如果不是因为家族生意，我大概不会这么早走进“数码员工”这条路。我们家做的是传统保险代理：保单、报价、续保、赔偿，流程又长又碎，全部靠人手处理。 几年前，我开始问自己一个很直接的问题：有没有可能用 AI，把整间公司变成一间“AI 公司”，让系统而不是人，去处理大部分例行工作？

文：Michael C.S. So ｜ AiX Society

在这个尝试过程中，我发现问题不只在我们家——香港绝大部分中小企，其实都被同一种痛楚困住：人手短缺、系统分散、文件工作多到做不完，但老板又知道自己不可能请一队“数据科学家”慢慢玩概念。于是，我最后没有只改造一间家族公司，而是创立了 AiX Society，专注做 AI 办公自动化、DingTalk 方案和商业 AI 培训，希望把这些实战经验整理成可复制的方法，帮更多香港企业建立自己的“数码员工团队”。

很多老板现在心里的问题都是同一句：“现在是不是投资 AI、建立数码员工的最佳时机？”我的答案很清晰：是，而且“不开始就会输”。但要解释这个“是”，我们要先分清两种 AI：聊天机械人，和 Agentic AI。

过去两年，我们习惯了把 AI 当成聊天助手：让它写 email、改稿、整理重点、做 PowerPoint。这类工具背后都是大型语言模型（LLM），但本质仍然是“你问、它答”，属于被动反应型的 AI。

Agentic AI 就不一样了。可以把它想像成一个“会自己做事的初级同事”：你给它一个目标，例如“做一份第二季销售检讨”，它会先拆步骤、自己计划，再登入不同系统取数、整理 Excel、拉图表、写草稿，最后发给相关主管审阅。国际顾问公司的研究显示，这类自主 Agent 在采购、合规、IT 运维、供应链等流程，能将处理时间缩短四至六成，而且不少步骤毋须人类逐格指示就能自动完成。

当然，未来五年 LLM 还会持续进步，推理能力更强、上下文更长、行业模型更专业。但实际做企业项目时，我愈来愈觉得：对大量“重复、规则清晰”的知识工作，今天的模型其实已经“聪明到足够”。真正的瓶颈，不再是 AI 的智力，而是三件事：整合、保安、和组织设计。

这也是为什么世界各地的大型企业，正在悄悄围绕 Agent 重画组织图。管理层不再只是说“叫同事多用下 AI”，而是问：哪些端到端流程可以交给 Agent 先行处理？我们应该如何搭建一张“智能体网”，把 CRM、ERP、HR、财务等系统串在一起？一个经理是否可以同时管理几个数码员工？ 很多公司甚至已经出现例如 Agent Operations Lead、Prompt Architect 等新职位，专门负责管理这些数码员工团队。

听到这里，你可能会觉得：“这些是大企业的世界，和香港中小企很远。”其实刚刚相反，我认为最需要、也最适合数码员工的一群，就是中小企。

你可以看看自己公司是不是也有以下几个特征：

第一，人手不足——人才难请又贵，流失率高，很多 know-how 只在人的脑里；

第二，系统分散——WhatsApp、Email、Excel、会计系统、电商后台，各自为政，全靠人手 copy & paste；

第三，日常工作绑死管理层——报价、落单、对账、入职、考勤、合约、合规报告，全部都“无你做唔得”。如果你点头，基本上就是数码员工最能帮你的场景。

问题是，用传统 IT 思维想要“照办煮碗”复制 Fortune 500 的 AI 策略——请一队数据科学家、自建模型、做三年转型计划——九成中小企会在第一步已经放弃。Agentic AI 的新玩法，是直接订阅一个已经整合好模型、工具、保安的“数码员工底座”，用月费方式去试，不需要先砸一大笔钱。

在这里，我特别留意两个和香港企业非常有关的平台：阿里巴巴的 Wukong，以及国际版 DingTalk / dingtalk.io。

Wukong 可以理解为一个专门给企业用的 Agent 平台，它不是一个聊天机械人，而是一个可以协调多个 Agent 的总控制塔。企业可以用它让 Agent 处理文档编辑、试算表更新、审批流程、会议纪录、资料搜寻等任务，既可以当桌面程式用，又可以直接在 DingTalk 里启动。Agent 更可以像人一样操作电脑和浏览器，登入 ERP、打开电商后台、处理云端文件，将这些步骤串成一条完整流程。对于一半 on-premise、一半 cloud 的香港公司来说，这种“会操作介面”的 Agent，正好补上传统 API 难以覆盖的空隙。

在企业最关心的保安方面，Wukong 内置身分验证、细致权限控制和安全沙盒，所有 Agent 操作都在受控环境里执行并可被审计，而

且 Agent 会继承企业原本的权限制度：某职级员工在系统里看到甚么，对应的 Agent 就只可以看到甚么，不能越权。

DingTalk 则是这些数码员工的“办公室和神经系统”。它是一个云端工作平台，将聊天、视像会议、云端文档、任务管理、审批工作流放在同一个 App 里，全球已有超过二千万企业用户，新一代更定位为 AI‑powered workplace。 DingTalk 通过多项国际安全和私隐认证，包括 ISO 27001、SOC 2 等，并以 GDPR 级别作为设计基础，代表当你把 Agent 放入这个平台里，它不是在玩具环境，而是在一个足以面对审计和监管要求的企业环境里工作。

不少香港老板会问：数据会不会放在内地？会不会受内地法律直接监管？这方面，DingTalk International 是专门为跨境和非内地市场设计的版本，数据存放在境外节点，例如新加坡、欧洲等地，并通过 ISO 及 SOC 审核，以 GDPR 级别的私隐保护为标准，有助企业与本地《个人资料（私隐）条例》对接。 此外，国际版支援英文、繁中、简中一键切换，对香港这种双语、多地团队非常合适。

说了这么多技术和平台，回到最实际的问题：你现在可以怎样开始？

我通常给客户的一个三步建议是这样的：

第一步，选一条“高价值又闷”的流程。条件是：规则清晰、重复度高、涉及不少资料，但初期风险不算最高，例如月度销售报表、PO 跟进、入职文件收集。用 Wukong 的 Agent 去拆步骤、接 CRM 和试算表、生成报告或简报，再透过 DingTalk 发给相关主管审批，这就是实战级的第一个数码员工。

第二步，先做好安全和治理。和 IT 或顾问一起，列出 Agent 需要接触的系统和资料，配置好 DingTalk International 的帐号管理、单一登入、多重认证和 DLP 规则，确保符合公司内控和 PDPO 要求，同时利用 Wukong 的沙盒和权限继承，令不同角色的 Agent 只能存取对应权限的资料。

第三步，不要只停留在“节省几多小时”的层面，而是重新设计岗位分工。思考哪些工作可以完全交给 Agent 处理，人类只做监督和例外处理；一个营运同事能否由“自己逐步做流程”，变成“管理三、四条 Agent 流程”；在 Agent 接手例行工作的情况下，公司又可以提供甚么新服务，例如更快的报价、7x24 客户回复、更深入的数据分析。

最后回到题目：现在是否投资 AI 并建立数码员工团队的最佳时机？

我的看法是：模型已经足够成熟、成本刚刚变得可负担，而竞争对手也开始行动。从今天起，你不是在问“AI 是否值得试一下”，而是在选择自己想做这场革命的旁观者，还是早一批参与者和设计者。