過去一年，AI 的焦點逐步由「模型有多強」轉向「能否安全、合規、可持續地大規模落地」。對香港企業而言，這意味著兩個同時發生的變化：一方面政府與產業開始加速建設算力、資金與人才；另一方面主要市場的規管正在把要求從原則層面推進到可執行的流程、文件與審查。今日精選三則要聞，讓你用更貼近業務決策的角度掌握最新方向。
香港「AI+」由口號走向落地：資助、算力、培訓三路並進
香港在最新一份財政預算案的「AI+」章節，把政策重點講得很具體：成立並由財政司司長主持的「AI+ 與產業發展策略委員會」，成員包括專家、學術界、企業及園區公司，初期聚焦生命健康科技與具身智能（embodied AI）。
資金方面，政府提出 30 億港元 AI 資助計劃，已批出約 30 個研發申請，涵蓋大型語言模型、新材料及生物醫藥等領域；同時亦提到香港整體算力已達 5,000 petaFLOPS，並計劃透過新界北沙嶺（Sandy Ridge）數據設施群組（樓面面積約 250,000 平方米）進一步提升算力底座。
重點整理（給香港企業的「可執行」版本）
- 找用例：先以「能節省成本／提升吞吐／改善合規」的場景切入，再談模型。
- 算力與資料要同步：算力提升不等於就緒，內部資料治理與權限設計要一起做。
- 人才要分層：非技術同事學會用、技術同事學會管；兩條學習路線要分開設計。
人才方面，政府會撥款 5,000 萬港元推動「AI Training for All」，以課程、研討會及比賽形式提升公眾的 AI 應用能力。對企業而言，這個訊號很清晰：未來一年「懂得把 AI 用在流程」會變成基本技能，而不是少數創新小組的專利。
應用提示
若你正在評估導入生成式 AI，建議先選一個「文件密集」且可量化的流程（例如客服知識庫、合規摘要、內部 SOP 查詢），用 4–6 週做最小可行試點，再擴展到跨部門工作流。
歐盟通用型 AI（GPAI）合規要點：透明度、版權、安全三大章節
歐盟正在把通用型 AI 的合規要求，從「抽象原則」落到「可交付的文件與流程」。官方提供的通用型 AI 行為守則（Code of Practice）被拆成三個章節：透明度、版權，以及（針對被視為具系統性風險的最先進模型）安全與保安實務。守則的定位是協助模型供應方更有把握地對照 AI 法案的義務，並降低自行證明合規的行政負擔。
對香港公司最直接的影響是：只要你的產品服務觸及歐盟客戶、或你使用的模型供應商需要在歐盟市場合規，你在採購與整合時就會被要求提供更多「可追溯」資料，例如模型能力與限制、訓練數據概覽、版權合規政策，以及安全測試與事故回報的安排。
風險提示
不少團隊以為「買現成模型」就能把合規外判，但在實務上，下游整合方往往仍需交代資料來源、提示詞/工具鏈設計、輸出監控及人手覆核機制。合規成本會從供應鏈上游一路傳導到應用端。
建議香港企業提早建立「模型卡／資料卡」的內部格式：即使你暫時不在歐盟營運，日後要拓展海外市場或與跨國客戶合作時，也能更快完成審核與採購流程。
中國發布 AI 科技倫理審查試行指引：強調可控可信與反歧視
內地最新發布的 AI 科技倫理審查試行指引，把審查重點明確指向三個方向：人類福祉、公平正義，以及可控與可信。內容同時要求在訓練數據選取、算法/模型/系統設計合理性、以及預防偏見、歧視與「算法剝削」等方面提出具體措施。
對在大灣區經營、或需要把 AI 系統部署到內地的香港企業而言，這代表合規不只看「內容安全」，也會延伸到勞工權益、決策透明度、以及風險評估工具。當你把 AI 用於招聘、信貸、保險定價、客服分流、或員工績效評估等場景時，更需要把倫理與風險控制設計寫進產品與流程。
落地建議（做得到、也做得快）
- 建立場景化風險清單：按業務場景列出可能偏差與傷害，並設置監測指標。
- 保留人工覆核與申訴渠道：讓受影響者能提出更正，亦有助降低營運風險。
- 把「可控」具體化：包括權限管理、輸出過濾、審計日誌與回滾機制。
總結來看，香港的「AI+」正在把資金與算力推到前線；歐盟則把通用型 AI 的文件與流程要求變得更清晰；內地進一步把 AI 治理擴展到倫理與可控可信。對香港商界最實際的啟示是：接下來的競爭優勢，未必只在「用哪個模型」，而在於誰能更快建立可重複、可審核、可擴展的 AI 工作流與治理機制，把 AI 穩定地嵌入日常營運。
本文由 AI Course Hong Kong 導師 Ivan So 整理。如有查詢，歡迎電郵至 ivan@hdcourse.com。