香港人工智能格局——跨行业调查

核心观点与关键数据

香港人工智能发展现状与挑战

• 香港正努力成为全球创新中心，尤其在人工智能（AI）领域。然而，该市在AI发展和应用方面面临重大挑战，主要体现在基础设施、政策、人才方面存在明显差距。
• 调查显示，近一半受访者对生成式AI（GenAI）和代理式AI（Agentic AI）有一定了解，其中GenAI认知度最高，而Agentic AI认知度最低。大部分受访者认为这些技术将带来渐进式的效率提升，而非颠覆性变革。
• AI基础设施成本高昂，且缺乏明确的政策指导，是阻碍AI应用的主要障碍。近三分之二的组织表示，AI项目因预算或政策不确定性而延迟或取消。
• 人才短缺是AI应用的关键瓶颈。近半数组织表示难以招聘具备AI治理、政策、提示工程等专业技能的人才。内部员工对AI的接受度和协作能力也普遍不高。
• 责任AI治理意识薄弱，组织对AI相关风险、责任实践和政策的了解程度有限，且缺乏完善的治理框架，尤其是在自主AI系统方面。
• 数据基础设施发展滞后，大部分组织仅开始建立集中式数据存储库，但全面实施率低。数据质量差和数据孤岛是导致AI项目延迟的常见原因。
• 组织对AI战略的支持力度一般，约一半受访者表示其高级管理层对AI的采纳持支持态度。然而，组织适应AI变化的敏捷性普遍不高。
• 跨部门合作不足，主要受政策不确定性和数据共享限制。尽管如此，大部分专业人士对参与多部门AI治理和创新平台表现出浓厚兴趣。

AI应用与风险管理

• 最相关的AI应用案例主要集中在公共部门（智慧城市和服务自动化）、金融（合规和欺诈检测）和医疗保健（诊断和监测）领域。
• 组织普遍未准备好应对AI带来的劳动力市场变化，且普遍认为自身AI成熟度处于平均水平。
• AI风险管理的信心普遍不高，尤其是在应对AI特定风险（如幻觉或自主错误）方面。多数组织缺乏针对AI相关运营风险的专门保险。
• 个人AI应用主要集中在一般生产力任务，如邮件起草、数据分析和信息收集。对AI潜在误用的风险意识处于中等水平。

研究结论与建议

• 香港需要优先投资可访问的AI基础设施，制定明确且适应性强的监管框架，培养广泛而深入的AI人才库，并加强跨部门合作。
• 政府应制定清晰、可预测和灵活的AI政策，包括数据共享、隐私和道德使用方面的明确指导，以减少不确定性，为投资和跨部门合作创造更稳定的环境。
• 应建立有针对性的AI人才和技能提升计划，通过学术界和产业界的合作、推广AI治理和工程的专业认证、为现有劳动力提供可访问的技能提升途径，以解决人才短缺问题。
• 应建立跨部门合作平台，以打破数据孤岛和缺乏共同愿景的障碍，将政府、产业、学术界和研究人员聚集在一起，共同应对挑战，制定标准，建立信任，构建一个协调的AI生态系统。
• 应加强AI治理的实践性和可操作性，从仅仅了解道德风险转向具体的行动，制定和推广标准化的AI风险评估框架，鼓励定期进行第三方审计，并建立清晰的责任机制，以帮助组织管理风险并构建可信的AI系统。