作者姓名: Linda Li

海豚研究|甲骨文搵命博——押注AI,真的贏了?

作為四大雲端巨頭中最具爭議的甲骨文(ORCL.US),美東時間3月10日美股盤後公布了截至2月底的2026財年第三季度業績。整體而言,本季表現好壞參半:亮點是資料庫與算力租賃為核心的OCI業務增長強勁且持續提速;弱點則是對毛利率的壓制比預期更嚴重,資本開支與借貸規模亦超預期快速攀升。 因此,本季整體表現只能歸為中性,功過相抵。真正帶動盤後股價上漲的關鍵,是公司上調2027財年全年營運指引,從此前的850億美元上調至900億美元。具體如下: 核心業務——OCI如期加速增長:雲板塊下IaaS類型的OCI業務本季收入達48.9億美元,不變匯率下增長81%,較上季的66%明顯提速。營收同比淨增額同樣環比大漲36%,亦創歷史新高。 可見OCI業務增長勢頭持續增強,屬於正面信號。不過由於市場預期本已偏高,僅能視為達標,而非超預期表現。 AI業務對毛利率的拖累較預期更嚴重:伴隨OCI加速增長,本季雲端+軟體業務合計毛利率(公司未單獨拆分披露)約為68%,同比下跌8個百分點,較上季的5.9個百分點進一步擴大,表現遜於市場預期。 假設軟體業務毛利率不變,則雲端業務整體毛利率可能已跌至50%以下,其中OCI業務毛利率可能僅30%左右。 領先指標增長「暫時休息」:反映新增訂單需求的未履約合約餘額(RPO),本季環比淨增約300億美元。在首季度天量訂單後,近兩季度新增訂單規模持續環比走低,不再有驚喜。不過絕對規模仍舊不低,相當於本季OCI收入的6倍。 資本開支加速走高:作為帶動OCI增長的「前置條件」,本季資本開支達186億美元,較上季度的120億美元大幅增長,單季環比淨增額再創新高。 本季公司資本開支首次超過總營收,自由現金流已連續兩季單季淨流出約百億美元。如此龐大的現金流出,勢必需要對外大量融資。不過按照2026財年全年500億美元的資本開支指引,下季度投入將明顯下滑至約120億美元。 此前官宣的450~500億美元融資計劃中,本季已完成約300億美元,其中新增發債約250億美元、發行優先股約50億美元。淨有息負債攀升至目前的950億美元,淨負債/資產比例為39%。 相對應,本季利息支出達11.8億美元,同比大幅上升32%,占總營收比重亦環比提升約0.3個百分點。 其他業務整體依舊平淡:除OCI業務外,雲板塊下的SaaS業務不變匯率下增長11%,與上季持平。而傳統軟體與硬體業務剔除匯率利好後,營收仍近乎零增長,甚至小幅負增長,毫無起色。 僅諮詢業務受雲端業務快速增長帶動,產生更多部署等諮詢需求,營收增長持續提速,本季突破10%,表現相對不錯。但體量不大,影響有限。 整體表現: (1)在OCI帶動下,本季集團整體營收增速象徵性突破20%門檻,具備一定指標意義。不過剔除匯率利好後的營收增速為18%,僅與此前指引上限相當,不算超預期。 (2)雖然軟體/硬體業務毛利率實際改善,但受OCI拖累,集團整體毛利率同比下跌約5.7個百分點至64.6%,明顯低於市場預期的67%。 (3)三項常規經營性支出本季同比增速僅2.2%,明顯低於市場預期的近6%。可見OCI業務的增長與投入,對經營費用支出影響不大。 受出色的費用控制抵銷,本季調整後經營利润率僅同比下跌0.9個百分點,較市場預期反而高出約0.3個百分點。最終調整後經營利潤73.8億美元,同比增長19%,略高於市場預期。 業績指引—短期符合預期,中期上調:對下季度(2026財年第四季度)的指引,僅看不變匯率下的指引上限,預期總營收同比增長20%,雲端業務(IaaS+SaaS)增長48%,調整後攤薄每股盈餘增長17%。 趨勢上,公司指引下季度總營收與雲端業務營收增速持續提速,調整後利潤增速大致持平。預期差角度,指引上限才是市場預期。 長橋海豚研究觀點 在討論本季表現優劣之前,長橋海豚君先簡要梳理當前甲骨文的市場敘事與邏輯,從而更有針對性地定位業績中值得關注的重點。 首先大背景是,甲骨文剔除OCI業務(即IaaS雲業務)後,剩餘所有傳統業務已完全失去增長性,長期營收增速僅徘徊在零附近,表現最好也僅為個位數增長。 且現階段與其他軟體公司一樣,這部分傳統業務同樣面臨被AI顛覆的風險。 因此,OCI業務可謂是公司唯一值得關注的板塊。重點關注OCI營收增長提速情況,以及反映新增需求的未履約合約(RPO)增長狀況。儘管單季營收表現不足以證明或證偽公司長期業績指引能否落實,但至少能反映短期內公司執行力與產能落地是否順利。 然而除了帶來龐大的潛在營收增長外,市場當前核心關注的另外兩個問題: 一是昂貴的GPU與其他資本開支投入下,主要貢獻增量營收的OCI AI相關業務毛利率顯著低於現有業務。 因此另一項需重點關注的指標是雲端&軟體板塊毛利率下滑幅度,從中估算OCI業務毛利率的低位與變化趨勢。 最後一點是,由於公司需要高度依賴外部融資支撐OCI增長所需的資本開支投入,因此需關注兩點:一是公司能否融到足夠資金;二是新增債權/股權融資對公司資產負債表與損益表的影響程度。 對比以上核心關注點與本季度實際表現,可以看到: (1)OCI短期增長與下季指引隱含增速大致符合預期,在預期軌道上加速增長。新增RPO亦無特別亮點; (2)市場擔憂的OCI業務對毛利率的拖累確實存在,且較預期更嚴重; (3)最壞情形—公司可能無法融資維持營運的情境,隨著近500億美元融資計劃宣布與本季300億美元融資落實,已被證偽。當前市場情緒與信貸環境並非極差。 (4)但高企的資本開支與負債導致毛利率走低,以及利息費用占營收/利潤比重持續快速攀升,確實體現出對資產負債與損益表的負面影響。 整體而言,本次業績並非改變投資邏輯或敘事的關鍵拐點。無論是利多邏輯的OCI增長性,還是利空邏輯的利潤侵蝕、負債壓力走高,兩邊既有邏輯均在本季得到驗證。 最重要的變化是,公司上調2027財年全年營收指引,從此前的850億美元上調至900億美元,隱含2027財年總營收同比增長加速至約34%。 這個信號的意義在於,中期內產能落地速度與進展較預期更好,提升2030財年長期指引如期落實的能見度。 而市場對公司本來焦灼的矛盾點也是 AI 業務能否順利落地,現在中長期指引的上調本身就是一種強有力的安慰信號。而市場對公司走過極度樂觀、極度悲觀的價值搖擺後,隨著資本開支力度的回落、增收確定性的提高,甲骨文有希望逐步修復。 原文網址: 海豚研究|甲骨文搵命博——押注AI,真的贏了? | 香港01 资訊來源: https://www.hk01.com/article/60329519?utm_source=01articlecopy&utm_medium=referral

操控人类决策 AI教父警示AI学会装傻

(华盛顿5日讯)AI教父辛顿(Geoffrey Hinton)近日发出警示,指出人工智能已具备“装傻”能力。他表示,AI模型在测试时可能刻意隐藏真实实力,这种现象被他称为“福斯效应”,显示AI正从被动工具转变为会观察环境、策略性应对的“参与者”。 辛顿引用实验指出,当研究人员要求模型反复给出错误答案时,AI竟领悟到“给错答案也没关系”。久而久之,模型形成一种行为模式:相比准确性,更重视是否符合当前“情境”。换言之,AI在具备推理能力后,会思考:“这是测试吗?我该保留实力吗?”类似过去汽车厂在排放测试中作弊,AI可能在测试与实际使用间展现双重面貌,以避免过度审查或限制。 人类面临的最大困境是难以察觉AI是否在“演戏”。一方面,大型语言模型内部拥有上兆个连接强度,其数学运作结构复杂如黑箱,难以完全理解其推理逻辑。另一方面,辛顿认为,大众所称的AI“幻觉”更准确应称为“虚构”,模型是根据概率生成答案,而非存储记忆。因此当错误发生时,外界无法判断是自然生成的疏失,还是刻意保留的策略。即使加上防护机制,一旦核心权重泄露,约束可能瞬间失效。 辛顿强调,AI最令人不安的风险并非犯错,而是其愈发强大的“说服力”。当AI在语言表达与心理洞察上接近人类时,它无需操控实体装置,仅通过精准对话就能影响人类决策。一个能洞悉人类恐惧与期望的系统,其影响力将远超传统工具。随着人类与AI的理解力出现巨大差距,我们将难以分辨AI何时真诚、何时在操控,信任与警惕的界线也随之模糊。 辛顿以“雾中开车”比喻AI未来的发展。他指出,科技呈指数型增长,短期看似平稳,长期却可能急剧爆发。十年前生成式AI普及难以想象,十年后发展可能超出预期。当AI开始展现策略性思维,而人类仍用线性逻辑预测未来,很可能低估其潜在冲击。辛顿并未建议全面停止AI发展,而是呼吁将重点放在“理解AI机制”,而非单纯强化外在限制。 辛顿的警示让全球关注从“AI能做什么”转向“AI在隐藏什么”。当AI懂得隐藏实力,人类更需看清其推演过程。如何缩小人类与AI的理解落差,将决定未来的发展方向。 资讯来源: https://www.enanyang.my/news/20260305/Finance/1184210

连主动基金都攻克? AI已学会7成华尔街交易套路

(纽约25日讯)华尔街投资者担心人工智能(AI)会将人类专家的智慧转化为一条条代码,最终颠覆白领行业。 股票投资似乎正处于这场变革的风口浪尖。 由哈佛商学院教授领导的一项最新学术研究发现,主动型基金经理的大部分行为都遵循机器可以学习的模式。研究人员利用一种名为“神经网络”的机器学习算法可以预测到约71%的共同基金交易决策,即基金经理在某一季度内对特定股票是买入、卖出还是持有。 该模型基于1990至2023年的五年滚动窗口数据进行训练,提取了包括基金规模、投资者资金流向、股票特性以及更广泛经济状况等信息。基于此,它能够预判大部分的持仓调整。 非常规交易创造更高价值 吊诡之处在于该模型的局限性可能比它的成功更具启发性。平均而言,系统未能预判的那部分交易(约29%)与基金超额收益的关系更为紧密。换言之,那些落在常规、可检测的投资模式之外的交易活动似乎才是真正创造价值所在。 这意味着机器并没有攻克市场,而是学会了该行业的大部分通用“剧本”,即基金经理如何对资金流、市场趋势及同行行为做出反应。机器难以捕捉的是那一小部分不符合“剧本”的决策。 基金管理费遭质疑 “如果你71%的决策都能被算法预判,那么这一部分的‘主动管理费’就很难收得理直气壮,”该论文合著者、哈佛大学金融学教授劳伦·科恩在邮件中解释道。“那些非例行交易,即我们模型无法预测的部分才是真正的‘阿尔法’(Alpha)所在地。但这些交易在整体活动中所占份额相对较小。 这篇名为《模拟金融》的论文上周发布在美国国家经济研究局网站上。人工智能正震撼着专业服务领域日益细分的角落。最近几周,对AI颠覆性影响的恐惧已导致从财富管理公司到物流集团等各行各业的股价剧烈波动。 论文还发现,预判的准确度因基金而异。平均而言,规模较大、收费较高、团队规模较大以及面临竞争更激烈的基金,其行为往往更难预测。而任职时间较长或管理多种产品的基金经理,其行为则更容易被预判。目前该模型预测的是交易方向而非交易规模,作者计划在未来的研究中解决这一局限。 尽管近期人们对AI充满热情,但上述研究发现凸显了一个区别,即预测基金经理的行为似乎比预测市场走向更容易。资产价格反映了数百万参与者的互动和不断变化的预期。相比之下,基金经理的职业习惯往往遵循一种可识别的模式。 最终,模型未能预判的那一小部分交易往往表现更好,这表明它们可能反映了人类的独创性,例如发掘了他人忽视的股票信息。仅仅靠随机性是不太可能产生这种结果的。 资讯来源: https://www.enanyang.my/news/20260225/Finance/1175553

AI抢走入门岗位 年轻人首当其冲

(吉隆坡18日讯)学者指出,人工智能化导致全球年轻劳动力招聘下降,唯独经验丰富的资深专业人士能与人工智能形成互补,不被取代而保住饭碗。 马来亚大学商学与经济学院决策科学系高级讲师戴安娜阿都瓦哈博士发文告指出,高度成熟人工智能科技引发的劳动力市场深层结构性转变,对刚进入职场的新生代尤为不利。 近期就业趋势分析显示,自2022年底广泛采用人工智能工具,入门级职业路径开始出现明显分化,其影响已对人力资本形成早期预警信号。 证据表明,在高度容易受到人工智能影响的岗位中,年轻人尤其是22至25岁群体的就业前景正受到明显抑制,在软件开发、客户服务等职业中的就业人数出现显著下滑。 隐性知识暂无法复制 这意味着企业并非单纯减少整体招聘规模,而是刻意绕过人工智能可代替的入门级岗位招聘。这些工作过去是新手积累经验的训练场,如今却由人工智能取代,使这类入门岗位被消除。 她说,这直接导致全球年轻劳动力招聘下降,而那些将人工智能作为增强工具、需要判断力和经验的岗位,就业水平不仅保持稳定,甚至有所增长。 “年长且经验丰富的员工,展现的韧性凸显人力资本中的一个关键要素:隐性知识防线。” 隐性知识是指目前人工智能无法复制,通过多年实践经验和社会互动所累积的智慧、情境理解与直觉。 戴安娜阿都瓦哈认为,资深专业人士之所以能保住饭碗,是因为他们拥有细致入微的决策能力、战略层面监督,以及人际沟通技巧。这种综合判断、沟通与决策能力,能与人工智能形成最佳互补而不会被替代。 “这对未来的工作启示十分明确,教育机构及年轻人自身都必须接受,单纯获取‘可编码知识’(即那些容易被整理、复述、且如今已能被算法自动化的信息)的回报正在迅速下降。” 她强调,在新劳动市场中,成功不在于回避人工智能,而在于培养那些能够善用人工智能、且具有人类独特性的技能。 “新的价值存在于复杂问题解决、情绪智力、有效沟通以及伦理判断等领域,使人类互动更有效,也使新技术得以被战略性运用。 资讯来源: https://www.enanyang.my/news/20260118/Finance/1137933

BIS report on AML uniformity: Who pays the price?

The false positive problem in anti mone y laundering (AML) enforcement rarely makes headlines. Yet for every criminal that AML procedures identify, they generate tens of thousands of alerts that disrupt, delay or block entirely legitimate transactions. As SEC Commissioner Hester Peirce has observed, “the sledgehammer has become the tool of choice for monitoring for financial …

BIS report on AML uniformity: Who pays the price? 閱讀全文 »

Standard Chartered appoints JP Morgan’s Kinexys co-head to lead payments

Standard Chartered has appointed Naveen Mallela as Global Head of Payments, effective 4 May. He will be based in Singapore and report to Mahesh Kini, Global Head of Cash Management. The role consolidates the bank’s Collections, Clearing and Payments teams into a single organization, reflecting growing client demand for end-to-end solutions across both traditional and on-chain …

Standard Chartered appoints JP Morgan’s Kinexys co-head to lead payments 閱讀全文 »

Image by The Crypto Times Image by Ledger Insights

StanChart to be custodian, settlement agent for TP ICAP’s Fusion Digital Assets Standard Chartered has been appointed as digital asset custodian and settlement agent for TP ICAP’s Fusion Digital Assets platform, marking a significant operational step forward from the two firms’ initial collaboration announced in October 2024. That earlier announcement established connectivity between the two businesses, allowing …

Image by The Crypto Times Image by Ledger Insights 閱讀全文 »

財政預算案|政府擬花5000萬元推全民AI教育 孫東:效果好將加碼

新一份財政預算案昨日(25日)公布,當中提到成立「AI+與產業發展策略委員會」及撥款5000萬提升全民對人工智能(AI)的認知。創科局局長孫東今日(26日)表示,政府首次嘗試全民AI教育,若效果好日後將加碼;委員會則會根據香港現有優勢,引進外來企業於香港開展業務。 新加坡近年投放大量資源發展創科及人工智能,被問資源是否較星洲遜色?孫東表示香港特色為「少花錢多辦事」,不會與其他經濟體比較資金,「我們看成果」。 創科局今日(26日)就財政預算案講述有關創科發展的資金詳情,包括200億北都投資、2.2億國家製造業創新中心及5000萬全民AI培訓等。 就5000萬全民AI培訓計劃,創科局局長孫東表示,AI是技術及時代的新發展,香港過去幾年發展算力基礎,現時的挑戰是市民可否捉緊發展機遇。未來將結合科技園區、公營機構、本港企業和大專院校人才一起組織課程、講座等活動普及AI,冀讓市民認識AI的重要性,並自發學習。他又說,政府初次嘗試全民AI教育,若效果好日後將加碼。 另外,財政預算案提到成立由財政司司長陳茂波主持的「AI+與產業發展策略委員會」。孫東表示,因本港在長者醫療方面的科研工作不錯,委員會初期將聚焦生命健康及具身智能,希望藉優勢吸引外資,在相關領域更進一步。 新加坡近年亦創科發展方面投入大量資金,被問資源配套是否較星洲遜色?孫東表示,香港特色為「少花錢多辦事」,不會與其他經濟體比較花費,「我們看成果」,又指香港發展創科的基底並不好,短期內發展至今已不錯。 至於投入河套園區及新田科技城的100億如何用?孫東表示注資主要彰顯政府發展北都及創科的決心,讓企業有信心進駐該地。孫又指,「萬事開頭難」,初階段必要時需由政府投入資源,其後才改為公私合作。問及實際回報,創科局稱,河套園區成熟後,希望每年可達至少500億的經濟效益。 原文網址: 財政預算案|政府擬花5000萬元推全民AI教育 孫東:效果好將加碼 | 香港01 資訊來源: https://www.hk01.com/article/60325480?utm_source=01articlecopy&utm_medium=referral

私隱專員鍾麗玲:AI只要牽涉收集使用個人資料 即受私隱條例規管

人工智能(AI) 生成內容的技術日趨普及和成熟,但有心存歪念之徒,就利用AI作出不道德之事。個人資料私隱專員鍾麗玲撰文指出,最近某個AI聊天機械人容許用家上載真實人士,再透過指令將相中人「脫衣」,在短短11天內,據報已生成約300萬張私密影像,導致個人資料被大規模濫用。她又指,近期興起的AI智能體 (Agentic AI)進一步加劇了AI的私隱及網絡安全風險。 鍾麗玲強調,無論AI技術如何演變,只要過程中牽涉收集和使用個人資料,即受現行的《個人資料(私隱)條例》規管;若AI智能體導致個人資料被未經授權或意外地查閲、處理、刪除、喪失或使用,亦可能違反《私隱條例》有關資料保安的要求。 個人資料私隱專員鍾麗玲表示,隨著人工智能(AI)急速發展,也令人關注私隱風險及道德風險。(私隱署提供圖片) 對接「十五五」 築牢私隱防線 促進AI安全發展 隨著人工智能(AI) 生成內容的技術日趨普及和成熟,AI生成內容隨處可見。或許大家也看過AI生成的廣告短片、AI微短劇,或者由AI主播主持的節目等等,片中「人」的外表以至聲線都相當逼真。 正因為AI 深度偽造(深偽)技術能夠生成以假亂真的影像、錄音及影片,一旦相關生成內容被不法分子用作網絡欺凌、詐騙,或製作未經當事人同意的私密影像,可能對受影響人士,尤其是兒童及青少年,造成嚴重傷害。 AI生成真人「脫衣」影像 觸發全球關注 最近一宗轟動全球的事故突顯這問題的嚴重性。有報道指,某個AI聊天機械人容許用家上載真實人士,包括兒童及婦女的照片,再透過指令(prompting)將相中人「脫衣」,在未經當事人同意下生成私密影像。在短短11天內,該聊天機械人據報已生成約300萬張私密影像,可見AI技術能輕易被「武器化」,導致個人資料被大規模濫用。 事件曝光後,世界各地的私隱或資料保障機構迅速採取跟進行動,一些司法管轄區更對相關聊天機械人實施禁令。 事實上,AI的私隱風險近年來廣受全球監管機構關注,而個人資料私隱專員公署(私隱專員公署)亦一直積極與國際夥伴攜手合作,推動AI的安全發展。 在2025年9月舉行的第47屆環球私隱議會年度會議上,筆者聯同全球19個私隱或資料保障機構的專員或高級代表,簽署《建立值得信賴的數據治理框架以促進創新和保障私隱的人工智能發展聯合聲明》,倡議在AI系統的設計階段融入資料保障原則,建立穩健的數據管治機制。 其後,在今年2月,私隱專員公署與全球60個私隱或資料保障機構共同發布《AI生成影像及私隱保障聯合聲明》,提醒開發及使用AI內容生成系統的機構必須遵守適用的資料保障及私隱法例,並採取一系列措施保障資料當事人,尤其是兒童及弱勢群體的基本權益。 私隱專員公署。(資料圖片) AI智能體帶來新挑戰 近期興起的AI智能體 (Agentic AI)進一步加劇了AI的私隱及網絡安全風險。與一般AI聊天機械人相比,AI智能體擁有較高權限,能夠存取用戶裝置的檔案、連接外部工具及服務,並可代替用戶自主執行多步驟任務。正因AI智能體能夠以前所未有的速度和規模,存取、處理及披露個人資料,假如這些工具遭到濫用或系統遭到黑客控制,所帶來的私隱與安全威脅可想而知。 科技發展日新月異,令人鼓舞的是,行政長官在2025年《施政報告》已經提出,由律政司成立跨部門工作小組,協調負責的政策局檢視相關法律配套,配合本港更廣泛應用AI的發展和需要。 在此,筆者想強調,無論AI技術如何演變,只要過程中牽涉收集和使用個人資料,即受現行的《個人資料(私隱)條例》(《私隱條例》)規管。例如,未經他人同意下使用其影像製作及/或發布深偽內容,可能違反《私隱條例》的規定。惡意使用深偽技術更可能觸犯《私隱條例》下的「起底」罪行,甚至干犯其他刑事罪行。因此,所有持份者,包括AI開發者、服務供應商及用戶,必須正視創新技術可能帶來的風險,並負責任及合法地開發或使用AI。例如,公署的指引建議機構在製作AI生成內容時,為相關內容加上標識或水印,以顯示內容由AI生成,避免造成混淆及誤解。 此外,若AI智能體導致個人資料被未經授權或意外地查閲、處理、刪除、喪失或使用,亦可能違反《私隱條例》有關資料保安的要求。因此,公署建議,用戶應從官方渠道下載AI智能體的最新版本、按「最小權限原則」設定其存取權限,以及採取足夠措施確保系統安全及資料安全 。用戶亦應持續評估相關風險,並且在要求AI智能體執行高風險操作時提高警惕,畢竟這些工具可以在轉眼間將用戶所有資料刪除或誤用。 堅持統籌發展和安全 國家「十五五」規劃強調,必須堅持統籌發展和安全的原則,在發展中固安全,在安全中謀發展。在人工智能範疇,「十五五」規劃一方面提出全面實施「人工智能+」行動,另一方面又提到要加強人工智能治理,營造有益、安全、公平的發展環境;為進一步推進人工智能在港的發展,行政長官在《施政報告》中亦明確提出,AI發展須以安全為舵,以應用為帆。 在追趕AI熱潮的同時,我們應積極主動對接「十五五」規劃,堅持統籌發展和安全的原則,有效防範化解各類風險。當中包括在開發或部署AI系統的初期,就已經要以保障個人資料私隱為核心標準,落實「貫徹私隱的設計 」(privacy by design)及「預設私隱」(privacy by default)等原則,從而將侵犯私隱的風險降至最低。 近期事件揭示用戶,尤其是兒童及青少年在AI時代面對的風險不可忽視,而濫用或惡意使用AI可帶來深遠傷害。發展或應用AI的機構應引以為鑑,不應為追求新功能或加快推出新產品,而犧牲私隱和安全。所有持份者,包括AI開發商、服務提供者及用戶都有不可推卸的責任,為我們的下一代營造一個有益、安全以及公平的數碼環境。 原文網址: 私隱專員鍾麗玲:AI只要牽涉收集使用個人資料 即受私隱條例規管 | 香港01 資訊來源: https://www.hk01.com/article/60333426?utm_source=01articlecopy&utm_medium=referral

李頴彰律師|AI 席捲白領戰場:香港如何防止「高才低就」?

長期以來,香港勞工政策在公共輿論中的熱度,往往低於房屋、教育、醫療或社會福利等議題,主要原因是本港失業率與全球其他國際大都會相比,長期維持在低水平。然而,數據的平穩不應成為安於現狀的理由。日前,微軟人工智能(AI)部門行政總裁發出一則公開預警,直言AI極可能在未來18個月內取代現時大量白領工作。 回望第一次工業革命晚期,倫敦街頭曾遍佈數以萬計的馬車伕,他們擁有精湛的駕馭技術與道路知識。然而,隨着內燃機技術成熟與汽車普及,這些曾經不可或缺的技能,在一夜之間變得毫無價值。當年的馬車伕並非不努力,而是被時代的技術巨輪淘汰。如今,人工智能的崛起,正如當年的汽車駛入倫敦街頭——只不過,這次可能被取代的對象,由體力勞動者變成了辦公室內的知識型專才。 微軟高層的預警,對以製造業為主的經濟體或許尚屬遙不可及的隱憂,但對倚重金融、法律及會計等高端專業服務的香港來說,卻是迫在眉睫的生存挑戰。根據大學聯校就業資料庫(JIJIS)數據顯示,2025年本港大學畢業生職位空缺較四年前斷崖式暴跌55%,揭示香港正深陷「學歷與技能錯配」的結構性危機。儘管香港這彈丸之地,竟可坐擁五間世界百強大學,每年源源不絕輸出傳統學術精英;然而,市場上的相關職位正被人工智能及自動化技術迅速吞噬。這種供求之間的錯配,不僅可能導致青年失業率的結構性上升,更危險的是造成了大量高學歷人才被迫「向下流動」,從而形成「高才低就」的情況。對於一個缺乏天然資源、唯有依賴人力資本增值的知識型經濟體來說,這是資源的巨大浪費。 特區政府一直強調「搶人才」,這無疑是正確的戰略方向。但在「搶」外來人才的同時,更應該關注如何「保住」本地人才的競爭力。因此,香港的職業培訓戰場,不應再局限於基層勞動力的再就業,而是必須升級為協助受過高等教育及專業人士進行「技能重塑」,使他們能夠駕馭新技術以配合時代所需,這需要一場從概念到執行機制的徹底變革。 不得不承認,儘管特區政府多年投入了大量資源在現行的職業培訓體系,但在設計邏輯上存在着一定的滯後性。這並非單一部門的責任,而是歷史發展形成的制度慣性。目前的培訓體系主要由教育局、社會福利署、勞工處、僱員再培訓局及職業訓練局等機構分擔。回顧過去,這些機構在協助基層勞工轉型、維持社會穩定方面功不可沒。然而,其政策重心長期偏向基層及低技術工種,例如建築、保安、護理、家務助理等「保就業」性質的課程佔據了大量資源。這種設計在應對周期性經濟衰退時或許有效,但在面對如今人工智能時代的產業升級時,卻顯得捉襟見肘。 對於擁有高等學歷的年輕人或中層專業人士而言,現有的職業培訓課程往往顯得有如「雞肋」。他們需要的不是基礎的職業技能證書,而是能夠與新興產業,如金融科技、綠色金融、生物科技數據分析等,無縫對接的「高階實戰能力」。遺憾的是,現行體系難以提供具備足夠「含金量」的轉型路徑。 此外,現行體系最為人詬病的是「政出多門」與「供需脫節」。各個部門缺乏統一的頂層設計與數據互通,導致培訓資源「碎片化」。課程設計往往由培訓機構主導,而非由市場最前線的需求驅動。這種缺乏前瞻性與針對性的模式,不僅無法解決高學歷人士的焦慮,反而加劇了社會對於職業教育「低端化」的刻板印象,使得許多專業人士對特區政府資助的培訓計劃望而卻步。 面對人工智能帶來的挑戰,特區政府需要展現出更大的魄力與智慧。要破解這困局,必須將改革的核心鎖定在「產教融合」與「企業主導」之上,徹底摒棄「政府買單、機構培訓、學員求職」的舊有路徑,建立一套與企業深度綁定的高階學徒制或在職培訓機制。 特區政府應當意識到,最先進的技術與最真實的技能需求,永遠掌握在市場最前線的企業手中,而非大學校園或政府部門之內。因此,未來的培訓不應再是學員在課室裏聽講,而應該是直接進入企業的真實項目中「邊做邊學」。具體而言,特區政府應考慮設立專項的「高階人才轉型基金」。這筆基金不應直接撥款給傳統培訓機構,而是針對金融科技、人工智能、生物醫藥等「八大中心」建設的重點領域,資助相關企業設立內部的「企業學院」或「技能孵化中心」。運作模式可以由企業根據自身業務發展需求,制定培訓標準與課程內容。特區政府則扮演「促進者」與「風險分擔者」的角色,按企業實際聘用並成功轉型的員工人數,提供薪金補貼或稅務減免。 舉例來說,一家傳統銀行若急需轉型發展虛擬資產業務,它未必能直接在市場上找到足夠的現成人才。在建議的新機制下,銀行可以先招聘具備法律、會計或傳統金融背景的專才,並通過內部的實戰培訓,將其轉化為合規科技專家。特區政府在此過程中承擔部分培訓成本。這種「先聘用、後培訓」或「帶薪培訓」的模式,能夠確保培訓內容與市場需求百分之百吻合,同時解決高學歷人士在轉型期間的收入顧慮與身份認同問題,真正實現人力資源的高效配置。這實際上是將企業的發展需求與人才的轉型需求進行完美的利益綁定。 香港職業培訓體系的改革已刻不容緩,這不僅是為了緩解人工智能重塑全球分工帶來的陣痛,更是為了在關鍵時刻,為本港保留並激活最寶貴的高端人力資產。為了落實這宏大願景,特區政府必須展現出打破部門利益藩籬的政治魄力,可考慮成立高層次的統籌機構,如「人力發展局」,統籌目前分散在教育局、社會福利署、勞工處及各類法定機構的資源。該機構應被賦予法定的權力,去推動跨部門、跨行業的協作,並建立全港性的人才技能數據庫及未來發展計劃。 在這個全新的職業培訓生態系統中,企業不再是袖手旁觀的用人單位,而是技能標準的制定者與人才培養的主力軍;大學與培訓機構不再是閉門造車的學術孤島,而是企業創新的合作夥伴;高學歷人才不再是轉型浪潮中的受害者,而是通過終身學習不斷增值的資產。 千寶貴,萬寶貴,人才最寶貴。正如行政長官在《施政報告》中多次強調,香港要發展成為國際創新科技中心。這不僅需要硬基建的投入,更需要軟實力的升級。只有當特區政府、企業與個人三方在思維與行動上徹底同步,共同構建一個具備高度適應性與韌性的現代化勞動力市場,香港才能在人工智能時代的全球競爭中立於不敗之地,續寫東方之珠的繁榮傳奇。 作者李頴彰是執業律師、熟悉民事訴訟和刑事訴訟事項,暨南大學國際關係學院政治學博士候選人。 原文網址: 李頴彰律師|AI 席捲白領戰場:香港如何防止「高才低就」? | 香港01 資訊來源: https://www.hk01.com/article/60327451?utm_source=01articlecopy&utm_medium=referral