《紫荆论坛》专稿/转载请标明出处

黎少斌｜香港生产力促进局首席数码总监 

人工智能（AI）已被视为推动经济增长和产业升级的重要引擎。各国政府纷纷制定发展策略，投入资源促进技术创新，旨在通过 AI 提升在全球市场中的竞争力。在全球竞逐AI高地的浪潮中，香港的角色与路径为何？答案不在於单纯跟随技术潮流，而在于将AI转化为驱动产业升级的扎实生产力。这不仅是香港自身发展的需求，更是回应国家战略、把握时代机遇的关键。香港生产力促进局依托丰富产业经验，形成多领域可复制“AI+”应用案例。本文基于其“AI+”实践，探讨香港AI赋能产业升级、对接国家战略的路径。

从国家蓝图到本地挑战 ：

香港的AI机遇与鸿沟

2025年12月召开的中央经济工作会议将“坚持创新驱动，加紧培育壮大新动能”列为2026年重点任务，其中特别强调要“深化拓展‘人工智能+’，完善人工智能治理”。这一最新部署，清晰指明了“十五五”开局之年的工作重心：推动AI从广泛的战略布局，迈向更深、更实的产业融合与安全发展。这与国家“十五五”规划及于2025年8月发布的《关于深入实施“人工智能+”行动的意见》一脉相承，共同构成了当前国家AI发展权威的顶层设计与行动指南。

联合国贸易和发展会议（UNCTAD）最新发布的《2025年技术和创新报告：包容性人工智能促进发展》指出，AI到2033年有望成为市场份额最大的前沿技术，规模约达4.8万亿美元。在此全球评估框架下，香港的表现尤为突出。该报告以“基础设施、数据、技能”三大维度评估各经济体的AI准备度，香港在全部三个维度均被评为“领先者”，意味著香港无论在采用AI还是发展AI方面，均已达到高阶水平，为其AI产业发展奠定了坚实基础。

早在2023年，香港生产力促进局（生产力局）已经进行《香港人工智能产业发展研究》，并建议多达9项具体措施，助力香港发展为“国际AI及数据产业发展枢纽”。在此宏观背景下，香港2025年《施政报告》提出的“AI+”发展措施及“AI赋能产业”与“产业促进AI”的双轨框架，正是积极响应中央战略，将其“因地制宜”本地化实践，将香港打造成为粤港澳大湾区国际科技创新中心的重要一极。

AI发展的焦点已从技术革新转向产业落地。香港特区政府正积极推动AI的发展，明确支持各部门应用AI，并拨款10亿港元成立“香港人工智能研发院”，促进从上游研发到中下游的成果转化。 行政长官还要求各个政府部门提交研究适合其业务的AI应用方案，以刺激需求，协助业界发展相关产品。这一举措展现了香港“锐意创新、务实前进”的施政新风，并为企业创造了良好的政策环境。

总体而言，无论是从国家层面还是香港，AI都被认为是未来经济高质量发展的重要驱动力，是香港经济驱动的新引擎。

然而，历史经验告诉我们，从宏伟的战略蓝图到广泛的产业实效之间，往往存在一道需要艰苦耕耘才能跨越的“应用鸿沟”。这道鸿沟，关乎技术如何理解行业“深水区”的痛点，关乎成本如何能被广大中小企业所负担，更关乎创新如何在安全与信任的基石上稳健前行。填平这道鸿沟，正是将政策机遇转化为香港切实竞争力的关键，也是生产力局作为本地重要公营研发机构的核心使命所在。

生产力局发布《2025年香港企业AI应用趋势调查》的调查显示，近九成（88%）的企业员工虽已接触AI工具，但其应用场景高度集中于客户服务问答、基础数据整理、市场文案生成等辅助性、事务性工作。换而言之，AI的价值绝大部分仍被局限在“劳动力增强”层面，其效能仍未获充分发挥，远未触及核心业务流程整合优化、战略决策支持与商业模式创新的深水区。

这种“浅层应用”的背后，是企业普遍面临的结构性挑战，我们将其归纳为四大痛点：

一是人才之困：兼具AI技术与行业知识的复合型人才极度稀缺。学校培养速度追不上技术迭代，企业内部培训体系尚未建立，导致“有想法，没人手”。二是整合之难：企业现有的IT系统如同盘根错节的“遗留架构”，与新型AI工具之间存在巨大的技术代沟。数据孤岛、协议不通，使得部署成本高昂、周期漫长，令许多企业望而却步。三是成本之虑：尤其是对中小企业而言，高性能算力、定制化模型开发与长期维护的费用，是一笔难以估量且充满不确定性的投资。他们迫切需要清晰、可预期的投入产出比论证。四是安全之忧：数据私隐合规（如应对GDPR、PIPL等跨境监管）、算法可解释性、AI生成内容的责任归属等问题，构成了法律与伦理上的潜在风险，使得企业在创新时不得不“踩著刹车前行”。

生产力局的“四大支柱”AI解决方案

当前香港AI应用的核心挑战：从“知道”到“做到”，中间隔著一道巨大的“应用鸿沟”。此外，在推动 AI 应用的过程中，技术专家往往难以深入理解行业需求，而产业专家则缺乏运用 AI 的前瞻思维。这种“认知落差”使跨界合作成为关键。这道鸿沟，正是生产力局致力于填平的。我们认为，推动AI发展，必须聚焦四个关键维度：易用的平台、差异化的场景应用、可负担的算力、可信的治理。

面对复杂的系统性问题，需要同样系统性的解决方案。生产力局凭借其深耕产业近60年的深厚积累，扮演著“技术翻译官”、“生态连接器”与“创新试验田”的独特角色，旨在为企业提供一套端到端、可执行的AI转型支持体系，并推出以自主研发的“HKPC天工开物”开放式AI平台为核心枢纽的四大支柱AI解决方案，转化为企业触手可及的生产力工具。平台已有为各类行业客户发展的整合方案，大幅缩短用户开发应用所需的时间，助力中小企更好把握AI带来的机遇。

生产力局发挥“推动者、连结者、实施者、守门人”四重角色，推动全民AI与新质生产力的实现。尽管业界普遍认识到 AI 的重要性并接受其使用，但实际上许多公司员工目前仅用 AI 完成高重复性或行政工作，与全面运用 AI 的潜力相比，存在明显距离。此外，亦有企业管理者坦言自己对AI的使用不够熟悉。为加速AI普及，企业需协助员工掌握使用技能，推动员工再技能培训（upskilling），而生产力局正带领这一趋势，满足企业在AI应用上的需求。

AI的成败，系于场景。回顾AI发展历程，2016年AlphaGo战胜围棋世界冠军的里程碑事件，首次向全球展示了机器在复杂决策领域超越人类的潜能。那时的AI更像是矗立在远处的灯塔，光芒耀眼却距离产业的实际航道甚远。时至今日，AI发展的重心已从攻克尖端“棋局”，全面转向赋能千行百业的实际“战局”。对香港而言，真正的课题不再是赞叹技术，而是如何将这股“AI之力”，转化为提升企业效率、优化客户体验、重塑商业模式的扎实生产力。

支柱一：降低创新门槛，共建产业生态。不是每家企业或是工厂都需要或有能力从零开始训练AI模型。许多行业的需求具有共性，这正是平台化解决方案的用武之地。因此，生产力局自主研发了“HKPC天工开物”开放式AI平台。其设计初衷，正是见及企业不论大小经常须为各类行业重复开发类似的AI应用。它并非一个封闭的软件，而是一个能提供AI多功能组件库的开放式开发者平台。我们汇集了多种常见开发任务（如资料标注、模型部署等），以及经过预先验证、标准化封装的核心AI模组，更提供可扩充的架构与元件库。用户能快捷部署视觉检测、大语言模型（LLM）等能力，无需从头构建基础设施，实现高效且符合国内外合规标准的智能化转型。平台亦支持开发者利用其架构与元件库进行深度整合与创新，与用户协作共创。例如，一家中小型制造厂希望实现产品品质的自动检测。过去，这需要企业自行组建AI团队，收集大量资料，训练模型并进行系统整合，过程既耗时又昂贵。如今，工程师只需在“HKPC天工开物”平台上，直接调用已预训练完成的“视觉缺陷检测”模组，透过直觉化的图形介面，以“拖拽式”的方式与生产线上的摄像头与PLC（可程序逻辑控制器）进行串联，数周内即可完成部署与上线。

这样的平台设计大幅缩短了从“概念”到“验证”的周期与成本，让中小企业也能轻松实现智能化转型，无需重复投入大量资源在基础建设上，真正落实AI技术的普及与应用。

支柱二：AI场景化应用从“替人干活”到“与人共创”。生产力局自2022年起，透过一站式数码资讯平台“数码不求人”(DDIY)，为本地企业（尤其是中小企 ）连结各类具信誉的数码转型方案供应商。该平台汇聚不同行业的数码解决方案，并提供切合中小企需求、低成本高效益的转型选项。因应近年各行业转型步伐加快，平台亦积极引入更多AI及生成式人工智能（Generative AI）方案，协助企业提升营运效率、开拓新增长机遇。

当企业选定适用于业务的AI方案后，若需进一步客制化或建立长期运作的AI模组，则可以透过“HKPC天工开物”，实现持续且贴合场景的深度应用。这一模式至今已在智能制造、网络安全、智慧城市等多个领域落地实践，取得具体可见的成效。生产力局还协助大湾区推动超过1,500个智能化项目，约七成在内地落地，涵盖电子、珠宝、食品等多个产业。

在物流运输领域，物料搬运系统由输送带、货运、堆高机等数千台设备组成，每天需处理多达过万吨的货物，物流中心设施更不时发生瓶颈阻碍，这些瓶颈可能由设备故障、人为因素或其他尚未充分利用的容量引起。本地的一间空运货站面对著这些挑战，采用由生产力局的香港工业人工智能及机械人研发中心（FLAIR）研发的智能物流系统，利用AI进行瓶颈识别和根本原因分析、预测分析，并提供以有效能指标显示的流程监控和分析。引入系统后，运货站分析问题出处由原先需要30分钟分析一个瓶颈缩短至仅需5分钟分析一天约700个瓶颈，显著提升了运作效率。AI的价值不再是事后补救，而是事前预防与流程优化，这正是“AI赋能业务”的体现。

餐饮业方面，不是每家企业都有资源自建AI平台。一些香港大型连锁餐饮集团每日要处理数百间分店的物流配送，还要考虑如何做到又快又准确又不浪费。生产力局的技术支援引入了智能仓库系统后，自主移动机械人、物联网及AI，彻底改变了传统仓库操作模式。现时所有仓存货品的存取都得以智能化，不但提升了效率，还减少了人为错误。此外，即时数据分析帮助管理层随时掌握库存状况，还可以进一步优化货存管理流程。

当然，AI的价值远超自动化与流程优化，更在于创造前所未有的个性化体验与互动智能。这不仅适用于物流与制造业，更能在数码娱乐等创意产业开辟新局。一个生动的例子是生产力局与本地游戏公司合作的“游戏知觉”AI系统。传统游戏匹配机制粗糙，容易导致玩家因难度不适配而流失。该系统运用强化学习等AI技术，构建实时玩家行为模型，动态调整游戏内的非玩家角色（NPC）行为、关卡难度甚至叙事节奏，为每位玩家创造了“专属难度曲线”。初步测试显示，玩家留存率与平均在线时长获得显著提升。

这项以娱乐为载体的项目，其深远意义在于成功验证了“自适应智能”框架的通用性与强大潜力。 其核心逻辑——即通过实时数据分析，动态调整系统输出以匹配个体需求与状态——为众多需要“千人千面”精细化服务的领域开辟了新路径。同样的技术框架，可迁移至在线教育平台，为学生定制个人化的学习路径与内容；应用于数字医疗辅助领域，能提供个性化的健康干预与康复建议；亦可赋能金融科技，打造更贴合个人风险偏好与财务目标的智能顾问服务。这标志著AI正从服务于标准化流程的工具，进化为驱动大规模个性化体验的核心引擎，开启智能服务的新篇章。

AI更进一步的价值，在于从提供解决方案的服务引擎，进化为辅助企业进行“战略决策/预测”的智囊团（Think Tank）。从而处理人类无法快速整合的海量数据、跨领域知识与复杂模型，其核心功能是辅助区分优良决策与潜在误判，让决策者“少走歪路”。

面对老师傅的“传统智慧”随退休而流失的行业痛点，大数据可以把这些传统智慧吸收，学习老师傅们的经验逻辑、日常习惯与最佳实践（Best Practises），将难以言传的隐性知识转化为可使用、可传承的数字资产。这个知识库会经过审核校对，有助后来的决策者在面对新问题时能够在知识库协助下快速识别背后的症结，配合宝贵的前人经验，推敲为可传承的良好决策。

一个成功的案例是AI应对供应链与零售管理的复杂性。以高端零售业为例，领先企业通过部署AI智能系统，利用AI对销售数据进行深度学习与预测建模。系统可动态分析不同门店、时段、节日推广甚至其他相关外围因素的商品动销关联与顾客偏好，将这些隐性洞察转化为未来对商品需求的精准预测（Good Decision），并自动生成最优化的生产排产方案、库存与跨仓配货方案。这意味著管理者的“市场直觉”、“调货经验”与“排产经验”可以被转化为可量化、可优化、可大规模复制的数据模型。AI在此扮演了“超级分析员”与“预测引擎”的角色，帮助决策者从被动响应市场变化，转向主动塑造供需平衡，从而显著降低滞销与缺货风险。

这正是AI作为“决策共创伙伴”的典范：它将人类的专业智慧与经验，通过算力转化为不断自我优化的智能决策系统。这不仅是效率的提升，更是决策模式的根本性进化：让企业在传承核心智慧的同时，获得前所未有的前瞻性与精准度，从而在复杂的市场环境中稳健导航，开辟新增长航道。

支柱三：可负担的算力方案。企业对算力的需求，本质上源于对业务价值创造与颠覆性创新的根本追求，而非对技术本身的追逐。当AI的使命从处理静态文档，跃升至实时解构全域数据、洞察细分用户的隐性需求，甚至模拟推演全新产品的市场潜力时，对计算能力的需求便发生了质的飞跃。此时，算力已远超支撑工具运行的“基础电力”，进化为驱动企业洞见未来、生成新机遇的核心引擎。它直接决定了企业能否将海量数据转化为精准的市场策略、能否从群体行为中预见下一个趋势，乃至能否将创意快速验证为全新的增长点。

理解AI从“执行指令的工具”到“生成机遇的伙伴”这一角色演变，以及由此催生的算力从“辅助性成本”到“战略性核心资产”的转变，是规划一切算力策略的根本前提。

基于这一前提，生产力局提供的算力方案，始终以精准匹配业务场景与创新阶段为准绳。我们提供从评估到落地的一站式服务，让算力从一项令人望而却步的复杂成本，转变为一笔清晰可期、驱动增长的战略投资，助力香港企业在智能时代稳步前行：

对于探索阶段的轻量应用（如内部知识库问答、基础内容生成），我们建议采用部署迅速、成本灵活的云端API服务，以最低门槛启动智能化尝试。

对于涉及核心业务与敏感数据的场景（如供应链动态预测、工业视觉质检、个性化推荐引擎），我们则规划并实施安全合规的本地化或混合部署方案，在确保数据主权与业务连续性的同时，提供充分运用算力、满足运作需要的定制化方案，合理降低企业使用算力的成本，从而可把预算投资到其他领域，真正让算力赋能业务创新，驱动增长。

生产力局的核心工作，是研究如何 “让每一份算力投资都精准释放业务价值”。无论是采用常见显卡满足一般AI运算，还是整合高性能计算群组以训练行业模型，我们已协助多家企业成功部署如DeepSeek、通义千问等主流模型，并基于“HKPC天工开物”平台快速实现视觉检测、安全监控等场景应用。我们的使命不仅是降低算力门槛，更是确保企业能以合理的成本，获取与其业务创新相匹配的计算能力。

支柱四：为创新安装“稳定的导航系统”。随著AI从概念迈向大规模应用，构建全球公认的“信任框架”已成为产业可持续发展的基石。为此，国际标准化组织（ISO）与国际电工委员会（IEC）共同发布了ISO/IEC 42001标准，为组织建立可认证的AI管理体系提供权威框架。该标准的核心目标，是在充分释放AI价值的同时，为其发展筑牢负责任、可信赖的根基。显然，AI治理已从可选的“最佳实践”，迈向系统化、国际化的“必要基建”。

然而，理想框架与现实落地之间仍存在显著差距。生产力局的调查揭示了一个严峻现状：超过半数已使用AI平台的企业，尚未建立完善的AI治理政策。在已设有正式AI平台的受访企业中，更有超过一半（54%）坦言缺乏完善的政策指引。这意味著大量AI应用是在缺乏“安全护栏”的情况下运行，潜藏著巨大的合规与信誉风险。

在当前的法规环境下，企业不仅需遵守单一法例，还需同时符合多个地区的监管要求，保持数据收集、用途及流向的透明度和可追溯性。管理范围应扩展至AI训练所需的数据、模型的输入与输出，以及供应链和云端的数据流。香港企业面临包含欧盟《一般资料保护规则》、内地《中华人民共和国个人信息保护法》及香港《个人资料（私隐）条例》等多重法律要求，数据本地化成为重要趋势，跨境传输需要使用标准合同条款和安保评估以确保合规。此外，企业在AI系统设计与培训中应采用匿名化、差分隐私及加密等技术，减少个人讯息被识别的风险，并且建立多云和多地区的部署策略，自行管理加密金钥，加强对外判商的数据处理监管。

生产力局AI治理框架

创新必须行稳致远。针对超过半数企业尚未建立完善AI治理政策的现状，以及AI深伪诈骗等真实风险，生产力局推出“AI治理及安全测评服务”。我们提供符合国际及国家标准的一站式解决方案，涵盖全景图绘制、全生命周期治理框架以至第三方安全测评，协助企业（尤其是金融、医疗等受监管行业）构建可信、可审计的AI应用体系，扮演可靠的“守门人”。 

生产力局目前已为多个政府部门、金融机构、企业以及跨国企业提供AI治理服务，并提供全面的咨询与解决方案。这些服务涵盖遵循内地和香港的相关法规和指引，如全国网络安全标准化技术委员会发布的《中国人工智能安全治理框架》、香港特区政府数字政策办公室及香港个人资料私隐专员公署的AI指引，同时参考国际标准（包括ISO/IEC 42001）以建立完善的AI治理框架。在实务层面，生产力局协助企业撰写AI策略、政策及指引，并进行风险与合规评估，确保系统符合安全与法规要求。此外，生产力局亦提供AI大模型安全测试与基准评估，并采用多种安全控制方案以降低潜在风险，保障AI应用的可信度与合规性。

许多企业管理者期待员工能善用AI解决琐碎问题，但有些管理者自己却对AI感到陌生。这揭示了一个关键需求：AI的普及，需要自上而下的认知革新与技能提升。技术的落地，终究依赖于“人”的认知与技能。生产力局深信，应对AI时代的挑战，必须实施一场“由内而外、自上而下”的系统性人才革新。我们不仅对外培养产业人才，更率先在内部启动“全民AI”行动，并积极搭建吸引与培育全球青年的平台。

为破解企业内部“认知落差”与技能不足的普遍难题，生产力局以身作则，自2024年10月以来，我们已为全体员工提供超过6,000小时的AI培训。为实现AI与日常工作的深度交融，生产力局以自身为试验场，启动一系列内部赋能举措：我们凭著自主开发内部协作AI助手“HKPC 天工开物”，搭建共享的“Prompt Library”知识库，将AI工具无缝嵌入员工的工作流程，推动智能应用成为一种工作习惯。所有相关培训与实践均由内部超过100名AI专家领衔，确保其高度贴合业务实战场景。我们更设定了在全局推动 100项AI工具及项目的具体目标。值得一提的是，“HKPC天工开物”其中一个AI应用方案是我们在内部孵化并成功应用的“开心果”系统，这是全港首个用于政府资助计划审批的AI技术方案，并且已获得专利。它整合了问答式机械人、中央知识管理窗口与AI批核助理，在“提质”与“提效”两个维度均取得显著成果。“开心果”已经落地应用在一个大型政府资助计划的审批工作上，并可应用于其他政府资助计划或政务流程工作上。

解决当下“人才之困”的同时，我们更著眼于投资未来。生产力局每年举办的 “夏季及冬季实习计划”（InnoTalent），已成为汇聚全球顶尖青年、培育本地创科生态的标志性平台。在人才培训方面，由生产力学院系统化推动人才培养，提供专业课程、资格认证与能力提升计划，持续为产业输送AI专业人才。2023年至2025年，学院举办超过500场与AI相关的培训，培训约22,000人，反映市场对AI技能的高度需求。学院亦将与多家领先科技企业合作，邀请具实战经验的导师授课，推出一系列免费AI活动，协助企业员工与公众掌握AI技能。

本文发表于《紫荆论坛》2026年1-3月号