top of page

企業AI政策空白亟需填補

5 days ago
2 min read

上星期與一位銀行界舊同事見面,他談及最近有同事被發現「偷用」人工智能(AI)撰寫會議紀錄,其主管揚言要作出紀律處分。我問他:「用AI寫會議紀錄,究竟錯在哪裏?」他愣了一愣,「……其實都無寫明唔准。」「無寫明唔准」這5個字,正是當下全球職場與AI之間關係的縮影。


正值上月北京法院為這個灰色地帶釋出了第一個答案:一名員工因使用AI製作簡報而遭解僱,法院最終裁定該公司違法解除勞動合同,須賠償約4.6萬元人民幣。法院指出,該公司既未明文禁止使用第三方AI工具,亦未曾提供專項培訓或指引,更無法證明員工上傳的內容屬於核心機密,或已造成實際損害,因此「用AI」並不構成嚴重違反規章制度。換言之,判詞的邏輯,與我朋友所理解的一樣,「無寫明唔准,就唔准罰。」這是首次有法庭白紙黑字地詮釋:使用AI並非過失,而是一種不同工作方式。裁決背後的道理並不複雜,員工借助工具提升效率,古今皆然;從算盤到Excel,從搜尋引擎到AI,工具的形態在不斷演變,「用工具做事」的正當性卻從未動搖。公司若要懲罰,理由只能是「做錯了事」,而非「用了某種工具」。


若把同期另一宗案件並置對照,這紙裁決的份量才會真正顯現。美國亞利桑那聯邦地區法院亦作出了一紙裁決,皆因一位農業部員工控告僱主僱傭歧視,訴狀交由AI起草,洋洋67頁,重複混亂,前言不搭後語。法官明令須重寫訴狀,今後任何法庭文件凡用AI,必須正式披露、逐一核實。一個月之內,這兩地法院各自立下一規條:一條保護用AI的人,一條要求用AI的人負責。兩紙裁決合而觀之,恰是同一句話的上下半句:AI可以起草,但不可以負責。


問題從來不在工具,政策空白才是真正的隱患。近日香港會計師公會發表報告指出,大多數大公司只願意披露AI「用在哪裏」,卻未有交代「怎樣管」。換言之,工具用了,規矩欠奉,風險正在於此。司法已經表態,而公司的AI政策,例如員工可以用AI做什麼、什麼必須人手覆核、什麼絕對禁止等,在大多數機構的抽屜裏,依然是一張白紙。政策空白一旦遇上訴訟,輸的不會是員工,而是公司。筆者近年反覆申述一個道理:AI時代最昂貴的不是答案,而是驗證判斷。科技造福人類,靠的從來不是工具本身,而是規則能否追得上工具發展的速度。它迫使每間公司回答一條不能再拖的問題:貴公司的AI政策,究竟是寫滿了「不准」,還是寫清楚了「可以」?


車品覺 港交所獨立非執行董事、香港基因組中心董事、香港大學中國商業學院客座副教授

 
 

Recent Posts

See All
訓練模型 真人數據無可替代

最近與幾位從事大型語言模型(LLM)開發的朋友談起訓練數據,大家都不約而同提到一個詞:「數據牆」。在互聯網公開的優質文本,大概已經搜刮得七七八八,剩下的要不是垃圾,就是需要付費的,於是整個行業很自然地轉向合成數據──讓模型自己生成材料,再「餵」回自己。 這件事在過去兩年確實有效。寫程式、數學、邏輯推理等領域,這幾類答案對錯分明、可以自動驗證,合成數據幾乎可成為免費、無限的模型訓練材料。但問題也正正

 
 
AI代理監控流程 淪橡皮圖章

上星期整理舊文件時,翻出一份10年前的數據項目批核表。紙上印着幾個格子 ,每個格子都留有簽名的位置:核對、覆核和批准者。當年只覺得手續繁瑣, 今日回頭細看,那張紙其實是一幅責任地圖──每一格都對應着一個人,一旦出 了事,順着簽名便能找到責任所在。 時至今日,表格數碼化及流程自動化了,同一類工作,許多已交由人工智能 (AI)代為處理,唯獨最後那個「批准」的按鈕,仍然要由人來按。然而,真 正的問題是:

 
 
人工智能泡沫破裂 誰來埋單

先說CoreWeave這間美國公司,它在2017年創立,創辦人把手上的顯示卡轉租出去,成為美國最大的「人工智能(AI)雲」之一,今天營運50多個AI數據中心、25萬枚以上圖像處理器(GPU)。簡單來說,其商業模式:借錢買晶片,再把算力租給科技公司。 為什麼CoreWeave是這輪AI基建的寒暑表?因為該公司沒有別的業務,其股價和債券表現就是市場對「算力債務」的信心反映。上周三,股價急跌了15%,債

 
 
bottom of page