在新加坡首屆 SG AI Xchange 上，人力部代部長 Jasmin Lau 指出，衡量AI是否真正落地，關鍵在於它能否可靠地融入日常營運。新加坡已有接近100個 AI 卓越中心，但成功示範只係起點。當系統正式投入使用，接觸的數據、使用者和連接系統都會增加；有些操作一旦完成，亦不能像試驗結束時按個掣重設。1

以零售商為例，客服助手起初可能只根據整理好的資料回答問題；下一步，是讀取即時客戶、訂單、付款、退款及會員計劃紀錄；再進一步，甚至可以改地址、取消訂單或退款。這不只是「讓AI知道更多」，而是把更大的營運責任交到它手上。以下是建議的做法，並非指任何特定零售商已經採用這套流程。

把試點當起點，唔好當成品

第一步，是界定系統可以做甚麼，以及由誰負責。要清楚分開三種能力：回答一般問題、讀取已驗證客戶的紀錄，以及執行交易。並為客服成效、底層數據、系統整合、保安和事故應變指定負責人。

亦要把試點期間用過的「捷徑」列出來，例如複製出來的數據集、臨時連接、寫死在程式內的登入憑證，以及靠人手把關的檢查。逐項決定要淘汰、加固還是替換，並訂明負責人和成本。否則，試點看似便宜，可能只是把人手監督和安全改造的成本藏起來，留待日後處理。

接駁最新、可信的資料來源

要讓客服助手處理真實個案，就要可靠地連接存放最新客戶及交易紀錄的系統。企業應先釐清數據由誰負責、定義是否一致，以及更新速度有甚麼要求；再透過受支援的 API 或受管控的整合服務，連接不同部門及舊有系統。能夠重用的連接服務，就不必每個AI應用各自造一套。

退款資格、取消期限等業務規則，應保留在具權威性的系統內，而不是只寫在模型指示中。每次執行操作前，都應由相關系統獨立核實要求是否符合規則。

亦要按需要決定數據應留在原系統讀取，還是基於效能或分析等合理目的而複製。每份副本、快取或搜尋索引，都要訂明保存期限和同步規則。資料更正、刪除或同意狀態改變時，相關副本也要跟上；若尚未同步，助手就不應默默依賴過時資料。

只給AI代理完成任務所需的權限

每個助手都應有清楚可辨認的服務身分，而且只取得指定工作所需的權限。讀取訂單和修改訂單，應視為兩種不同權限；存取範圍亦要限於已驗證的客戶和相關交易。

例如，系統可以只在訂單尚未出貨、而且客戶確認後，才提出更改地址的操作。超出企業訂定門檻的特殊取消或退款，則可要求人員核准。這些限制必須在模型提示以外的系統中落實；真正執行前，亦要再次檢查權限和交易狀態。

讓每個操作有跡可尋，也有補救方法

審計紀錄要足以還原事情經過：涉及哪個代理和客戶、當時用了甚麼數據和權限、呼叫過哪些系統、是否有人核准，以及最後結果如何。可用共通的追蹤識別碼串連紀錄，同時妥善保護日誌，避免無必要地長期保存敏感資料。

亦要預先設計錯誤和故障時的處理方法，包括防止重複要求、核對交易、緊急撤銷存取權，以及經測試的復原程序。有些已完成的操作未必能真正「撤回」；這時就要訂明補救流程和升級處理途徑，例如退款出錯後作出更正，而不是假設退款可以直接取消。

按東南亞各地要求逐一檢視，也要計清正式營運成本

每次在東南亞部署，都要列明客戶紀錄、提示內容、向量嵌入、日誌和備份存放及處理的地點；供應商的次級處理商，以及海外支援人員的存取安排，也要納入檢視。由法律和保安團隊核實各地及各行業適用的要求。不要假設在新加坡獲批，或把數據放在當地，就代表其他地方的規定也已處理妥當。

正式投入營運，應視為一項獨立投資。商業計劃要計入重建整合、模型使用、資料檢索、同步、儲存、監察、保安、人手核准、支援和災難復原等成本。亦要測試流量、數據量和例外個案增加時，成本和效能會如何變化。比較每宗正確處理個案或完成交易的成本，與現有服務相比；不要只看每次模型呼叫要花多少錢。

保留更換模型的彈性，並測試真實故障情境

模型供應商的介面，應與數據連接、身分識別、政策執行和審計服務分開。穩定的工具介面和有版本管理的政策，有助日後更換模型或調整存取規則，而毋須重建每條連接。替換模型投入使用前，也要通過同一套品質、保安和交易測試。

試點階段就要測試正式營運可能遇到的問題，包括資料過時、客戶撤回同意、系統無法使用、重複要求、多人同時更改訂單，以及檢索資料中夾帶的惡意指示。部署可分階段推進：先只讀取資料，再提出操作建議，之後由人員核准交易，最後才開放範圍嚴格受限的自動化。

是否擴大部署，應取決於責任人是否明確、成本是否可持續、復原流程是否測試過，以及控制措施是否有效。真正的成功，不是示範有幾吸睛，而是監督減少、使用量上升、系統出錯或供應商改變時，服務仍然可靠而有用。1

在新加坡首屆 SG AI Xchange 上，人力部代部長 Jasmin Lau 指出，衡量AI是否真正落地，關鍵在於它能否可靠地融入日常營運。新加坡已有接近100個 AI 卓越中心，但成功示範只係起點。當系統正式投入使用，接觸的數據、使用者和連接系統都會增加；有些操作一旦完成，亦不能像試驗結束時按個掣重設。1

以零售商為例，客服助手起初可能只根據整理好的資料回答問題；下一步，是讀取即時客戶、訂單、付款、退款及會員計劃紀錄；再進一步，甚至可以改地址、取消訂單或退款。這不只是「讓AI知道更多」，而是把更大的營運責任交到它手上。以下是建議的做法，並非指任何特定零售商已經採用這套流程。

把試點當起點，唔好當成品

第一步，是界定系統可以做甚麼，以及由誰負責。要清楚分開三種能力：回答一般問題、讀取已驗證客戶的紀錄，以及執行交易。並為客服成效、底層數據、系統整合、保安和事故應變指定負責人。

亦要把試點期間用過的「捷徑」列出來，例如複製出來的數據集、臨時連接、寫死在程式內的登入憑證，以及靠人手把關的檢查。逐項決定要淘汰、加固還是替換，並訂明負責人和成本。否則，試點看似便宜，可能只是把人手監督和安全改造的成本藏起來，留待日後處理。

接駁最新、可信的資料來源

要讓客服助手處理真實個案，就要可靠地連接存放最新客戶及交易紀錄的系統。企業應先釐清數據由誰負責、定義是否一致，以及更新速度有甚麼要求；再透過受支援的 API 或受管控的整合服務，連接不同部門及舊有系統。能夠重用的連接服務，就不必每個AI應用各自造一套。

退款資格、取消期限等業務規則，應保留在具權威性的系統內，而不是只寫在模型指示中。每次執行操作前，都應由相關系統獨立核實要求是否符合規則。

亦要按需要決定數據應留在原系統讀取，還是基於效能或分析等合理目的而複製。每份副本、快取或搜尋索引，都要訂明保存期限和同步規則。資料更正、刪除或同意狀態改變時，相關副本也要跟上；若尚未同步，助手就不應默默依賴過時資料。

只給AI代理完成任務所需的權限

每個助手都應有清楚可辨認的服務身分，而且只取得指定工作所需的權限。讀取訂單和修改訂單，應視為兩種不同權限；存取範圍亦要限於已驗證的客戶和相關交易。

例如，系統可以只在訂單尚未出貨、而且客戶確認後，才提出更改地址的操作。超出企業訂定門檻的特殊取消或退款，則可要求人員核准。這些限制必須在模型提示以外的系統中落實；真正執行前，亦要再次檢查權限和交易狀態。

讓每個操作有跡可尋，也有補救方法

審計紀錄要足以還原事情經過：涉及哪個代理和客戶、當時用了甚麼數據和權限、呼叫過哪些系統、是否有人核准，以及最後結果如何。可用共通的追蹤識別碼串連紀錄，同時妥善保護日誌，避免無必要地長期保存敏感資料。

亦要預先設計錯誤和故障時的處理方法，包括防止重複要求、核對交易、緊急撤銷存取權，以及經測試的復原程序。有些已完成的操作未必能真正「撤回」；這時就要訂明補救流程和升級處理途徑，例如退款出錯後作出更正，而不是假設退款可以直接取消。

按東南亞各地要求逐一檢視，也要計清正式營運成本

每次在東南亞部署，都要列明客戶紀錄、提示內容、向量嵌入、日誌和備份存放及處理的地點；供應商的次級處理商，以及海外支援人員的存取安排，也要納入檢視。由法律和保安團隊核實各地及各行業適用的要求。不要假設在新加坡獲批，或把數據放在當地，就代表其他地方的規定也已處理妥當。

正式投入營運，應視為一項獨立投資。商業計劃要計入重建整合、模型使用、資料檢索、同步、儲存、監察、保安、人手核准、支援和災難復原等成本。亦要測試流量、數據量和例外個案增加時，成本和效能會如何變化。比較每宗正確處理個案或完成交易的成本，與現有服務相比；不要只看每次模型呼叫要花多少錢。

保留更換模型的彈性，並測試真實故障情境

模型供應商的介面，應與數據連接、身分識別、政策執行和審計服務分開。穩定的工具介面和有版本管理的政策，有助日後更換模型或調整存取規則，而毋須重建每條連接。替換模型投入使用前，也要通過同一套品質、保安和交易測試。

試點階段就要測試正式營運可能遇到的問題，包括資料過時、客戶撤回同意、系統無法使用、重複要求、多人同時更改訂單，以及檢索資料中夾帶的惡意指示。部署可分階段推進：先只讀取資料，再提出操作建議，之後由人員核准交易，最後才開放範圍嚴格受限的自動化。

是否擴大部署，應取決於責任人是否明確、成本是否可持續、復原流程是否測試過，以及控制措施是否有效。真正的成功，不是示範有幾吸睛，而是監督減少、使用量上升、系統出錯或供應商改變時，服務仍然可靠而有用。1