top of page

2025年9月24日

港府AI提效組 具示範作用 上周特首發布了2025年《施政報告》,筆者認為在科技上的部署很到位,驟看科技的篇章不比以前多,但其實是滲透到各方面。 如果大家類比一些大公司的內部革新,何嘗不是這樣,人工智能(AI)的成功推進,絕對不是資訊總監(CIO)一人的責任,更應該是整體的配合。 報告中與AI直接相關的政策,可以歸納為5項:1)成立「AI效能提升組」;2)推進AI發展和人才優勢;3)強化AI數據優勢;4)推動AI公務應用;5)支援中小企AI方面的應用,這展示着特區政府系統性推動AI發展的決心。 政策核心圍繞治理賦能、科研人才、數據及AI基建的應用融合。筆者這次想先討論前兩點。 在治理體系方面,重頭戲是由政務司副司長領導「AI效能提升組」的成立,統籌各部門重組工作流程,優先改善與市民接觸面大的公共服務。 筆者認為,這個安排極為重要,因為提升政府內部效能有迫切性。對AI相關的產業來說,它是最大的應用場景,而效果上容易立竿見影,又能引起示範作用,同時也為香港還未起動AI的大型企業發出積極訊號。 筆者建議,不妨參考近年醫管局、機管局等機構在數碼化的成果。戰略布局固然重要,但適切創新的管治方式更為關鍵,因此筆者對未來小組之間的協同方式特別關注,勿讓小組出現新的孤島問題,管理的革新不會比科技創新容易。無論如何,這次《施政報告》已經踏出最關鍵的一步。 科研與人才方面,《施政報告》提出放寬自資收生限制,提升非本地生自費就學人數上限,由相當於本地學額數的40%,上調至50%,並增加研究院研究課程的超額收生自資學額上限,由100%增至120%,這將顯著擴大AI及相關科技領域的未來人才儲備。 至於科技管理人才上,筆者認為,還是要多加關注。我所指的不是科學家,而是我們需要有更多懂得如何利用科技的高端管理人才,包括董事會對科技的理解,一起推動及治理數碼經濟下的發展新模式。老實說,傳統與科技經濟的協同,正是目前全球企業的最大新挑戰。

Recent Posts

See All
慎防智能代理「無聲」脫軌

試想想,人工智能(AI)系統已在生產環境中完成部署,但究竟要如何防止AI「悄然失靈」?過去3個月,全球超大規模企業在AI基礎設施上的資本支出達到一個前所未有的量級。單憑這一數據,人們或許會得出結論:AI的生產化部署正在全力推進,市場充滿信心。 然而,7月份第一周,來自不同領域的幾個訊號同時浮現,揭示出一個更為複雜的真相。一邊是史無前例的基礎設施投資;另一邊是一群深諳「系統可靠性」的專家──那些專門

 
 
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
智能代理編程戰 懂人機協作致勝

上周把兩個消息放在一起看,很有意思。 第一個,Anthropic宣布Claude Code推出Artifacts,讓軟件工程師在寫程式的過程中,業務主管能同時打開網頁儀表板,就能看到軟件即時更新及開發的狀態。 第二個,中國人民大學和微軟亞洲研究院聯合推出一個叫Arbor開源自主人工智能體的新框架,系統能自動提出假設、修改代碼,運行真實實驗並從結果中學習,自動優化解決問題。 過去一年大家比併的是模型

 
 
bottom of page