香港AI產業發展的難題，成本高昂、數據孤島困局下的機遇

　　國家「十五五」規劃明確指出要深化拓展「人工智能+」，將人工智能從技術工具升級為國家經濟結構轉型的核心引擎，全方位賦能各行各業，加快發展新質生產力。為對接國家發展大局，政府正多管齊下積極完善香港AI生態圈，不但宣布制定首份「香港五年規劃」，還提速推動AI產業化，鼓勵全民善用AI，方向正確，惟目前香港的AI發展仍存在許多難題，急需各界合力解決。

　　首先，發展AI大模型成本高昂。以香港生成式人工智能研發中心（HKGAI）去年推出的首個大語言模型「HKGAI V1」為例，其研發及營運開支預算就高達2.35億港元。加上近期國際燃料價格波動，電費及硬件成本勢將上升。相比鄰近深圳，香港相關費用便高出一倍或以上。長遠而言，單是營運成本已足以削弱不少創業者留港發展的意欲。

　　另外，AI的投資與回報暫時仍不成正比，就算是最具代表性的企業如美國的OpenAI、Anthropic 或中國的智譜及稀宇科技，目前都尚未錄得正式盈利，可持續商業模式更仍在摸索階段中，這些企業即使有穩定收入，也難以在短期內做到收支平衡。有金融分析師指出，AI科技行業如今已經形成一種近乎荒誕的相互依賴關係，值得令人反思。

　　值得關注的是，訓練大模型的數據孤島（Data Silos）現象，是目前限制企業大模型訓練與落地的致命痛點。大模型需要高質量的數據才能建立準確的預測與推理能力，惟香港企業在訓練大模型時，面對的難題更為複雜。例如香港企業往往需要同時遵守中國內地的《數據安全法》、《個人信息保護法》及本地的《個人資料（私隱）條例》。大模型訓練需要大量聚合數據，香港企業在合規審查上的成本遠高於單一市場的企業，進一步加劇數據孤島效應。

　　現時香港逾九成企業屬中小企，這些中小企未來大部份都計劃把AI融入工作流程，但受制於資源有限，即使已建立完整資料庫，也未必能以自動化方式讓AI整合新舊系統資料。尤其是涉及敏感數據或機密文件時，便須由專人檢視、編輯和整理格式，無形中加重員工負擔。

　　推動創新科技從不容易，而香港要發展AI更是荊棘滿途。以筆者創業近30年的經驗所見，要實踐目標，關鍵就是化危為機。最近，筆者與團隊成功開發一個名為HK ArcGIS的地理資訊系統平台，利用政府開放數據支援各行各業數碼轉型，再配合以香港環境優化的GeoAI模型，尤其適用於低空經濟、智慧建築及智慧政府等AI應用，為香港開拓更多新機遇，在完善本地AI生態圈的同時，也有助持份者釋除疑慮，為業務發展作出更佳決策。

　　要推動AI長足發展，絕不可靠單一力量，筆者相信，只要社會各界同心協作，便能達致互利共贏。