今日要聞
過去一年，市場對生成式 AI 的關注點由「模型有多聰明」逐步轉向「如何落地、如何管控、如何量化效益」。對香港企業而言，這代表採用 AI 的競爭不再只是買一個聊天工具，而是要同時處理三件事：選擇合適的模型與工具鏈、建立可靠的資料與權限流程、以及跟上全球監管與政策節奏。
OpenAI：GPT-5.5 把「代理式工作流」推向主流
OpenAI 發佈 GPT-5.5，定位為更擅長完成複雜、多步驟任務的旗艦模型，特別強調它能在「規劃、使用工具、檢查結果、在不確定下持續推進」等環節更像一個可交付的助理，而不只是回答問題的聊天機器。這種能力的意義在於：企業導入 AI 的瓶頸，往往不在單次生成，而是在跨系統、跨文件、跨部門流程的串接與可控性。
如果你正在嘗試把 AI 放進銷售、營運、財務或人力資源流程，應該把 GPT-5.5 類的更新視為「工作流設計」的機會，而非只比較模型排行榜。更實務的做法，是把流程拆成可觀測的步驟：輸入資料來源、權限、工具調用、輸出格式、審批點、以及失敗時回退策略，然後再挑選模型能力與成本配置。
實戰建議
用「一個清晰交付物」作為驗收，例如：每週自動輸出一份可直接寄給客戶的報告、或把散亂的會議紀錄整理成可追蹤的待辦清單；這比泛泛地說「用 AI 提升效率」更易落地與量化。
香港：預算案把 AI+ 由口號變成「算力、人才、治理」三線並行
香港 2026-27 財政預算案以 AI+ 為核心方向，提出由財政司司長主持成立「AI+ 與產業發展策略委員會」，並把初期重點放在生命健康科技及具身智能；同時，預算案亦提到「香港人工智能研發院」公司將於今年下半年投入運作，並會就 AI 發展的治理框架與監管制度提供意見。對本地企業來說，這意味著未來一至兩年，AI 相關的政策討論將更聚焦於產業化與合規，而不是單純推廣概念。
更值得留意的是「硬件與供給側」訊號：預算案提到香港整體算力已達 5,000 petaFLOPS，並以數據設施群支援 AI 的數據與算力需求；政府亦設立「AI 效能提升組」協調部門應用 AI，並撥款 1 億元引入業界領先技術加速政府數智轉型。對供應商與 B2B 服務商而言，這提供了兩條路：一是把產品與政府/大型機構的流程重整需求對齊；二是針對「負責任使用」設計可審計、可追溯、可控權限的企業方案。
重點整理（香港企業）
- 策略層：AI+ 委員會與研發院，代表治理與產業化將同步推進。
- 能力層：算力與數據基建信號增加，採用門檻可能下降，但競爭會更快。
- 人才層：政府以基金支持 AI 應用課程與培訓，企業可把內訓與政策資源配合。
美國：成立 AI Litigation Task Force，以訴訟處理州法分歧
美國司法部文件顯示，已成立 AI Litigation Task Force，其「唯一責任」是挑戰與聯邦政策不一致的州級 AI 法律，並以不當規管州際商貿、被既有聯邦規管所排除或其他違法理由提出挑戰。從商業角度看，這類做法反映了一個現實：當 AI 監管從討論走向落地，市場會同時面對「更快的合規成本」與「規則尚未完全統一」的雙重壓力。
香港企業即使不直接在美國經營，也可能因為採用的雲服務、模型 API、或軟件供應商涉及美國市場而被間接影響。例如供應商可能會調整合規條款、改變資料處理地點、或提高對使用情境的限制。更實務的應對方式，是把 AI 供應鏈當作風險管理：建立供應商清單、了解模型與資料流向、保留替代方案，以及為高風險用途（如客戶個人資料、金融決策、或安全相關場景）設立更嚴格的人手審批與記錄。
合規提醒
若你的團隊正在使用外部模型處理客戶資料，務必先釐清：資料是否會用於模型訓練、是否可指定地區處理、以及是否有足夠的審計記錄；這些往往比「模型有多強」更影響長期可用性。
總結來看，今天的三則消息串在一起，其實就是同一個主題：AI 的下一輪競爭是「把能力變成流程」，並在政策與監管變動下維持可控與可持續。對香港而言，政府推動 AI+ 產業化與培訓資源正在加速釋出；企業若能同時建立清晰的用例驗收、資料治理與供應鏈風險管理，就更容易把 AI 由試驗走向規模化。
資料來源：OpenAI 官方更新、香港特區政府 2026-27 財政預算案、美國司法部文件
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。