来稿作者：彭意婷

《2026-27年度财政预算案》毫无悬念地大力押注“AI+”，从筹组“AI+与产业发展策略委员会”、推进沙岭数据园区，到拨款推动全民AI培训，再到把雇员再培训局（ERB）升格，财政司司长陈茂波为香港描绘了一幅宏大的创科“飞轮”蓝图。

这个“飞轮”在政策议程上转得轰轰烈烈，但在“世代焦虑”之下，有部分年轻人难免会问：在这幅蓝图里，他们可以站在哪里？仔细比对现有政策与香港的商业现实，可以看出，它们和年轻人的生存压力之间存在着四大结构性落差。

一、培训与就业的矛盾——当AI吞噬初级职位......

对一些年轻人来说，AI不是潮流标签，而是正在扼杀入门职位的结构性威胁。以前需要数名初级员工分工的工作，如今一个懂AI的资深员工就能包办。在2025年第四季，香港20至29岁青年失业率达7.1%，远高于整体失业率的3.8%。放眼国际，有调查指53%的新加坡企业预计未来三年会减少甚至冻结初级职位招聘，某些行业的毕业生名额更萎缩逾 70%。在这样一场职场海啸面前，《预算案》提出的全民培训拨款，不应只停留在“办讲座、搞比赛、基础科普”的兴趣班层次，否则难以替年轻人装备出抵御失业的实战能力。

二、工具与基建的矛盾——国际大模型封锁香港......

不少香港青年自嘲被困在一座“科技孤岛”，受制于地缘政治与企业政策，主流国际AI大模型在消费者层面几乎全面封锁中国内地和港澳地区。想做合规的商业开发，就只能用昂贵的企业级API，成本之高，资金紧绌的青年初创根本负担不来。与此同时，香港未有一套不受外力掣肘、又符合本地语境的高质量开源模型与语料库。没有可负担的工具，没有属于自己的基建，年轻人连创新的起跑线都摸不到。

三、研发与应用的矛盾——产品有技术没场景......

香港的大学基础科研实力不差，但许多青年初创却死在从实验室到市场的“死亡之谷”。他们手握技术，却找不到真实的应用场景。问题症结在于，政府部门与传统行业的数据门槛极高，不轻易开放；市场上也缺乏跨行业的“沙盒”机制，让初创可以试错、验证产品。结果，年轻创业者只能在一片真空里摸索，无法累积真实数据去说服投资者。

四、本土局限与扩张的矛盾——想走出去闯市场......

香港市场太小，AI初创要活下去，就必须走出去。但问题是，“北上”要应付内地的数据与演算法监管，“出海”则要符合欧盟GDPR、还有东南亚各国五花八门的数据法规。各地AI法规变动频繁，年轻团队根本无从入手，一不小心就踩中合规地雷。与此同时，本地青年也缺乏与国际顶尖AI实验室交流的渠道，视野打不开，创意也容易被困在岛上。

拒绝空转——AI 策略必须转向“四大赋能”

真正的“AI+”战略，不能“只见飞轮不见人”。即将成立的“AI+与产业发展策略委员会”，必须具备以下四个务实方向：

一、从兴趣班到学徒制——用实战为青年搭建入行阶梯

先看看新加坡，他们的“AI学徒计划（AIAP）”不是几十小时的证书课程，而是九个月的全职、带薪实战。学徒在政府津贴支持下，直接参与真实企业项目，用AI解决实际问题。毕业生就业率高达85%至90%，最近更与数间国际科技企业联手，推出800个新培训名额。更重要的是，在2026年2月的新加坡国会质询中，政府承诺会保持追踪毕业生去向，确保数据反映真实市场的吸纳能力。

美国2025年《AI行动计划》（America’s AI Action Plan）也将AI视为通用技术，强制各部门把AI培训纳入教育与劳动力政策的主流，并扩大AI学徒制与在职培训。在香港，政府不需要逐一替青年“配对工作”，更务实的做法是由大专院校与企业直接对接。由大学负责培训有潜力高质素的AI青年人才，与金融、专业服务、制造、物流等行业的大企业共同设计“AI学徒岗位”，让学生在学期间或毕业初期，就以学徒身份进入团队解决真实问题。

同时，升格后的“技能提升局”应参考这套模式，提供薪酬补贴，鼓励中小企聘用完成高阶培训的青年，让他们成为传统企业数码转型的引擎。另一方面，技能提升局应聚焦为基层与在职中高层提供转型课程，并将具质素的AI甚至Web3课程纳入资历架构，给予官方认可，再透过粤港澳大湾区发展办公室向区内企业推广，扩阔本地人才北上发展的空间。

二、工具赋能——告别盲目算力迷思，打造贴地实用基建

对中小企（如餐饮、零售），政府应引导他们透过BUD专项基金或生产力促进局的计划，采购AI工具完成升级转型。面对国际平台封锁香港的问题，政府应主动向相关科技公司说明香港作为独立关税区与国际金融中心的法治环境，强调本地愿意配合国际标准处理数据，为日后恢复服务预留空间。

在底层技术上，为减少被中美角力的科技掣肘，政府应推动“繁中开源模型微调计划”。然而，我们必须审视现有资源的运用。目前，香港推出的“港文通”虽然耗费重金，动用数以千万计的算力进行全参数微调，但实际成效却未如理想。其在粤语口语理解上的表现依然薄弱（基准测试错误率偏高），逻辑推理能力亦相对落后。尽管号称拥有70万用户，但多为政府部门内部试用，真实商业应用寥寥可数，尚未建立蓬勃的产业生态。这种“高成本、低效益”的关键盲点，在于未优先针对香港真实痛点，如客服问答或法律文书处理。

反观新加坡的“Sea-Lion”大模型，则采取了截然不同的策略。他们采用成本较低的 LoRA技术进行微调，专攻东南亚本土语言，成功登顶相关的基准测试，亦顺利实现商业化的付费部署，衍生出教育、医疗、金融等行业应用。香港必须从中借镜，舍弃盲目追求庞大算力的迷思，改为优化基础模型、集中资源支援三至五个行业的客制AI工具，力求在半年内实现商业化落地。只有这样，才能为香港青年搭建真正实用的底层基建。

三、开放应用渠道——政府带头示范，推动跨行业AI沙盒

政府应善用一亿元的数码转型拨款，为部门采购合适的AI方案。采购策略上，不应由政府“包底”本地初创，而是由数字办统一统筹，采购或开发适合多个部门通用的“AI解决方案”，避免各自为政。过程中，可让本地初创参与投标与测试，在公平规则下竞争成为核心供应商。

在推动跨行业AI沙盒方面，金管局的GenA.I.沙盒已走到第二期，涵盖20家银行、14家技术伙伴的27个用例，这是香港少有的实质成绩。政府应将这套经验复制到医疗、教育、物流等行业，由科学园与数码港作为把关者和桥梁，筛选成熟项目，主动与相关部门或公营机构对接试行，既保障项目质素，也减轻监管部门负担。

四、从孤岛走到国际——提供务实合规指引，打开海外视野

对年轻团队而言，最大的痛点往往是如何合法地把产品推向市场。与其花钱另起炉灶建新中心，不如在现有基础上加码，委托已有AI治理咨询经验的生产力促进局扩大合规咨询范围；针对大湾区、欧盟、东南亚三大市场，编写标准化合规指南；并在InvestHK框架下，为来港跨国企业与本地初创提供AI法规咨询。同时，政府应恒常资助青年专才到海外顶尖AI实验室交流，将“负责任AI”的实践经验带回香港，形成具国际视野的创科社群。

面对AI时代的急剧变化，香港投入更多基建与拨款固然重要，但唯有正视年轻人的培训断层、工具孤岛、应用场景缺乏与出海困境，透过扎实的学徒制、本地语料库建设、理性采购与沙盒开放，以及清晰的合规指引，才能将冰冷的科技政策，转化为青年向上流动的阶梯，让香港的AI创科蓝图真正落地生根。

别让AI成为淘汰青年的高墙，要让AI成为青年上流的阶梯。

作者彭意婷是新思维副秘书长。

文章仅属作者意见，不代表香港01立场。

01论坛欢迎投稿。请电邮至01view@hk01.com，附上作者真实姓名、自我简介及联络方法。若不适用，恕不另行通知。香港01保留最终编辑权。