist 在 Barnet、Camden 與 Dorset 試辦期間，官員每件申請的評估作業平均減少 58%；逾七成系統生成報告獲官員核准且無須修改。前者是作業時間，後者是報告採用情形，不代表案件可自動核准。

試點數字由系統開發合作方公布，並非同儕審查研究；公開資料也未提供完整樣本、案件難度分布與測量方法。政府公告同時稱，AI 工具、規則調整及新增規劃人力將協助把例行住宅申請的處理時間由八週降至四週；公告未將這項變化單獨歸因於 PlanAssist。工具將與正常流程並行，擴大至 15 個地方政府測試。英國政府的政策公告；若要盤點 AI 工作流程中的人員核對責任，可參考生成式 AI 工作流程中的人工覆核安排。

判斷 58% 是否有參考價值，需確認減少的是哪段時間、比較基準及案件是否相近。評估作業時間只計承辦人讀資料與撰寫的工作；整體處理時間還包括補件、諮詢、排程與決策，兩者不可混為一談。

AI 如何接進住宅規劃申請的既有審查流程？

PlanAssist 協助檢查資料、整理規劃條件並草擬附來源的報告，官員仍需檢查內容並作成正式決定。

依 DeepMind 說明，工具核對申請文件和建築圖面，比對場址限制與規劃政策，搜尋先前問題或居民意見，再生成附引用的評估報告。政策、地籍或圖面若缺漏、過期或矛盾，官員仍須回到原始文件查證。

模型提供線索與草稿，官員查驗引用、修正錯誤並評估案件，地方政府依權限作成決定。系統輸出沒有核准效力；若官員沒有時間確認來源與適用條件，覆核責任也可能流於形式。

覆核需要可追溯的引用與修改紀錄，讓官員回查政策、地點資料和申請文件，並記錄建議如何被採納或修正。Leeds City Council 的 Xylo Core 透明紀錄要求官員檢視每項 AI 建議並記錄採納內容；工具不評估案件優劣，也不建議核准或拒絕。Leeds 的演算法透明紀錄呈現了這種責任設計。

「每一項由 AI 支援的建議，都必須由官員檢視並接受。」（Leeds City Council 的 Xylo Core 演算法透明紀錄（譯）） 導入前可檢查：使用者能否查看建議依據、核對原始來源、留下修改理由，並知道何時交由具權責人員處理？

流程圖由左至右呈現申請文件進入系統、AI 檢查資料並整理政策與場址條件、官員核對引用和修改草稿，最後由具權責人員作成決定。
AI 提供查核線索與報告草稿，官員核實依據並修正內容，正式決定由具權責人員作成。

Milton Keynes 與 Leeds 的試辦，系統整合和評估方式有何差異？

應先比較工具介入的工作環節、資料接法與成效定義，不能只把不同發布者的百分比排在一起。

Milton Keynes 與 Valon 的案例聚焦申請初期驗證。案例頁稱，工具辨識、分類文件，對照地方及國家文件清單，並核對地界與規費；官員確認缺件或不一致後再決定處理方式。供應商公布驗證作業、收件至文件確認及決策時間等指標，但定義與期間各異，不能直接和 PlanAssist 的評估作業時間相比。Valon 案例也說明官員可由建議連回原始文件查核。

Leeds 與 Xylo Core 支援文件驗證、政策及案件歷史整理、報告草擬。政府透明紀錄稱，概念驗證期間服務與市府系統並行，官員逐項檢查建議。Leeds 與地方政府協會的回顧指出，產品經官員共同盤點流程並多次調整，但尚未完全整合規劃系統，限制了效益。Leeds 與 Xylo 的合作回顧

「規劃系統的完整整合仍有不足，這限制了目前能達成的事情。」（Leeds City Council 與 Xylo 的合作案例回顧（譯）） 三案分別著重評估報告、申請驗證及多項流程支援，共同考驗資料取得、官員查核與系統整合。資料格式不一或無法穩定取用，會增加搬運與覆核成本；智慧城市 AI 導入前的系統整合檢查也整理了相近的盤點方式。

案例主要介入工作發布方所述的評估重點閱讀數字時的限制
PlanAssist，Barnet、Camden、Dorset條件比對、評估報告草擬早期測試的評估作業時間與報告採用情形合作方公布，並非整體核准時間的獨立驗證
Valon，Milton Keynes文件分類、申請驗證供應商公布的驗證耗時、收件至驗證與決策指標指標與 PlanAssist 工作階段不同
Xylo Core，Leeds驗證、資料整理、政策研究、草擬文字透明紀錄中的人員覆核、資料治理與試點設計概念驗證與系統整合仍在發展
  • 三項試點介入的工作不同，成效數字不可直接排名。
  • 官員查驗來源、修正草稿和保留決策權，是流程的一部分。
  • 系統接不上資料與日常工作時，模型節省的時間可能被人工搬運抵銷。

導入審查 AI 前，組織要先定義哪些責任與資料條件？

先選定範圍清楚的工作，再設定輸入資料、覆核責任、錯誤處理和成效基準，避免從「上 AI」倒推需求。

若審核包含重複文件整理，可先界定一項任務，例如檢查欄位、尋找適用條款或整理初稿，再盤點資料系統、欄位定義、更新頻率、權限與個資。輸入不完整時，應設定轉交人工處理的條件。

指定各類輸出的覆核人、二次覆核條件、錯誤修正流程與紀錄保存責任。涉及公民權益時，最終決定須由有權人員作成；稽核紀錄要能還原參考文件、修改內容及處置。試辦前也應確認個資用途、存取控制、保存期限、刪除流程及法遵資安要求。

同時追蹤承辦時間、輸出錯誤與修改比例、案件總處理時間及人工接手比例。試辦前先量基準，並以相近案件和相同流程比較。若草稿變快，查錯與補資料卻轉嫁給其他團隊，整體效率未必提升；平均值也可能掩蓋複雜案件延誤。

  1. 選定一段可界定、可量測的審核工作，寫清楚輸入、輸出與不適用案件。
  2. 盤點資料來源、品質、個資處理方式及與既有系統的連接方式。
  3. 指定輸出覆核人、最終決策人、錯誤修正流程與稽核紀錄保存責任。
  4. 試辦前後記錄作業時間、整體處理時間、修改率及例外案件比例，再決定是否擴大。

若組織無法說明節省哪段時間、由誰驗證及如何追溯資料，就難以判斷 AI 是否改善審查。

四階段流程依序呈現界定可量測任務、盤點資料與系統、指定覆核及決策責任，再比較試辦前後的時間、修改率與例外案件。
先界定工作與責任，再用試辦前後的指標檢查效率和錯誤是否真的改善。

常見問題

試點顯示 AI 可支援資料整理與報告草擬，但成效仍須依流程、案件與人工覆核情況判讀。

常見問題

Q1: PlanAssist 會替官員核准規劃申請嗎？

不會。Google DeepMind 表示規劃官員保留每件申請的最終決定權；工具負責協助檢查資料、比對條件與草擬報告。

Q2: 58% 的時間減少代表每件申請都會更快嗎？

不代表。這是特定地方政府早期試點中，官員評估住宅申請作業的平均時間變化，不是每件案件的保證結果，也不等同整體核准時間減少相同比例。

Q3: 其他政府審查工作可以照搬這種做法嗎？

不能直接照搬。應先確認任務是否可切分、資料能否可靠取得、錯誤是否可被人員查證，以及決策責任和稽核紀錄是否明確，再以試辦數據判斷適用範圍。