AI 提升工作效率:香港中小企 Copilot 與 AI Agent 落地指南
香港中小企如何用 AI 提升工作效率?本文以生產力局、金管局與政府統計處的一手調查數據,說明本地企業的實際使用情況與常見誤讀,比較輔助型工具與人工智能代理的分工,整理由選擇工序、量度成效到設計人工覆核點的實作路線,並查核四項政府資助計劃的最新狀態,以及解釋工具買回來為何不等於落地。

文章目錄(點擊展開)
香港中小企想用 AI 提升工作效率,通常會由 Microsoft 365 Copilot 這類「輔助個人」的工具入手,再逐步走到 AI Agent 這類「執行跨系統流程」的方案。本文用一手調查數據講清楚香港企業實際的 AI 使用情況,比較 Copilot 類工具與 AI Agent 的分工,整理由選工序、量度成效到設計人工覆核點的實作路線,並查核 TVP、DTSSP、BUD 與 NITTP 四項政府資助的最新狀態,最後說明為何工具買回來不等於落地。
💡 最直接答案
對香港中小企而言,提升工作效率的路徑通常是先用 Copilot 類工具處理重複的個人工序(會議紀錄、郵件草擬、Excel 整理、簡報),再用 AI Agent 接通跨系統的多步驟流程(例如由查詢到報價到錄入系統)。工具本身只是起點;成敗取決於有否先盤點流程、是否接通現有系統、權限如何設計、員工是否受訓,以及上線後有沒有人持續維護。政府資助方面,TVP 已於 2024 年 12 月 31 日後停止接受新申請,DTSPP 現行一輪已截止,BUD 與 NITTP 仍在運作並各有更新。
📌 重點摘要
- ▸香港 AI 使用數據屬「調查受訪者比例」,不等於全港市場採用率;引用時必須連同調查機構、樣本量與調查期一併說明
- ▸Copilot 類工具定位是「輔助個人完成單一任務」,AI Agent 定位是「執行跨系統、多步驟流程」,兩者並非互相替代,而是分工
- ▸Microsoft 365 Copilot 的授權需要合格的 Microsoft 365 方案,並有 300 個使用者的上限,購買前要先核對現有授權
- ▸實作路線建議由「高重複、規則清楚、錯誤成本低」的工序開始,並在流程中寫明人工覆核點
- ▸成本要計總持有成本:授權、整合、訓練、維護與日後遷移,不應只看軟件單價
- ▸資助會隨政策改變:TVP 已停止新申請、DTSSP 現行一輪已截止、BUD 與 NITTP 有更新,遞交前必須查官方頁面
一、2026 年香港中小企用 AI 的實況
討論「AI 能否提升效率」之前,先要弄清楚香港企業實際上做到哪一步。坊間不少文章把某一項調查的受訪比例寫成「市場採用率」,兩者並不相同:調查受訪者的回答只反映該批樣本的情況,抽樣方法、行業分布與公司規模都會影響結果。以下表格列出幾項與香港中小企直接相關的一手調查,並註明機構、調查期與樣本量。
| 調查 | 調查期與樣本 | 主要發現 |
|---|---|---|
| 生產力局《2025 年香港企業 AI 應用趨勢調查》 | 2025 年 9 月調查,成功訪問約 800 間本地企業(發布日期 2025 年 10 月 23 日) | 88% 受訪企業員工已在日常工作使用 AI 工具;92% 計劃逐步引入 AI 至工作流程,其中 24% 計劃一年內全面引入;45% 已設有正式認可的 AI 平台,而當中有 54% 表示暫無完善 AI 治理政策 |
| 生產力局「渣打香港中小企領先營商指數」2026 年第一季 | 2025 年 11 至 12 月調查,第 55 次,成功訪問 819 家本地中小企(公布日期 2026 年 1 月 15 日) | 七成半中小企較 2024 年擴大 AI 應用;近六成(59%)曾使用 AI 的受訪中小企現正使用多於一種類別的 AI 工具;綜合營商指數 43.9 |
| 金管局轄下香港金融研究院《金融服務業生成式 AI》研究 | 調查與訪談金融機構(發布日期 2025 年 4 月 9 日) | 75% 受訪金融機構已落實至少一個生成式 AI 用例,或正在試行與設計;預期三至五年內升至 87% |
| 金管局「大數據分析及人工智能應用」調查 | 2024 年 5 月進行,涵蓋 28 間主要服務零售客戶的認可機構 | 75% 受訪機構採用或計劃採用大數據分析及人工智能;39% 採用或計劃採用生成式 AI,用例多集中於內部功能如摘要、翻譯、程式編寫 |
| 政府統計處《二零二五年資訊科技在工商業的使用情況和普及程度統計調查報告》 | 2025 年 3 月至 12 月進行(出版日期 2026 年 2 月 27 日) | 99% 公司有使用電腦及/或智能手機作業務用途;57% 公司具有網絡存在;資訊及通訊業比例(85%)最高,運輸、倉庫及速遞服務業(34%)最低 |
調查數字怎麼讀:受訪比例不等於市場採用率
上表的百分比全部屬於「受訪者比例」。以生產力局該項調查為例,樣本約 800 間企業,而行業涵蓋金融、製造、零售與專業服務,而據媒體引述發布會資料,其中約 43% 屬 200 人以上規模;換言之,結果較能反映中大型企業的情況,未必等同全港中小企整體的分布。同樣,金管局的調查對象是認可機構與金融機構,屬於受監管、資源較充足的行業,其採納比例不宜直接搬到餐飲、零售或工程等行業。
另一個常見誤讀,是把「曾經使用」與「已嵌入流程」混為一談。同類調查顯示,多數企業仍主要把 AI 用於高重複性或行政性工作,離「全面釋放 AI 潛能」尚有距離;生產力局的調查亦指出,企業在深化應用時面對的五大挑戰依次為缺乏 AI 專才與培訓、數據私隱與安全顧慮、難以與現有系統整合、員工抗拒或準備不足,以及成本壓力。這五項正好對應本文後半部分的落地條件。
二、Microsoft 365 Copilot 在香港中小企的實務用法
對已經使用 Microsoft 365 的公司而言,Microsoft 365 Copilot 通常是門檻最低的起點,原因是它直接嵌入 Word、Excel、PowerPoint、Outlook 與 Teams,而這些工具本來就在日常運作之中。它的設計前提是「以使用者本身有權存取的資料為範圍」,因此不會繞過既有的權限設定。
五類工序最常見成效
| 工序 | Copilot 可以協助的部分 | 仍須人手負責的部分 |
|---|---|---|
| 會議紀錄 | 於 Teams 會議中整理討論重點與待辦事項草稿,會後快速成稿 | 核對是否漏記、確認待辦事項的負責人與期限、判斷哪些內容不宜記錄 |
| 郵件與往來文件 | 按上下文草擬回覆、改寫語氣、整理長郵件串的重點 | 對外承諾、價格與條款的確認;涉及客戶個人資料的內容須先判斷可否輸入 |
| Excel 與報表 | 協助建立公式、解釋數據變化、初步分析趨勢並產生摘要 | 核對數據來源與口徑、檢查計算邏輯、為對外披露的數字負最終責任 |
| 簡報與文件 | 由既有文件生成初稿、調整結構、統一用語風格 | 事實查核、品牌與法規用語的把關、決定最終版本 |
| 內部知識查找 | 在權限範圍內檢索公司文件、政策與歷史紀錄,並附出處 | 確認版本是否最新、判斷資料是否仍適用 |
值得留意的是,Copilot 的輸出屬於「草稿」性質。它可能生成語調自然但內容不準確的文字,這種情況在需要精確數字或法律條款的場景尤其危險。務實的做法是把 Copilot 放在流程的「中段」——由它完成初稿與整理,而由人在「發出前」把關。
授權模式與成本(官方定價,查閱日期 2026 年 10 月 15 日)
Microsoft 香港特別行政區定價頁列出商務用 Copilot 方案。以下價格為該頁在 2026 年 10 月 15 日的顯示值,貨幣以美元標示,屬未含稅的建議零售價,實際價格會因推廣、經銷渠道與合約期而變動。
| 方案 | 計費方式 | 標示價格(每用戶每月) |
|---|---|---|
| Microsoft 365 Copilot Business(附加授權) | 按年付費 | 原價 21.00 美元,頁面同時標示推廣價 18.00 美元 |
| Microsoft 365 Copilot Business(附加授權) | 按月付費 | 25.20 美元 |
| Microsoft 365 商務標準版 + Copilot Business | 按年付費 | 23.50 美元 |
| Microsoft 365 商務標準版 + Copilot Business | 按月付費 | 28.20 美元 |
| Microsoft 365 商務進階版 + Copilot Business | 按年付費 | 32.00 美元 |
| Microsoft 365 商務進階版 + Copilot Business | 按月付費 | 38.40 美元 |
購買前要核對的三件事
一、Copilot 附加授權需要合格的 Microsoft 365 方案,並非獨立購買即可使用;二、官方頁面列明最多 300 個使用者,規模較大的公司要另行安排;三、市場與授權狀況會影響個別方案的供應,落單前應由經銷渠道確認。
香港可用性與採購渠道
Microsoft 香港特別行政區定價頁可選擇香港與澳門為計費地區,並列出上述商務方案,反映 Copilot 商務授權在香港屬可選項目。除直接向 Microsoft 購買,香港中小企亦可透過雲端方案供應商渠道;香港貿發局的 T-box 轉型沙盒計劃就與 Microsoft 合作推出 AI 採用計劃,向中小企提供折扣授權與導入培訓,其中 Microsoft 365 Copilot Business 以 15% 折扣計算、即每用戶每月 18 美元(原價 21 美元),最多 300 個新授權,優惠期至 2026 年 12 月 31 日。
在合規層面,Copilot 的資料處理範圍以使用者的既有權限為界,這對中小企是優點也是提醒:優點是不會因為導入 AI 而出現新的資料外洩途徑;提醒是如果本身的檔案權限設定寬鬆,Copilot 同樣會把這些檔案的內容納入可檢索範圍。因此,導入前先整理權限,往往比選哪一個方案更關鍵。
三、香港企業實際用 AI 做什麼
把不同調查放在一起看,香港企業目前最常見的 AI 用途集中在幾類行政與溝通工序。以下整理屬歸納性描述,並註明來源,未經核實的推算不會寫成統計結論。
| 用途 | 常見做法 | 主要風險 |
|---|---|---|
| 客戶服務 | 草擬回覆、整理常見問題、輔助客服人員查找資料(生產力局調查列為主要應用範圍之一) | 回覆錯誤或語氣不當;承諾超出公司政策 |
| 數據分析 | 整理銷售與營運數據、找出異常、生成摘要(同屬調查列出的主要應用範圍) | 口徑不一致、把相關誤讀為因果 |
| 市場推廣 | 撰寫文案初稿、生成素材構思、整理競品資料(同屬調查列出的主要應用範圍) | 事實與優惠資訊出錯;用語不合規 |
| 寫作與翻譯 | 中英文互譯、改寫、統一行文風格;金融業受訪機構亦以摘要與翻譯為主要生成式 AI 用例 | 專業術語失準;譯文須人手覆核後才對外使用 |
| 摘要與文件處理 | 長文件摘要、表格資料抽取、文件分類 | 遺漏關鍵條款;抽取結果須抽樣核對 |
| 程式與腳本 | 協助編寫內部小工具、除錯、解釋既有程式碼 | 安全漏洞;未經測試即部署至正式環境 |
這批用途有一個共同特徵:它們都是「內容生成與整理」,而非「業務決策」。生成式 AI 在這一層的價值相對穩定,因為輸出最終仍由人判斷;一旦把它的輸出直接接上付款、下單或客戶通知等具外部效果的動作,風險等級就會明顯上升。
由「員工私下使用」到「公司准用」
生產力局調查中有一個數字值得管理層留意:45% 受訪企業已設有正式認可的 AI 平台供員工使用,而當中有 54% 表示暫無完善 AI 治理政策。這意味不少公司的實際情況是「員工已經在用,但公司未有規則」。員工私下使用外部的免費工具,最大的問題不是效率,而是資料去向不明:客戶名單、報價、設計圖或個人資料一旦貼進未經批准的服務,公司無從掌握。
比較務實的第一步,是先在企業授權範圍內提供一個認可的工具,並同時訂明三條界線:哪些工具可以使用、哪些資料不可以輸入、輸出在使用前由誰核對。把這三條寫進內部指引,比單純買授權更能降低風險。
四、AI Agent 與 Copilot 類工具的分工
當個人層面的工具用得順暢之後,下一個問題通常是「能否讓系統自己跑完整條流程」。這時要分清兩類東西:Copilot 類工具是輔助個人完成單一任務,AI Agent 則是執行跨系統、多步驟的流程。前者以「人」為中心,後者以「流程」為中心。
Copilot 類工具:輔助個人完成單一任務
這類工具的特性是:由人發起、以人的權限為界、輸出交回人處理。它的價值在於壓縮單一任務的處理時間,例如把一段會議錄音變成待辦清單。由於每一步都有人看著,導入風險相對可控,亦不需要改動現有系統。
AI Agent:執行跨系統、多步驟流程
Agent 的特性是:由事件或排程觸發、跨越多個系統、需要自行判斷下一步。例如客戶在網站提交查詢後,Agent 讀取查詢內容、在客戶管理系統建立紀錄、按產品目錄生成報價草稿、再交由同事確認後發出。這類方案的效益明顯較高,但前置條件同樣較多:系統之間必須有可用的接口、權限必須精細到「只做該做的事」、錯誤處理與回退機制必須事先設計。
| 比較項 | Copilot 類工具 | AI Agent |
|---|---|---|
| 觸發方式 | 由人主動發起 | 由事件、排程或訊息觸發 |
| 覆蓋範圍 | 單一任務、單一應用為主 | 跨系統、多步驟流程 |
| 導入前置 | 主要是授權與權限整理 | 需要系統接口、權限設計、錯誤處理與監控 |
| 出錯時的影響 | 限於單次輸出的草稿 | 可能牽動多個系統的資料狀態 |
| 適合的起步時機 | 任何階段,尤其適合第一步 | 流程已標準化、數據可用、有明確覆核點之後 |
| 維護需求 | 以使用者支援為主 | 需要持續監察、版本管理與例外處理 |
要把 Agent 落地,至少要滿足三個技術條件。第一,流程本身已經標準化:如果同一件事每次做法都不同,Agent 無從跟隨。第二,涉及的系統有可用接口:不少中小企的舊系統或自建工具未必提供應用程式介面,需要先補上中間層。第三,有明確的停止條件與覆核點:Agent 必須知道在什麼情況下停止並交由人接手,而不是自行猜測。
五、實作路線:由哪個工序開始、如何量度、人工覆核點
推行 AI 專案最常見的失敗模式是「一次過想做太多」。較穩健的做法是先選一個工序做試點,跑通之後才擴展。以下整理選擇第一個工序的條件、量度方式與覆核設計。
選第一個工序的四個條件
| 條件 | 說明 | 不宜作起點的工序 |
|---|---|---|
| 高重複 | 每天或每週都要做,批量較大,改善後累積效果明顯 | 一年只做數次、每次做法都不同的工序 |
| 規則清楚 | 輸入輸出格式固定,判斷標準可以寫成文字 | 依賴大量經驗判斷、難以言傳的工序 |
| 錯誤成本低 | 出錯後可補救,不會即時造成對外損失或法律責任 | 涉及對外承諾、付款、合規申報的工序 |
| 可量度 | 處理時間、件數或返工率本來就有紀錄 | 完全沒有紀錄、無法建立對照基準的工序 |
如何量度:三個層次
| 層次 | 可觀察的指標例子 | 注意事項 |
|---|---|---|
| 使用情況 | 實際使用人數、使用頻次、涵蓋工序數目 | 使用率高不等於有成效,可能只是好奇試用 |
| 工序表現 | 單件處理時間、返工比率、需要人手修正的比例 | 必須與導入前的基準比較,否則無法判別變化 |
| 業務結果 | 回應時間、交件準時率、客戶投訴數目等營運指標 | 業務結果受多個因素影響,宜作長期觀察而非即時歸因 |
量度最容易被忽略的是「基準」。若導入前沒有記錄處理時間與返工比率,之後就很難說明改變的幅度。因此建議在試點開始前,先花時間記錄現狀,哪怕只是抽樣一週的數據。
人工覆核點要寫入流程
| 風險等級 | 例子 | 建議覆核方式 |
|---|---|---|
| 低 | 內部參考的會議摘要、資料整理 | 抽查即可,使用者自行判斷 |
| 中 | 對外文件初稿、報價草稿、客服回覆建議 | 發出前由指定同事逐份確認 |
| 高 | 涉及金額、合約條款、個人資料或合規申報 | 由負責人確認並留下紀錄,保留可追溯的審核軌跡 |
覆核安排必須寫在流程文件之中,並指名負責人。若只寫「須經人手確認」而沒有指定是誰,實際上往往等於沒有人確認。
六、成本與效益框架
評估 AI 投資時,最不應該做的事是承諾一個特定的回報數字。回報取決於工序特性、使用率、數據質素與管理配合程度,這些條件在每一家公司都不同。較務實的做法,是把成本列全,並把預期效益寫成可驗證的假設。
| 成本項目 | 性質 | 容易低估之處 |
|---|---|---|
| 軟件授權 | 經常性,按用戶或用量計算 | 只算試點人數,未計擴展後的授權數目 |
| 整合工程 | 一次性為主 | 舊系統缺接口、資料格式不一致時的工作量 |
| 流程盤點與設計 | 一次性 | 常被視為「不用做」,但直接決定成敗 |
| 權限與保安設定 | 一次性,之後需定期檢視 | 檔案權限整理的工時 |
| 員工訓練與變更管理 | 一次性加上持續補課 | 新人入職與流程改動後的重複訓練 |
| 持續維護與支援 | 經常性 | 模型與系統更新後需要重新測試的部分 |
| 日後遷移 | 一次性,發生在轉換方案時 | 資料匯出限制與流程重做的成本 |
把效益寫成可驗證的假設
與其寫「可節省三成時間」,不如寫成假設並設定驗證方式。例如:「假設在試點工序中,草擬回覆的平均時間由十五分鐘縮短至八分鐘,而覆核時間增加兩分鐘,淨變化為每日節省若干分鐘;驗證方式為期四週的抽樣計時,若首兩週未見變化則檢視培訓與流程設計。」這樣的寫法既容易被管理層檢視,亦不會把未經證實的數字當成承諾。
另一個常被忽略的效益面向是品質與一致性。回覆用語統一、文件格式一致、遺漏項減少,這些改善不容易換算成金額,但對客戶體驗與內部返工率的影響實際存在。建議同樣以抽樣比較的方式記錄,而不是憑印象判斷。
七、香港政府資助最新狀態
政府資助會隨政策檢討而改變,網上流傳的舊資料經常已經失效。以下四項計劃的狀態以官方頁面為準,並註明查核日期。遞交申請前,務必重新查閱官方公布。
| 計劃 | 最新狀態(查核日期 2026 年 10 月 15 日) | 資助重點 |
|---|---|---|
| 科技券計劃(TVP) | 已於 2024 年 12 月 31 日後停止接受新申請 | 累計批出 38,440 宗申請,平均每宗約 175,800 元,惠及 35,805 家企業或機構 |
| 數碼轉型支援先導計劃(DTSPP) | 現行一輪已截止,官網顯示「已截止申請」;優化版細節截至查核日仍未公布 | 1:1 配對,最多資助項目總開支 50% 或 5 萬元(以較低者為準) |
| BUD 專項基金 | 持續接受申請,2026 年 6 月 15 日起實施優化措施 | 每企業累計資助上限 700 萬元;資助地域擴大至 48 個經濟體;「申請易」每宗上限增至 15 萬元 |
| 新型工業化及科技培訓計劃(NITTP) | 全年接受申請;2025 年 8 月 1 日起合併入「新型工業化支援計劃」並調整安排 | 1:1 配對資助企業人員接受高端科技培訓;每間公司每財政年度上限 25 萬元 |
科技券已經停止新申請
創新科技署在 2024 年就科技券進行全面檢討,考慮到計劃已達至最初設立的目的,決定在 2024 年 12 月 31 日後停止接受新申請。截至該時點,計劃累計批出 38,440 宗申請,平均每宗獲批資助約 175,800 元,惠及 35,805 家企業或機構,獲批項目主要來自批發及零售、食肆及酒店、工程等行業。若現時仍有供應商以「科技券」名義招攬,值得核對其說法是否仍然成立。
數碼轉型支援先導計劃現行一輪已截止
此計劃以一對一配對方式提供資助,對象為餐飲、零售(不包括餐飲)、旅遊及個人服務業,全職員工少於 50 名的中小企,政府已預留五億元。中小企資助申請已於 2025 年 5 月截止,計劃官網現時顯示「已截止申請」。政府表示正研究優化方案,加入人工智能及網絡安全數碼方案,預計需額外撥款約三億元,目標在 2026 年下半年諮詢立法會後推出;截至本文查核日期,優化版的資格、資助額與申請時間表仍未公布。
BUD 專項基金持續優化
BUD 專項基金資助非上市香港企業發展品牌、升級轉型及拓展營銷。由 2026 年 6 月 15 日起,資助地域範圍擴大至 48 個經濟體;「申請易」每宗申請資助上限由 10 萬元增加 50% 至 15 萬元,處理時間為 30 個工作天;政府亦為包含人工智能元素的項目提供更針對性資助。中小企業市場推廣基金已於 2026 年 7 月 1 日整合至 BUD 專項基金。需要注意的是,基金的資助比例已由 1:1 調整至 1:3,即政府最多資助核准開支的 25%,企業須以現金承擔其餘部分;一般申請與「電商易」每個核准項目的資助上限為 80 萬元,而企業在任何時間獲批的政府核准撥款總數不得超過 80 萬元。
NITTP 專注培訓而非工具採購
新型工業化及科技培訓計劃於 2018 年 8 月推出,以配對形式資助本地企業人員接受高端科技培訓,全年接受申請,秘書處由職業訓練局擔任。由 2025 年 8 月 1 日起,計劃合併入創新及科技基金下的「新型工業化支援計劃」,配對比例調整為 1:1,每間公司每個財政年度的資助上限由 50 萬元調整為 25 萬元,每名學員每財政年度限讀一個課程。這項計劃的定位是人才培訓,不能用於購置軟件或系統。
資助不等於落地
資助只解決資金部分。即使成功取得資助,流程設計、系統整合、權限安排與員工訓練仍要有人負責。把資助金額當成項目可行性證明的想法,往往導致系統上線後無人使用。
八、為何需要專業團隊協助落地
市場上的 AI 工具本身並不難買。真正決定成敗的,是工具與公司現有流程之間的落差。以下整理五個最常見的落地缺口,以及自行處理與交由專業團隊處理的分別。
| 落地缺口 | 自行處理的常見結果 | 專業團隊切入點 |
|---|---|---|
| 流程盤點 | 直接購買工具,之後才發現對不上現有工序 | 先梳理工序、輸入輸出與例外情況,再決定自動化範圍 |
| 系統整合 | 工具之間各自為政,員工要在多個系統之間複製貼上 | 建立中間層與接口,讓資料在系統之間流動 |
| 權限設計 | 沿用舊有寬鬆權限,AI 可檢索的範圍過大 | 按角色重整權限,令 AI 的存取範圍與職責一致 |
| 員工訓練 | 派發帳號後即算完成,使用率長期偏低 | 按崗位設計培訓與情境練習,並建立內部使用指引 |
| 持續維護 | 上線後無人跟進,系統與流程逐漸脫節 | 定期檢視成效、處理例外情況、隨業務變化調整 |
五個落地環節
具體而言,一個完整的導入過程通常包含五個環節。第一是流程盤點:把工序逐步寫下來,標明輸入、輸出、例外情況與現時耗時。第二是系統整合:確認資料來源、需要哪些接口、由誰維護;這一步往往是工時最集中的部分。第三是權限設計:按職責重整檔案與系統權限,確保 AI 的存取範圍與使用者權責一致。第四是員工訓練:不只教操作,更要教判斷——什麼情況下不可信任輸出、什麼內容不可輸入。第五是持續維護:定期檢視成效與例外個案,隨業務變化調整流程。
這五個環節之中,第一與第二項最難自行完成,因為它們需要跨越部門、動用系統與技術知識,而日常營運本身已經佔用大部分人力。這正是不少公司即使已購入授權,實際使用率仍然偏低的原因。
什麼情況可以自行處理
並非每個項目都需要外援。若公司的工序簡單、現有系統已提供完整接口,而內部又有具備相關經驗的技術人員,自行導入完全可行。反之,若流程橫跨多個部門、涉及多個互不相通的系統、或需要處理客戶個人資料,則宜先取得專業評估再決定做法。判斷的關鍵不是公司規模,而是流程複雜度與技術人力。
常見問題
香港中小企應該由 Copilot 類工具還是 AI Agent 開始?
一般建議先由 Copilot 類工具開始。這類工具以個人任務為單位、以使用者既有權限為界,導入前置條件較少,亦不需要改動現有系統。待流程標準化、數據可用、覆核點明確之後,再考慮以 AI Agent 接通跨系統的多步驟流程。
調查顯示八成以上企業員工使用 AI,是否代表香港大部分公司已經用好 AI?
不可以這樣推論。該數字出自生產力局《2025 年香港企業 AI 應用趨勢調查》,2025 年 9 月訪問約 800 間本地企業,屬受訪者比例,並非全港市場採用率。同一調查亦顯示多數企業仍主要把 AI 用於高重複性或行政性工作,與全面融入業務流程尚有距離。
購買 Microsoft 365 Copilot 有什麼前置條件?
按 Microsoft 香港特別行政區定價頁的說明,Copilot 附加授權需要合格的 Microsoft 365 方案,並非獨立購買即可使用,頁面亦列明最多 300 個使用者。價格、供應情況與推廣安排會隨市場及經銷渠道變動,建議落單前由經銷渠道確認最新條款。
AI 產生的內容可否直接用於對外文件?
不建議。生成式 AI 可能產生語氣自然但事實不準確的內容。務實做法是把 AI 輸出視為草稿,由指定人員在發出前核對,並為涉及金額、合約條款與個人資料的內容保留審核紀錄。覆核安排應寫入流程文件並指名負責人。
如何量度 AI 導入是否有效?
建議分三層觀察:使用情況(人數與頻次)、工序表現(處理時間、返工比率)、業務結果(回應時間、交件準時率等)。關鍵是導入前先建立基準數據,否則之後難以判別變化。業務結果受多個因素影響,宜作長期觀察而非即時歸因。
科技券(TVP)現在仍然可以申請嗎?
不可以。按創新科技及工業局在立法會的書面答覆,科技券計劃已於 2024 年 12 月 31 日後停止接受新申請。若仍有供應商以科技券名義招攬,建議核對其說法是否仍然成立。
數碼轉型支援先導計劃(DTSPP)優化版幾時可以申請?
截至 2026 年 10 月 15 日,計劃官網仍顯示「已截止申請」,優化版的資格、資助額與申請時間表尚未公布。政府較早前表示正研究加入人工智能及網絡安全數碼方案,預計需額外撥款約三億元,目標在 2026 年下半年諮詢立法會後推出。實際安排請以官方最新公布為準。
什麼情況下需要找專業團隊協助?
當流程橫跨多個部門、涉及多個互不相通的系統,或需要處理客戶個人資料時,專業評估通常能減少重做。若工序簡單、現有系統已有完整接口、內部亦有具備經驗的技術人員,自行導入同樣可行。判斷關鍵是流程複雜度與技術人力,而非公司規模。
總結
AI 提升效率的關鍵,通常在工具之外。香港企業目前普遍已在日常工作中接觸 AI,但多數仍停留在行政與重複性工序;要進一步走到跨系統流程自動化,就需要流程盤點、系統整合、權限設計、員工訓練與持續維護這五個環節配合。資助方面,科技券已經停止新申請,數碼轉型支援先導計劃現行一輪亦已截止,BUD 專項基金與新型工業化及科技培訓計劃則持續運作並各有更新,遞交前務必查閱官方頁面。
若希望由流程盤點、方案選型、系統整合到員工訓練一併處理,可參考我們的人工智能應用服務、流程自動化方案,以及AI Agency 服務。想先理解 Agent 的運作方式,可延伸閱讀香港企業 AI Agent 應用指南與RPA 流程自動化指南;如要評估成本結構,亦可參考AI 自動化的成本與效益分析。
資料來源(查核日期:2026 年 10 月 15 日)
- Microsoft:Microsoft 365 Copilot 方案與定價(香港特別行政區) — 標示價格、需合格方案、最多 300 個使用者
- Microsoft Learn:Microsoft Copilot 概覽 — 授權層級、以 Microsoft Graph 接地、權限範圍控制
- Microsoft Learn:Partner Center 公布(2026 年 10 月) — 雲端方案供應商渠道的用量計費安排
- 香港生產力促進局:《2025 年香港企業 AI 應用趨勢調查》(2025 年 10 月 23 日發布) — 2025 年 9 月訪問約 800 間企業;88% 員工使用 AI;54% 受訪平台無治理政策
- 香港生產力促進局:「渣打香港中小企領先營商指數」2026 年第一季(2026 年 1 月 15 日) — 訪問 819 家中小企;七成半較 2024 年擴大 AI 應用
- 香港金融管理局:香港金融研究院《金融服務業生成式 AI》研究(2025 年 4 月 9 日) — 75% 受訪機構已落實或正試行生成式 AI
- 香港金融管理局:大數據分析及人工智能應用調查結果(2024 年 11 月) — 調查 28 間認可機構;75% 採用或計劃採用,39% 涉及生成式 AI
- 政府新聞公報:《二零二五年資訊科技在工商業的使用情況和普及程度統計調查報告》出版(2026 年 2 月 27 日) — 99% 公司使用電腦或智能手機,57% 有網絡存在
- 政府新聞公報:立法會二題「支援中小企業數碼轉型的措施」(2026 年 2 月 25 日) — 科技券停止新申請及批出數字;先導計劃優化方向與額外撥款
- 工業貿易署:發展品牌、升級轉型及拓展內銷市場的專項基金(更新日期 2026 年 6 月 29 日) — 資助地域擴至 48 個經濟體、「申請易」上限增至 15 萬元
- 立法會財務委員會討論文件 FCR(2026-27)7(2026 年 4 月) — 資助比例由 1:1 調整至 1:3、每項目上限調整至 80 萬元
- 創新及科技基金:新型工業化及科技培訓計劃(NITTP) — 2018 年推出;2025 年 8 月起 1:1 配對、每年上限 25 萬元
- 數碼港:數碼轉型支援先導計劃(DTSPP) — 1:1 配對、最多資助 50% 或 5 萬元
- 香港金融管理局:監管機構推出生成式人工智能沙盒++(2026 年 3 月 5 日) — 擴展至銀行、證券、保險及強積金業界
- 《行政長官 2026 年施政報告》(2026 年 9 月 16 日) — 優化先導計劃、擴大 BUD 資助地域、拓展「數碼不求人」平台
- 香港貿易發展局:T-box 與 Microsoft 合作的 AI 採用計劃 — 折扣授權與導入培訓,優惠期至 2026 年 12 月 31 日
ADWire 編輯團隊
ADWire Agency Limited
文章由 ADWire 團隊撰寫及審閱。團隊負責軟件開發、AI 應用與工作流程自動化、SEO/GEO 及數碼營銷項目,內容取材自實際項目經驗及公開的官方資料。
- 軟件及系統開發
- AI 應用及流程自動化
- SEO 及 GEO 搜尋優化
- 數碼營銷及成效量度
相關服務
相關文章推薦

Jev 是什麼?決策型 AI 模型(System One)的原理、成本與企業應用
Jev 是 TypeSafe AI 推出的決策型 AI 模型(System One),不生成文字,而是接收一段狀態與有型別的問題,回傳型別安全的決策、校準機率與信心分數。本文說明三種提問原語、廠商自述的成本與速度、第三方實測準確度,並釐清 Jev 與 Meta 的 JEPA 世界模型是完全不同的兩件事。
閱讀全文
AI 如何幫香港企業減低人手及營運成本?
香港人力成本中位數 HK$21,200,但多數 AI 項目未見成效。本文按生產力局、金管局沙盒及政府統計處的一手數據,說明 AI 實際可自動化哪些工序、導入成本多少、為何大量項目被放棄,並附一套可自行計算的評估框架。
閱讀全文