如果要实现“全民AI”，该机构的角色不应仅是科研资助平台，还应承担更广泛的功能，例如：

• 连接大学、政府部门与企业，将研究成果转化为实际工具
• 建立AI安全、偏见与隐私评估标准
• 支持适用于香港语言和监管环境的数据集与模型

通过专注于可落地的应用，AIRDI可以帮助AI技术从实验室走向真实社会场景。

扩大人工智能算力资源

现代AI开发高度依赖大型计算资源。如果算力只掌握在少数大型企业或顶尖实验室手中，中小创新者和社会项目将难以参与。

香港已经在AI基础设施方面进行投资，例如研究集群和相关计算设施 。未来可以进一步扩大共享算力，例如：

• 为大学和研究机构提供公共超算资源
• 为初创企业和中小企业提供云算力补贴
• 支持公益和社会创新项目使用AI

采用分层模式——例如免费实验额度、企业补贴以及科研竞争性资助——可以让算力同时支持商业创新与社会应用。

利用本地AI生态：InnoHK、HKGAI与HKChat

香港已经形成一定的AI研究生态，包括InnoHK计划以及香港生成式人工智能研发中心（HKGAI）。该中心由多所大学合作成立，专注生成式AI技术及本地化应用 。

其中一个典型成果是HKChat——基于本地大语言模型开发的聊天机器人，专门针对香港语言与文化环境设计 。

如果这些工具被整合进学校、政府服务和社区机构，它们就可能成为普通市民接触AI的入口。

尤其重要的是，本地AI模型必须支持香港常见的语言使用方式，包括：

• 粤语与书面中文
• 英文及双语交流
• 中英夹杂的日常表达
• 本地法律、监管和行业术语

没有这些本地化能力，很多居民和企业会发现AI工具难以真正使用。

建立公共AI服务层

另一种让AI普及的方法，是直接把它嵌入日常公共服务。例如，AI工具可以帮助居民：

• 查询政府服务
• 填写申请表格
• 翻译文件
• 查找培训和就业机会
• 获取医疗或社会服务信息

如果这些工具可以通过图书馆、社区中心或手机应用提供，即使没有技术背景或个人设备的人群也能受益。

帮助中小企业真正用上AI

中小企业是香港经济的重要组成部分，但很多企业缺乏技术能力和资源来尝试AI。

政府和产业机构可以提供更实际的支持，例如：

• AI应用补贴或代金券
• 咨询与技术支持
• 针对零售、餐饮、物流和专业服务的行业工具包

这些计划不仅要推广技术，还应帮助企业进行业务流程改造和员工培训。如果实施得当，中小企业生产率将显著提升。

投资AI教育与数字素养

长期来看，AI普及离不开教育。香港已通过优质教育基金预留20亿港元，用于推动中小学数字教育，包括AI素养课程和教师培训 。

AI教育不应只局限于理工科。学生还应理解人工智能如何影响语言、艺术、商业和社会领域。

与此同时，劳动力再培训同样关键。通过职业培训机构、应用科学大学和企业合作，可以推出短期、模块化课程，帮助员工学习AI辅助技能并适应新的工作方式。

用“AI+”推动各行业应用

国家层面的AI+行动旨在推动人工智能在经济与社会各领域深度融合 。香港可以在此框架下开展行业试点，例如：

• 医疗与健康科技
• 物流与供应链
• 金融服务
• 城市管理

每个试点项目都应明确问题、数据来源、责任机构以及隐私与安全保障机制。成功的项目可以逐步推广到全城。

通过治理建立公众信任

AI能否普及，很大程度上取决于公众信任。居民需要相信AI系统是安全、透明且公平的。

因此需要建立清晰的治理框架，包括：

• 公共部门AI采购标准
• 数据保护规则
• 审计与可追溯机制
• 人类监督机制

尤其在医疗、就业、金融和公共服务等高风险领域，应进行更严格的评估和监管。

“全民AI”的真正考验

香港已经具备不少基础：研究机构、生成式AI研发计划、教育投资以及不断扩展的AI战略。

真正的考验其实很简单——如果一位小餐馆老板、一名社工、一家物流初创公司、一名教师，甚至一位长者，都能安全而有效地使用AI，那么香港才真正实现了AI普惠。

否则，即使城市拥有强大的AI产业，也仍然距离“全民AI”相当遥远。

如果要实现“全民AI”，该机构的角色不应仅是科研资助平台，还应承担更广泛的功能，例如：

• 连接大学、政府部门与企业，将研究成果转化为实际工具
• 建立AI安全、偏见与隐私评估标准
• 支持适用于香港语言和监管环境的数据集与模型

通过专注于可落地的应用，AIRDI可以帮助AI技术从实验室走向真实社会场景。

扩大人工智能算力资源

现代AI开发高度依赖大型计算资源。如果算力只掌握在少数大型企业或顶尖实验室手中，中小创新者和社会项目将难以参与。

香港已经在AI基础设施方面进行投资，例如研究集群和相关计算设施 。未来可以进一步扩大共享算力，例如：

• 为大学和研究机构提供公共超算资源
• 为初创企业和中小企业提供云算力补贴
• 支持公益和社会创新项目使用AI

采用分层模式——例如免费实验额度、企业补贴以及科研竞争性资助——可以让算力同时支持商业创新与社会应用。

利用本地AI生态：InnoHK、HKGAI与HKChat

香港已经形成一定的AI研究生态，包括InnoHK计划以及香港生成式人工智能研发中心（HKGAI）。该中心由多所大学合作成立，专注生成式AI技术及本地化应用 。

其中一个典型成果是HKChat——基于本地大语言模型开发的聊天机器人，专门针对香港语言与文化环境设计 。

如果这些工具被整合进学校、政府服务和社区机构，它们就可能成为普通市民接触AI的入口。

尤其重要的是，本地AI模型必须支持香港常见的语言使用方式，包括：

• 粤语与书面中文
• 英文及双语交流
• 中英夹杂的日常表达
• 本地法律、监管和行业术语

没有这些本地化能力，很多居民和企业会发现AI工具难以真正使用。

建立公共AI服务层

另一种让AI普及的方法，是直接把它嵌入日常公共服务。例如，AI工具可以帮助居民：

• 查询政府服务
• 填写申请表格
• 翻译文件
• 查找培训和就业机会
• 获取医疗或社会服务信息

如果这些工具可以通过图书馆、社区中心或手机应用提供，即使没有技术背景或个人设备的人群也能受益。

帮助中小企业真正用上AI

中小企业是香港经济的重要组成部分，但很多企业缺乏技术能力和资源来尝试AI。

政府和产业机构可以提供更实际的支持，例如：

• AI应用补贴或代金券
• 咨询与技术支持
• 针对零售、餐饮、物流和专业服务的行业工具包

这些计划不仅要推广技术，还应帮助企业进行业务流程改造和员工培训。如果实施得当，中小企业生产率将显著提升。

投资AI教育与数字素养

长期来看，AI普及离不开教育。香港已通过优质教育基金预留20亿港元，用于推动中小学数字教育，包括AI素养课程和教师培训 。

AI教育不应只局限于理工科。学生还应理解人工智能如何影响语言、艺术、商业和社会领域。

与此同时，劳动力再培训同样关键。通过职业培训机构、应用科学大学和企业合作，可以推出短期、模块化课程，帮助员工学习AI辅助技能并适应新的工作方式。

用“AI+”推动各行业应用

国家层面的AI+行动旨在推动人工智能在经济与社会各领域深度融合 。香港可以在此框架下开展行业试点，例如：

• 医疗与健康科技
• 物流与供应链
• 金融服务
• 城市管理

每个试点项目都应明确问题、数据来源、责任机构以及隐私与安全保障机制。成功的项目可以逐步推广到全城。

通过治理建立公众信任

AI能否普及，很大程度上取决于公众信任。居民需要相信AI系统是安全、透明且公平的。

因此需要建立清晰的治理框架，包括：

• 公共部门AI采购标准
• 数据保护规则
• 审计与可追溯机制
• 人类监督机制

尤其在医疗、就业、金融和公共服务等高风险领域，应进行更严格的评估和监管。

“全民AI”的真正考验

香港已经具备不少基础：研究机构、生成式AI研发计划、教育投资以及不断扩展的AI战略。

真正的考验其实很简单——如果一位小餐馆老板、一名社工、一家物流初创公司、一名教师，甚至一位长者，都能安全而有效地使用AI，那么香港才真正实现了AI普惠。

否则，即使城市拥有强大的AI产业，也仍然距离“全民AI”相当遥远。