來稿作者：彭意婷

《2026-27年度財政預算案》毫無懸念地大力押注「AI+」，從籌組「AI+與產業發展策略委員會」、推進沙嶺數據園區，到撥款推動全民AI培訓，再到把僱員再培訓局（ERB）升格，財政司司長陳茂波為香港描繪了一幅宏大的創科「飛輪」藍圖。

這個「飛輪」在政策議程上轉得轟轟烈烈，但在「世代焦慮」之下，有部分年輕人難免會問：在這幅藍圖裏，他們可以站在哪裏？仔細比對現有政策與香港的商業現實，可以看出，它們和年輕人的生存壓力之間存在着四大結構性落差。

一、培訓與就業的矛盾——當AI吞噬初級職位......

對一些年輕人來說，AI不是潮流標籤，而是正在扼殺入門職位的結構性威脅。以前需要數名初級員工分工的工作，如今一個懂AI的資深員工就能包辦。在2025年第四季，香港20至29歲青年失業率達7.1%，遠高於整體失業率的3.8%。放眼國際，有調查指53%的新加坡企業預計未來三年會減少甚至凍結初級職位招聘，某些行業的畢業生名額更萎縮逾 70%。在這樣一場職場海嘯面前，《預算案》提出的全民培訓撥款，不應只停留在「辦講座、搞比賽、基礎科普」的興趣班層次，否則難以替年輕人裝備出抵禦失業的實戰能力。

二、工具與基建的矛盾——國際大模型封鎖香港......

不少香港青年自嘲被困在一座「科技孤島」，受制於地緣政治與企業政策，主流國際AI大模型在消費者層面幾乎全面封鎖中國內地和港澳地區。想做合規的商業開發，就只能用昂貴的企業級API，成本之高，資金緊絀的青年初創根本負擔不來。與此同時，香港未有一套不受外力掣肘、又符合本地語境的高質量開源模型與語料庫。沒有可負擔的工具，沒有屬於自己的基建，年輕人連創新的起跑線都摸不到。

三、研發與應用的矛盾——產品有技術沒場景......

香港的大學基礎科研實力不差，但許多青年初創卻死在從實驗室到市場的「死亡之谷」。他們手握技術，卻找不到真實的應用場景。問題癥結在於，政府部門與傳統行業的數據門檻極高，不輕易開放；市場上也缺乏跨行業的「沙盒」機制，讓初創可以試錯、驗證產品。結果，年輕創業者只能在一片真空裡摸索，無法累積真實數據去說服投資者。

四、本土局限與擴張的矛盾——想走出去闖市場......

香港市場太小，AI初創要活下去，就必須走出去。但問題是，「北上」要應付內地的數據與演算法監管，「出海」則要符合歐盟GDPR、還有東南亞各國五花八門的數據法規。各地AI法規變動頻繁，年輕團隊根本無從入手，一不小心就踩中合規地雷。與此同時，本地青年也缺乏與國際頂尖AI實驗室交流的渠道，視野打不開，創意也容易被困在島上。

拒絕空轉——AI 策略必須轉向「四大賦能」

真正的「AI+」戰略，不能「只見飛輪不見人」。即將成立的「AI+與產業發展策略委員會」，必須具備以下四個務實方向：

一、從興趣班到學徒制——用實戰為青年搭建入行階梯

先看看新加坡，他們的「AI學徒計劃（AIAP）」不是幾十小時的證書課程，而是九個月的全職、帶薪實戰。學徒在政府津貼支持下，直接參與真實企業項目，用AI解決實際問題。畢業生就業率高達85%至90%，最近更與數間國際科技企業聯手，推出800個新培訓名額。更重要的是，在2026年2月的新加坡國會質詢中，政府承諾會保持追蹤畢業生去向，確保數據反映真實市場的吸納能力。

美國2025年《AI行動計劃》（America’s AI Action Plan）也將AI視為通用技術，強制各部門把AI培訓納入教育與勞動力政策的主流，並擴大AI學徒制與在職培訓。在香港，政府不需要逐一替青年「配對工作」，更務實的做法是由大專院校與企業直接對接。由大學負責培訓有潛力高質素的AI青年人才，與金融、專業服務、製造、物流等行業的大企業共同設計「AI學徒崗位」，讓學生在學期間或畢業初期，就以學徒身份進入團隊解決真實問題。

同時，升格後的「技能提升局」應參考這套模式，提供薪酬補貼，鼓勵中小企聘用完成高階培訓的青年，讓他們成為傳統企業數碼轉型的引擎。另一方面，技能提升局應聚焦為基層與在職中高層提供轉型課程，並將具質素的AI甚至Web3課程納入資歷架構，給予官方認可，再透過粵港澳大灣區發展辦公室向區內企業推廣，擴闊本地人才北上發展的空間。

二、工具賦能——告別盲目算力迷思，打造貼地實用基建

對中小企（如餐飲、零售），政府應引導他們透過BUD專項基金或生產力促進局的計劃，採購AI工具完成升級轉型。面對國際平台封鎖香港的問題，政府應主動向相關科技公司說明香港作為獨立關稅區與國際金融中心的法治環境，強調本地願意配合國際標準處理數據，為日後恢復服務預留空間。

在底層技術上，為減少被中美角力的科技掣肘，政府應推動「繁中開源模型微調計劃」。然而，我們必須審視現有資源的運用。目前，香港推出的「港文通」雖然耗費重金，動用數以千萬計的算力進行全參數微調，但實際成效卻未如理想。其在粵語口語理解上的表現依然薄弱（基準測試錯誤率偏高），邏輯推理能力亦相對落後。儘管號稱擁有70萬用戶，但多為政府部門內部試用，真實商業應用寥寥可數，尚未建立蓬勃的產業生態。這種「高成本、低效益」的關鍵盲點，在於未優先針對香港真實痛點，如客服問答或法律文書處理。

反觀新加坡的「Sea-Lion」大模型，則採取了截然不同的策略。他們採用成本較低的 LoRA技術進行微調，專攻東南亞本土語言，成功登頂相關的基準測試，亦順利實現商業化的付費部署，衍生出教育、醫療、金融等行業應用。香港必須從中借鏡，捨棄盲目追求龐大算力的迷思，改為優化基礎模型、集中資源支援三至五個行業的客製AI工具，力求在半年內實現商業化落地。只有這樣，才能為香港青年搭建真正實用的底層基建。

三、開放應用渠道——政府帶頭示範，推動跨行業AI沙盒

政府應善用一億元的數碼轉型撥款，為部門採購合適的AI方案。採購策略上，不應由政府「包底」本地初創，而是由數字辦統一統籌，採購或開發適合多個部門通用的「AI解決方案」，避免各自為政。過程中，可讓本地初創參與投標與測試，在公平規則下競爭成為核心供應商。

在推動跨行業AI沙盒方面，金管局的GenA.I.沙盒已走到第二期，涵蓋20家銀行、14家技術夥伴的27個用例，這是香港少有的實質成績。政府應將這套經驗複製到醫療、教育、物流等行業，由科學園與數碼港作為把關者和橋樑，篩選成熟項目，主動與相關部門或公營機構對接試行，既保障項目質素，也減輕監管部門負擔。

四、從孤島走到國際——提供務實合規指引，打開海外視野

對年輕團隊而言，最大的痛點往往是如何合法地把產品推向市場。與其花錢另起爐灶建新中心，不如在現有基礎上加碼，委託已有AI治理諮詢經驗的生產力促進局擴大合規諮詢範圍；針對大灣區、歐盟、東南亞三大市場，編寫標準化合規指南；並在InvestHK框架下，為來港跨國企業與本地初創提供AI法規諮詢。同時，政府應恆常資助青年專才到海外頂尖AI實驗室交流，將「負責任AI」的實踐經驗帶回香港，形成具國際視野的創科社群。

面對AI時代的急劇變化，香港投入更多基建與撥款固然重要，但唯有正視年輕人的培訓斷層、工具孤島、應用場景缺乏與出海困境，透過扎實的學徒制、本地語料庫建設、理性採購與沙盒開放，以及清晰的合規指引，才能將冰冷的科技政策，轉化為青年向上流動的階梯，讓香港的AI創科藍圖真正落地生根。

別讓AI成為淘汰青年的高牆，要讓AI成為青年上流的階梯。

作者彭意婷是新思維副秘書長。

文章僅屬作者意見，不代表香港01立場。

01論壇歡迎投稿。請電郵至01view@hk01.com，附上作者真實姓名、自我簡介及聯絡方法。若不適用，恕不另行通知。香港01保留最終編輯權。