两个案例回答的是同一个问题：把 AI 放进专业流程时，第一步该做什么。金融顾问公司 Chatham Financial 的答案是先划出哪些判断必须留给人，再让机器跑剩下的；北欧承包商 NCC 的答案是把工地走场这个既有动作变成数据采集，让进度从「靠人评估」变成「被测量」。一个是治理顺序，一个是数据来源，合起来正好是企业在 AI 落地时最容易被跳过的两步。
Chatham：三十分钟里有二十几分钟花在找东西上
OpenAI 在 10 月 2 日公布了 Chatham Financial 的客户案例。这家公司为复杂资本市场决策提供咨询，对准确性与可审计性的要求都高。它用 Codex 和 GPT-5.6 构建内部与对客工具，业务横跨员工自建应用、资本市场操作系统 Chatham Onyx，以及一项叫 Process Zero 的流程重构咨询服务。
Process Zero 是这份案例里最值钱的部分，而它几乎不含技术。它规定的顺序是：先从想要的结果出发，为每条流程确认成立所必需的最少输入与证据，再明确哪些环节必须由人作出判断，最后才决定由 AI 或 AI 构建的工具承担哪一段。注意这个次序——「人留在哪」排在「机器做什么」之前，而且排在证据清单之后。一家顾问公司把这套顺序做成对外出售的服务，说明它认为顺序本身就是可迁移的产品。
交易验证是第一个落地的例子。Chatham 的控制与数据完整性团队负责核对：系统里的每条记录是否与客户授权一致、与实际执行一致。这项工作难在分散——授权文件、执行回执、系统记录分处三地，人要把它们摆到一起逐项对照，还要说明哪里对不上。用 Codex 做出的应用做的事很朴素：自动把佐证材料收集到一处，比对关键条款，把对不上的地方标出来交人复核。它不做判断，也不放行。早期测算把复核时间从约 30 分钟压到 4 分钟以内；该公司 AI 咨询联席负责人同时给了一句限定：扩大自动化范围之前，仍在用真实交易和资深复核人员的结果持续校验。
巧妙之处不在快，而在注意力被重新分配。三十分钟里，复核人员真正需要专业判断的是看到分歧之后那一步：这一处差异是录入错误、条款理解不同，还是需要上报的问题。前面二十几分钟是搬运。「只标记差异」这个设计把人的眼睛直接引到需要判断的那几行上——工具拿走搬运，留下判断。更值得学的是校验方式：把新工具的输出持续和资深复核人员的结论做对照，等于给一个非确定性系统建了回归测试集。判据不是「模型说对不对」，而是「和资深人员的结论差多少」。这套做法对任何把 AI 放进流程的组织都成立，成本低得不成比例——你需要的只是把过去的真实样本和当时的结论保留下来。
NCC：把安全帽变成进度尺，进度从评估变成测量
第二个案例在工地。NCC 是北欧头部承包商之一，14500 名员工。它的老问题是每个总包都熟的：项目状态靠分包自报加项目经理周末走场，「进度是被评估的，不是被测量的」；等一个延误显形，往往已经压到关键路径。采购 Buildots 平台时，NCC 在挑战清单里写的是四条：看不见真实进度、没法给分包定合理目标、管理动作没有依据、未识别的延误滚雪球。
做法轻得出奇。工程师戴一顶装了 360° 相机的安全帽，照常走场——不需要专门的拍摄任务，走完就行。软件把影像与 BIM 模型和进度计划对齐，自动判断哪些工序已完成、哪些在拖、哪些装错了。从赫尔辛基一个 8000 平方米的住宅项目试点开始，NCC 把部署扩大到六个项目、共 17.2 万平方米。按客户案例口径：人工进度报表的工作量降了 70%，周计划完成率（PPC）提升到原来的 2.3 倍，因影像证据避免的分包争议，单次涉及金额以万欧元计。
NCC 一位服务经理的总结被广泛引用：「我们花在跑现场、开会、跟分包吵架上的时间少了，花在真正修东西上的时间多了。」一位暖通工程师说得具体：不用每次都跑现场就能核验工序完没完，还能看出每个分包每周的节奏和产出。更开脑的是一个「副产品」：系统会标记与模型不符的安装，现场工程师发现它顺带把质量核验做了——本来到隐蔽验收才会暴露的错误，装完当天就看得见。
这个案例真正的启发性不在相机，在于它改变了工地的信息治理结构。其一，采集不新增流程——走场本来就要走，相机只是把既有动作变成数据；其二，进度有了共同的事实源，周例会从「争论发生了什么」变成「决定做什么」；其三，带时间戳的影像让总包对分包的问责有了共同证据，扯皮的空间被压缩。评估变成测量之后，管理动作才谈得上闭环。
两个案例合起来看：企业治理拿到一个共同句式
把两件事并排看，句式是一样的。证据的收集与对照交给机器（佐证聚拢、影像比对），判断与签字留给人（复核差异、处理预警），全程留下可审计的痕迹（回到基础来源、时间戳影像）。Chatham 用顺序保证这一点——先划人的边界；NCC 用数据源保证这一点——先让事实可测量。企业治理视角下，这恰好对应两个最容易失控的环节：谁对结论负责，以及结论依据的事实从哪来。
对建筑施工企业，这两步可以直接翻译过去。Process Zero 的三问用在任何一条要交给 AI 的流程上：这项判断成立需要哪些证据（图纸、变更单、签证、验收记录）？哪些环节必须人签字（安全、造价、对外承诺）？剩下的收集比对能不能程序化？而 Buildots 的条件清单同样具体：BIM 模型质量要够、走场纪律要固定、影像的存储与访问规则要事先立好——工人面孔怎么处理、谁能调看、留多久，这些是治理问题，不是技术问题。
边界也要说清。Chatham 的 4 分钟是客户早期自述，准确率数据未公布，且只对证据链确定的环节有效——三份记录对不对得上是客观问题，「这处差异意味着什么」仍是人判断；一个能自动收集佐证的工具，收集得全不全本身就是新风险。NCC 的数字来自厂商与客户联合口径，未经独立审计，且部署前提是标准化程度高的重复性楼宇——独特造型、复杂结构的项目，视觉比对要先解决「教它认什么」的问题。
来源与说明
[1]: Chatham Financial Builds Capital Markets Tools with OpenAI Codex —— Unite.AI / 2026-10-02 (https://www.unite.ai/chatham-financial-builds-capital-markets-tools-with-openai-codex) [2]: Chatham Financial Deploys OpenAI Codex and GPT-5.6 in Capital Markets —— Securities.io / 2026-10-02 (https://www.securities.io/chatham-financial-deploys-openai-codex-and-gpt-5-6-in-capital-markets/) [3]: Chatham Financial Accelerates Financial Analysis with Codex（85—90% 时间削减、160+ 注册员工合规从季度转连续）—— OpenAI for Business / LinkedIn / 2026-10 (https://www.linkedin.com/posts/openai-for-business_chatham-financial-a-leading-financial-risk-activity-7460031573040713728-nOBx) [4]: Chatham 用 Codex 验证交易 耗时不到 4 分钟 —— IT时代网，经腾讯新闻转载 / 2026-10-03 (https://news.qq.com/rain/a/20261003A01L3H00) [5]: NCC Finland case study: PPC boosted and delays slashed on 6 projects with AI（六项目 17.2 万平方米）—— Buildots / 2026 (https://buildots.com/case-studies/ncc-finland-case-study) [6]: NCC case study: 230% site performance boost via Buildots’ AI（-70% 人工报表、PPC ×2.3、争议省数万欧元）—— Buildots / 2026 (https://pages.buildots.com/ncc-finland-case-study) [7]: Buildots AI Models Piloted by NCC’s Finnish Operations in Two Helsinki Building Projects（试点范围与 NCC 员工引语）—— Essential Construction / 2026 (https://essential.construction/news/?p=8476) [8]: Construction Progress Without Guesswork: NCC’s AI Progress-Tracking Deployment（独立分析：数字均系厂商客户联合口径、未经独立审计）—— Conscious Engines / 2026 (https://consciousengines.com/blog/ncc-ai-progress-tracking-case-study) [9]: AI in Construction: Examples and Use Cases for 2026（Buildots 与 OpenSpace 的进度追踪对比、70% 数字交叉）—— Followup CRM / 2026 (https://www.followupcrm.com/blog/ai-in-construction-examples) [10]: Top 7 Industrial AI Platforms Transforming Construction in 2026（Buildots 部署总额 450 亿美元以上、延误减半的口径）—— IFS / 2026 (https://www.ifs.com/ja/glossary/compare/top-7-industrial-ai-platforms-construction)
说明：Chatham 的 30 分钟与 4 分钟、85—90% 时间削减、NCC 的 -70% 与 PPC ×2.3，均来自 OpenAI/Buildots 官方或客户自述口径，尚无独立复现；Conscious Engines 的独立分析明确标注了这一证据局限。Buildots 两份官方案例页的部署规模口径不同（68500 平方米为早期三项目合计，172000 平方米为六项目合计），本文采用较新的一份。