亚太政策倡议研究所（ASAP）专栏｜张博宇、张芷萱

AI的浪潮席卷全球，香港的企业亦不例外，本地2025年针对职场AI使用情况的调查显示，近九成受访企业员工已经在日常的工作中使用AI，超过九成的受访企业有计划将AI引入工作流程中，更有四分之一的受访企业提出将会在一年内部署。数字背后所呈现的，是AI正在悄然重塑传统工作模式。拥抱AI、真正运用AI提升工作效能，已不仅是一个选项，而是企业谋求长远发展的必然方向。然而，要让AI真正落地却说易行难，企业想“坐火箭”级别的爆升营运效率，有三大难题需要解决。

最高领导层对AI的深入了解及全力推动

企业若要将AI深度融入业务流程，关键在于高层管理人员对AI的深入理解，包括哪些流程适合导入AI、如何有效运用，以及员工应于何时介入AI运作，并由上而下全力推动落实。然而，根据2026年麦肯锡的调查，香港企业中只有14%的高层管理人员每天多次使用AI工具，这相比中低层员工低4至5倍。此情况易导致AI推动变成由下而上的模式，即由中低层员工提案，提出AI的应用场景与工具选项，上层再决定是否采用。

然而，中低层员工往往缺乏足够权限修改既有流程，而上层亦可能因对AI认知不足作出错误决策，包括过度采用或过度审慎而弃用。即便情况理想，影响亦仅局限于个别部门或单位，难以推动企业层面的整体变革。企业若要大规模推行AI变革并实现深度应用，有赖高层管理人员的全力主导，而高层若要作出正确决策，则必须对AI具备深入透彻的理解。

数据安全的两难境地

即便高层对AI具备深入认知且推动意志坚定，企业在推进AI落地的过程中仍面临一个几乎无法回避的结构性困境，即数据安全问题。AI的价值在于对数据的深度分析、洞察与整合，而企业最有价值的资产，往往也正是那些最敏感的数据，比如客户资料、财务纪录、业务策略等。如何在释放AI潜力的同时，确保这些数据的安全与合规，是摆在每一位企业决策者面前的现实难题。

倘若选择在企业内的伺服器部署及训练开源模型，数据确实可以完全保存在企业内部，不存在数据外流或跨境存储的风险，安全性有保障。然而问题是，这做法的成本高昂，需要组建具备相应能力的开发及维护团队。对于大型企业而言，这或许还是一个可以承受的战略投资，但对于中小型企业而言，这巨大的投入难以取得相应的回报。

相反，若直接采用网上AI工具或接入应用程式介面（API），虽然部署快、成本低，但资料须传输至第三方AI供应商，且极可能涉及跨境传送至香港以外的司法管辖区。因此，这做法往往需要企业承担额外的数据泄漏风险。对于存有敏感数据的企业而言，这种部署AI的方式便不合适。

员工使用AI的KPI迷思

假设企业已获得高层的强力推动，也找到了令人满意的数据安全方案，AI工具已可在组织内广泛部署，下一个问题就是如何设置KPI评估员工是否真正有效地运用AI进行判断。

最简单且可量化的KPI是直接追踪AI使用情况，通过类似登入频率、使用次数，以及“token消耗量”来评估员工是否有使用AI，用量有多大。然而，这种评估方式的缺陷在于，当员工的表现评估与token消耗量挂钩，部分员工便会开始以最大化消耗为目标，频繁向AI系统提问、刻意延长对话，甚至让AI生成不必要的冗长内容。而这些并不会对员工的工作质素、判断力或效率带来实质性的帮助。这种被称为“Tokenmaxxing”的现象实际上是一种普遍的企业AI应用困境，当AI使用量本身成为目标，KPI便会偏离提升效率的核心目的。企业高层会见到AI使用量持续增加，但实际营运效率却没有提升。

企业AI转型并非简单的工具部署

对企业而言，单纯提供AI工具远不足以实现倍数级的效率提升，真正所需的是一套由上而下的工作流程变革。首先，企业高层须亲身深入了解AI，全面审视各业务流程的潜在应用场景，并明确界定员工介入AI运作的时机，方能实现精准部署，避免资源错配。其二，就数据安全的两难困境，企业须视乎自身数据的敏感程度作出取舍：所涉个人资料愈多、敏感度愈高，于企业内部伺服器自行部署AI模型的必要性便愈大，以确保数据合规与安全。其三，评估AI效益时，须由“用量为本”转向“效率为本”，核心在于工作效率是否切实提升。例如原需一周完成的工作，若借助AI后可缩短至一至两天，方可视为真正的效益。

作者张博宇是亚太政策倡议研究所ASAP研究总监；作者张芷萱为亚太政策倡议研究所ASAP研究员。

亚太政策倡议研究所（Asia-Pacific Society for Advocacy and Policy, ASAP）结合严谨精辟的公共政策研究及积极倡议策略，将实证研究转化为政策推动力。

文章仅属作者意见，不代表香港01立场。

01专栏精选不同范畴专家，丰富公共舆论场域，鼓励更多维度思考。