Chinese Traditional

AI 不是效率工具，而是企業協作邏輯的重寫——從 OpenAI《The State of Enterprise AI 2025》到香港企業的現場落差 當 ChatGPT 每週服務超過 8 億名使用者，這個數字的意義早已超越「科技普及」本身。它真正構成的，是一個不可逆轉的飛輪效應：當消費者已把 AI 視為日常工具，企業若仍把 AI 當作實驗項目，問題已不在員工是否願意使用，而在於組織本身是否準備好被重塑。 近年，企業紛紛投入人工智能（AI）技術，期望提升效率、優化決策、創造新價值。然而，許多公司犯了一個致命錯誤：把AI的導入視為純粹的資訊科技項目，交由IT部門全權處理。這樣的做法往往導致AI專案變成試點性質的展示項目，無法真正融入日常營運流程，更無法轉化為具體的業務成果。 要避免這種「高科技、低落地」的困境，企業領袖必須正視AI背後最重要的基礎建設之一——本體論（Ontology）。 什麼是AI中的本體論？ 本體論，簡單來說，是一套有系統的知識模型，用來定義特定領域中的概念、屬性與彼此間的關係。它像是一份能被機器理解的知識地圖，幫助AI理解我們的語言、邏輯與決策結構。 以零售業為例，「顧客」、「訂單」、「商品」這些都是核心概念。本體論不只是列出這些名詞，更進一步描述它們的關係（例如：顧客下訂單，訂單包含商品）以及每個概念的屬性（商品有價格、庫存等）。 這不只是資料庫的結構或名詞解釋，更是一種讓AI理解「業務邏輯」的方法。它賦予數據背後的語意，使AI不再只是數據分析器，而是能夠進行推理、理解背景、做出合乎業務脈絡判斷的智能系統。 為何AI需要本體論？ 避免誤解與錯誤判斷：若沒有明確定義，「顧客」可能會被AI誤認為包括測試帳號或非活躍用戶，導致報表失真或行銷策略誤判。 促進資料一致與整合：業務單位、財務部與客服部對「收入」或「有效訂單」的定義可能不同，本體論提供一個統一的標準，讓AI能跨部門理解與整合資料。 增強推理與智能決策能力：AI若理解「高價值顧客」同時與「客服工單」有關，系統就能自動標示這些工單為優先處理，提高服務效率與顧客滿意度。 破除資料孤島，促進跨部門協作：本體論讓不同部門在AI專案中擁有共通語言，不再是IT說他們的、業務聽不懂。 提升AI可解釋性與透明度：當AI的決策邏輯來自於可視化的本體模型，企業更容易追蹤、審計與優化AI行為，降低風險。 把AI交給IT部門處理，會錯過什麼？ 許多企業將AI專案完全交由IT主導，忽略了AI其實牽涉到業務流程再造、人員培訓與組織文化的改變，結果往往是以下幾種情況： 業務不參與，AI無法對症下藥：IT部門不了解營運細節，容易建出「技術正確但業務無用」的模型。 流程未改革，AI難以發揮：若仍用舊有流程與崗位設計接入AI，很多自動化與智能分析功能無法落地，甚至會造成流程混亂。 忽略員工轉型與培訓：AI導入改變了崗位職責，但若未同步進行人力資源重整與員工訓練，最終會導致抗拒、低效與流失。 文化隔閡，導致AI被排斥：若AI由IT主導而缺乏跨部門溝通，其他部門容易視AI為「外來威脅」，缺乏認同與合作。 錯估AI落地成本與時間：單靠IT推動AI容易低估真正導入AI所需的流程重設與人力調整成本，專案時程與效益常會落空。 打造AI營運，企業應該怎麼做？ AI不是IT專案，而是企業營運再造工程。以下是一個實用框架，協助企業建立更具戰略眼光的AI營運模式： 一、建構本體論為AI奠基 與各部門專家合作，共同定義關鍵概念與業務邏輯。 把這些知識轉換為機器可理解的本體模型，成為AI學習與推理的基礎。 定期更新本體論以反映業務變化，保持AI決策的準確性與實用性。 二、重新設計業務流程與職責 不只是「自動化」舊流程，而是思考如何借助AI重新設計更高效、反應更快的新流程。 例如，客服部可將AI用於預測性支援，轉變為主動服務團隊。 銷售團隊可配合AI推薦系統重構客戶接觸流程，提高轉換率。 三、導入人力資源與變革管理策略 建立AI培訓計畫，提升員工AI素養與工具使用能力。 人資部門需重新設計職位、考核機制與員工發展路徑，讓AI成為員工的助力而非競爭對手。 培養跨域人才，如懂AI技術又熟悉營運的「AI策略師」、「資料翻譯師」等角色，加強部門協作與決策速度。 四、建立跨部門AI營運小組 包括IT、業務、營運、人資等部門代表，共同推進AI專案，確保技術與實務接軌。 定期舉辦AI應用工作坊，鼓勵內部創新與AI點子分享，讓前線人員參與AI設計過程。 五、強化AI治理與倫理框架 隨著AI滲透營運，企業應建立AI倫理準則，確保演算法公平、不歧視、具透明度。 …

公司建AI營運時為何學習本體論Ontology：不只IT部門的事｜蘇仲成 Read More »

螞蟻集團最近推出新一代人工智能系統「靈光AI」（Lingguang AI），主打用戶以自然語言輸入一句說話，即可在約30秒內自動生成可運行的小型應用程式（Flash App）。這項技術推出後迅速在內地引起關注，被視為軟件開發邁向「No-Code」階段的重要里程碑。 靈光AI具備多模態能力，能同時理解文字、圖片及鏡頭畫面，用戶只需輸入「幫我做一個支出計算器」或「做一個運動記錄工具」等描述，系統便會自動產生界面、功能邏輯及基本交互，無需任何程式背景。螞蟻方面表示，希望透過這項產品，令更多人能夠自行創作實用工具，將「人人可做App」變成可能。是次邀請到人工智能應用研究學會（AiX Society）創會會長蘇仲成進行訪問分享。 30秒完成小工具　創作不再受技術限制 記者觀察示範操作可見，用戶輸入需求後，靈光AI會快速生成包含按鈕、欄位、列表或計算邏輯的介面，並即時可使用。系統亦允許用家修改輸入規則、調整外觀或加入其他元素，使其更貼近實際所需。 螞蟻方面強調，靈光AI並非傳統模板式小程式，而是透過大模型理解用戶意圖再自動組合功能，從而令創作過程變得更直觀。手機也因此變成一個即時的「軟件創作平台」，不再需要下載開發工具或理解程式語法。 不少使用者表示，靈光AI讓他們得以把腦中的點子變為可運作的軟件，不再因為「不懂編程」而止步。市場亦有聲音認為，這類工具或將令創作生態加速擴張，帶動更多個人化、細分化的應用誕生。 市場亦有聲音認為，這類工具或將令創作生態加速擴張，帶動更多個人化、細分化的應用誕生。（資料圖片） AiX Society創會會長：創作力量會以倍數增加 就是次熱議話題，人工智能應用研究學會（AiX Society）創會會長蘇仲成接受 《香港01》記者訪問時表示，靈光AI最大的意義，是讓創意不再被技術所束縛。 蘇仲成指出：「有很多人一直有創意，只是因為不懂寫程式，所以點子出不來。靈光AI這類技術讓創作不再需要工程知識，指尖就能把想法變成軟件。」他形容，這類工具會令更多不同背景的人加入創作行列，包括前線員工、學生、零售從業員、保險代理、甚至長者，因為只需描述需求即可完成原型，小工具的產量必然以倍數增加。 蘇仲成表示：「以前是工程師把別人的想法轉成程式碼；現在是人人都能自己實現，創作門檻下降後，反而會看到更多以前從未出現過的新工具。」他認為，這將令創作生態變得更活躍，不再只由專業工程團隊主導，而是讓創意在各行各業迅速流動。 工程師工作會被取代？蘇仲成：絕對不會 隨著靈光AI展示「自然語言生成App」能力，部分人士擔心軟件工程師的工作將被取代。蘇仲成認為，此看法並不符合實際。強調：「工程師不會失業，絕對不會，反而會更需要他們。」當大量創作者可以自行產出小工具，整個軟件生態將變得愈加龐大與複雜，系統之間的整合、數據流動、性能要求都會提升，工程師的角色因此更為重要。 蘇仲成道出：「AI能做簡單App，但真正的大型系統、企業級應用、跨平台整合，仍要靠工程師。未來的軟件結構只會更精細，不會更簡單。」他表示，工程師未來的工作方向將包含監察AI生成流程、調整架構、確保系統穩定等任務：「AI能協助寫程式，但工程師要負責管理AI如何寫程式。這是一種升級，而不是被取代。」 蘇仲成展望，未來將出現更多新型軟件職位，包括「AI生成監察員」、「模型填補工程師」、「企業級整合架構師」等，都是因應AI普及而新生的專業領域。 創意時代正在開始 蘇仲成總結道，隨著自然語言生成應用技術逐漸成熟，未來會看到更多人把生活場景、工作流程或者個人興趣，透過這類AI工具轉化為實際軟件。 「創作將從少數人的能力，變成全民皆可的行動，你想到甚麼，就能即時做出甚麼。」 原文網址: 螞蟻「靈光AI」30秒造App – 蘇仲成：創意將全面被釋放 | 香港01 資訊來源: https://www.hk01.com/article/60297744?utm_source=01articlecopy&utm_medium=referral

自2023年以來，生成式人工智能的發展帶動了全球範圍內AI股估值飆升。僅2023至2024年，全球AI相關投資規模便從約2500億美元躍升至超過4000億美元，AI領域市值最高的七家科技巨頭（微軟、Google、亞馬遜、Nvidia、Meta、Tesla、蘋果）累計市值增長超過7萬億美元。進入2025年下半年後，AI投融資市場開始出現明顯調整。11月上旬，AI股主導的科技板塊下跌約3%—4%，遠超大盤。 一些華爾街機構甚至開始押注做空AI股票。如以精準預測次貸危機著稱的《大淡倉》原型投資者Michael Burry在最新季度披露中持有Nvidia與Palantir的看跌期權，總金額超過10億美元，理由是大型科技企業在AI領域的資本開支被低估了折舊風險，利潤數據被高估。與此同時，高盛等知名投行也提示AI投資存在過熱跡象，認為當前AI浪潮與上世紀90年代末的網路泡沫有若干相似特徵。 回顧這波AI股的下行周期，可以看到市場情緒的變化更多是對不確定性的本能反應。部分投資者擔心AI資本支出回收周期漫長、龍頭企業估值過高，於是將鉅額投入解讀為「泡沫前兆」。在這種情緒的驅動下，短期擔憂迅速放大並開始自我強化，形成連鎖拋售。不過從當前的形勢來看，市場波動更多反映的是資本市場對短期回報的焦慮，多數拋售屬於高位兑現和獲利回吐，而非對AI股的根本否定。 之所以會出現「AI泡沫論」，核心的邏輯謬誤就在於將AI的戰略性投入誤讀為短期利潤博弈，而忽視了AI投資在國家與企業層面關乎競爭力與存在性的本質特徵。從戰略的角度看，AI投資不是可有可無的市場選擇，而是一旦停滯便可能被淘汰的生存性投入。具體來說，當前鼓吹「AI泡沫論」存在以下邏輯上的謬誤： 第一，當前市場對AI投資「回不來」「盈利慢」的質疑，本質上是把AI作為通用目的技術的戰略性投入誤判為一般產業項目的短期投資回報率問題。 從技術層面來看，AI是一種通用目的技術（General Purpose Technology），類似於歷史上的電力、鐵路或網路，能夠從根本上重塑全球經濟的生產函數和價值鏈。通用技術在早期都有「重投入、慢回報」的規律，如電力、網路、鐵路無不經歷漫長的建設期，且往往需要遠超預期的資本密度才能形成規模效應。 AI基礎設施「長期性、結構性、重資產」的特徵尤為明顯，因此呈現出遠超一般技術的資本密度。目前，全球算力需求以每年約35%的速度增長，AI模型訓練所需算力較2018年已提升超過100萬倍。單個前沿模型的訓練成本動輒超過1億美元，數據中心的能耗已佔全球電力消耗的3%，且仍在快速上升。晶片方面，頂級AI GPU的單價超過3萬美元，而構建大模型訓練集群往往需要數萬枚晶片。 研發人力成本同樣高昂，一線AI科學家的年薪普遍在50萬美元以上。據麥肯錫與高盛的測算，當前全球AI產業鏈的年投資規模已超過4000億美元，其中算力與數據中心相關支出約佔六成，僅Nvidia、微軟、Google三家公司在2024-2025年的AI資本支出總額就超過2500億美元。這種資源和資金密集度遠超以往任何技術革命，充分體現了AI作為通用目的技術所需的龐大建設成本因此，許多AI業務並非能夠快速變現的短周期業務，而是典型的「長期投入、累積回報」模式，對AI這類戰略性、長期性的底層建設，不能簡單地用短期盈利的框架進行衡量。 第二，很多人沒有充分認識到，AI投資屬於戰略投資，不能與簡單的市場投資同等對待。實際上，無論在國家層面還是企業層面，AI都已成為參與未來競爭的「生存性條件」。從國家層面看，美國、歐盟和中國均在AI上投入巨大，AI能力已成為技術主權、產業安全和國家安全的核心要素。例如，美國通過《國防授權法案》將AI列為戰略支柱，並以15億美元以上的年度預算推動軍事智能化體系建設；歐盟設立「算力主權計劃」，以減少對境外AI基礎設施的依附；中國則通過「東數西算」與智算中心建設強化全國算力體系佈局。 從企業層面看，微軟、Google、亞馬遜等科技巨頭已將AI視為未來商業模式的底層支撐，算力投入規模動輒千億美元，目的並非追逐短期利潤，而是確保在下一輪技術競爭中不被淘汰。若企業不進行AI投入，將無法獲得下一代生產力工具、無法進入AI治理生態、無法參與未來市場的遊戲規則制定。換言之，不投入意味着將在下一輪技術革命中失去位置，甚至喪失參與資格。若不能理解這種「生存性投入」，而將其誤讀為投機性投入，則很容易落入「AI泡沫論」的陷阱。 第三，AI股的短期調整是市場情緒波動，並不等於AI投資見頂、泡沫破裂。當前AI股價的階段性回調更多是資本市場對利率預期、宏觀情緒和短期財報波動的反應，部分投資者高位兑、獲利了結，而不是AI長期技術價值或戰略地位的下降。從企業和資本層面來看，AI股擁有強有力的支撐，與上世紀末的網路泡沫有本質區別。 從企業層面來看，AI投入正在逐步體現產出效應。例如，Nvidia在2024年大幅增加數據中心相關投入，今年第二季度數據中心業務收入按年增長56%，表明大型企業的AI投入雖成本高昂，但正以業務擴張、產品升級和生態黏性增強的方式逐步轉化為可觀的產出。 此外，在資本市場層面，當前AI領域的主要投入者是現金流充沛的巨頭企業，資金來源以自有資本為主，而非大規模的槓桿融資。這意味着AI投資的金融風險外溢性較低，不具備傳統泡沫的高風險特徵。同時，大量AI投資流向基礎設施領域，具備一定的資產沉澱價值。即便短期市場波動，基礎設施仍能繼續為未來應用提供支撐。這與2000年網路泡沫時期的虛高估值有本質不同。 因此，面對AI投資規模空前並持續引發泡沫破裂恐慌的現象，應從全局戰略高度加以認識。AI的鉅額投資並非非理性，而是技術革命規律的體現，代表了一場全球範圍的技術基礎設施競賽，是生產力體系更新的必經階段。AI不是一個行業的繁榮，而是經濟體系的重構。未來的競爭，不是企業之間的競爭，而是AI基礎設施能力的競爭。對任何國家而言，能否在AI時代構築起穩固的技術底座，決定了經濟的長期韌性與戰略安全。而在AI的投融資市場中，關鍵在於識別真實需求與投機泡沫的邊界，是鼓勵長期資本流向具有公共屬性的AI基礎設施建設領域，還是沒有實體支撐的投機項目，這才是判斷「AI泡沫」的關鍵。 最終分析結論： 當前市場大規模的AI投資，並不能以簡單的市場投機或短期利潤來解釋。從戰略層面看，AI投資關乎一個企業、一個國家的競爭與存在，是技術主權、產業安全和生態主導權的基礎工程。如果不投、不建、不發展，就意味着被淘汰、被邊緣化，甚至「活不到明天」。 原文網址: 「AI泡沫」背後的邏輯謬誤 | 香港01 資訊來源: https://www.hk01.com/article/60296499?utm_source=01articlecopy&utm_medium=referral

隨著人工智能（AI）技術的不斷突破，各行各業都在經歷著深刻的變革。根據《搜狐網》報導，客服、製造、金融、零售、交通運輸、法律及創意產業這七大領域將受到衝擊，部分人力會被取代，而有些工作雖然不會裁撤所有人力，但其中的工作內容可能會被代勞，因而要培養與AI協作的能力。 不過，在人性情感支持方面，以及高階的決策創意與判斷，仍需要人工的介入，也就是AI說本文將分析AI如何改變這些工作的模式。 AI會取代哪些工作？7類職業被點名 客服行業 AI技術正在改變傳統客服模式，讓企業以更低成本提供更高效的服務。智能客服機器人能全天候運行，快速回應客戶需求，處理大量常見問題。透過自然語言處理技術，AI能分析客戶問題並提供精準答案，顯著縮短等待時間。 然而，面對需要情感交流或定制化服務的情境，人工仍不可或缺。未來，客服行業將以人工與AI結合的模式發展。 創意產業 創意產業的AI應用越來越廣泛，但高端創意仍需依賴人類靈感。AI能根據用戶需求和市場趨勢，生成符合要求的創意設計方案。 在數據分析與經營策略方面，AI能挖掘用戶興趣，制定精準廣告投放策略。未來，AI將成為創意工作者的得力助手，而非取代其創意崗位。 金融行業 金融行業是AI應用的核心領域之一，從投資決策到信貸審批，AI展現了無可比擬的效率。機器學習算法可分析市場趨勢，提供投資建議，甚至執行自動化交易。在信貸審批上，AI能快速分析借款人數據，做出精確決策，縮短流程時間。 儘管AI能處理大量數據分析，但高層次的投資策略與風險管理仍需人類專業智慧。 零售業 AI正在重塑零售行業，為商家與消費者帶來前所未有的便利。無人商店如AmazonGo利用AI與傳感器技術實現自助購物，提升消費效率。大數據分析幫助商家了解顧客需求，提供精準商品推薦，提高銷售轉化率。 即便傳統零售崗位如收銀員和銷售員將逐步減少，但情感化服務仍是人類不可替代的價值。 製造業 製造業早已實現自動化，而AI的加入使這一進程更為智能化。AI能優化生產流程、預測設備故障並提前進行維護，減少生產線停工的風險。高效率的自動化生產系統，顯著降低對人工的依賴，提升產能與成本效益。 雖然低技能崗位可能被取代，但高技能人才如機器維護與系統監控的需求依然存在。 生產力局人工智能與機器人高峰會揭幕　孫東︰港多管齊下發展AI源途有你｜擁抱 AI 浪潮：從氣候、醫療到基建的全面革新 交通運輸業 AI在交通運輸中的應用，正在改變駕駛方式和運輸效率。自動駕駛卡車可完成長途貨物運輸，減少人為干預，提高交通安全性。公共交通如出租車與公交車未來也將導入自動駕駛技術，降低成本的同時提升效率。 雖然司機崗位可能逐漸減少，但自動駕駛系統的維護和操作將成為新興職業。 法律行業 AI在法律行業中的應用正逐漸擴大，助力律師完成重複性工作。在案件分析與文書處理方面，AI能快速篩選法律文書中的關鍵資訊，提高工作效率。在合同審核和專利申請中，AI輔助工具為律師提供了高效支持。 特斯拉準備擴建德州超級工廠　擬年產1000萬台Optimus人形機器人小鵬女性機器人貓步迫真　被質疑真人偽裝　剝皮闢謠揭當中黑科技 然而，複雜案件的判斷仍需人類律師的專業能力，AI更多是輔助角色，而非取代者。 人工智能正在重塑多個行業，提升效率的同時，也加速了職業結構的轉型。AI雖然能取代重複性高的崗位，但人類智慧在情感交流與高層決策中仍不可替代。未來，人類與AI的合作將是不可逆轉的趨勢，為社會創造更高價值。 原文網址: AI會取代哪些工作？7類職業將來由機器人代勞　首當其衝竟是這個 | 香港01 資訊來源: https://www.hk01.com/article/60293742?utm_source=01articlecopy&utm_medium=referral

許多上班族每天醒來，手機螢幕已被會議通知、客戶郵件、孩子的學校繳費單等訊息填滿。時間與認知負荷的壓力，讓現代人在工作與家庭角色間持續拉扯，經常感到精疲力竭。 根據矽谷創投機構 Menlo Ventures 於 2025 年發表的《The State of Consumer AI》官方報告，當生活愈繁忙、角色愈多元時，AI 工具不僅沒有取代人類的工作，反而成為減輕負擔、提高效率的得力助手，讓人們能更輕鬆管理生活，重新掌握時間與事務的主導權。AI 在這些被報告描述為「高摩擦」（high-friction）且「複雜化」（complexity）的生活階段中，展現出前所未有的價值。 AI 使用率突破 60%！家長、高收入上班族成為主力族群 根據報告調查，美國有高達 61% 成人在過去 6 個月內曾使用過 AI 工具，其中約 1/5 每天都會使用。令人驚訝的是，家長群體成為 AI 的積極採用者，有高達 79% 的家長表示曾使用 AI，並且有 29% 的家長每天仰賴 AI，比例幾乎是無子女人士的兩倍（15%）。 報告指出，當家庭結構愈來愈複雜、需要協調的事項愈多，AI 的價值也更加突出。家長主要利用 AI 進行育兒安排、生活管理與學習資料整理，有效降低認知負荷，分攤決策與組織壓力。 在職場層面，AI 滲透率同樣顯着上升。根據這份來自矽谷創投機構的報告，75% 的受僱成年人使用 AI，相比失業者的 52% 更為普及。此外，年收入超過 10 萬美元的高收入家庭 AI 使用率高達 74%，高於低收入群體的 53%。這些數據再次印證「愈忙碌，愈需要 AI」的使用趨勢。 AI 幫你兼顧工作與生活的 3 大場景 場景一：辦公室的「效率加速器」 AI 不僅用於文字校對或翻譯，更成為專業溝通與決策輔助工具。報告提到，面對大量郵件，許多使用者會透過 AI 協助潤飾回覆內容，同時保持個人風格；在處理冗長報告時，AI 能快速將上千字內容濃縮成重點摘要並提出關鍵建議。 調查也顯示，有 38% …

越忙越應用AI！報告：3面向提升工作效率　有子女、高收入者更甚 Read More »