下一步可以考慮:
例如:
這樣既可支持創新,也能促進社會應用。
香港其實已具備一定 AI 研究基礎,例如:
如果將這類工具進一步整合到公共平台,例如:
即使不懂編程的人,都可以接觸 AI。
而本地 AI 模型亦需要處理香港特有情況,例如:
如果缺乏這些本地化能力,AI 工具對市民與企業的實際價值會大打折扣。
要令 AI 普及,其中一個方法是把 AI 直接融入日常公共服務。
例如政府可以提供 AI 助手協助市民:
這些工具可以透過圖書館、社區中心或手機應用程式提供,讓沒有技術背景甚至沒有個人電腦的人都能受惠。
中小企是香港經濟的重要支柱,但很多企業缺乏技術與資金嘗試 AI。
政府可考慮推出實際支援,例如:
尤其適用於:
重點不只是買軟件,而是 重新設計工作流程與員工培訓。
AI 教育不應只局限於 STEM 科目,也應涵蓋:
學生需要學懂的不只是使用 AI,還包括:
同時亦要加強 在職再培訓。透過職業訓練機構、大學與企業合作,推出短期可堆疊的 AI 技能課程,幫助員工學習 AI 輔助工作技能。
每個試點應清楚定義:
成功案例再逐步擴展到全城。
如果市民對 AI 缺乏信任,「AI for all」就難以實現。
因此需要清晰的監管與治理,例如:
特別是涉及醫療、金融、招聘及公共服務的高風險 AI 系統,更需要嚴格評估。
香港其實已經具備不少條件:研究機構、生成式 AI 項目、教育投資,以及推動 AI 應用的政策。
真正的考驗其實很簡單:
如果一位小餐廳老闆、一名社工、一家物流初創、一位老師,甚至一位長者,都能安全而有效地使用 AI——
那麼香港才算真正做到 AI 普及化。
否則,香港可能會建立一個強大的 AI 產業,但仍然未能實現真正的「AI for all」。
Comments
0 comments