如果不是因為家族生意，我大概不會這麼早走進「數碼員工」這條路。我們家做的是傳統保險代理：保單、報價、續保、賠償，流程又長又碎，全部靠人手處理。 幾年前，我開始問自己一個很直接的問題：有沒有可能用 AI，把整間公司變成一間「AI 公司」，讓系統而不是人，去處理大部分例行工作？

文：Michael C.S. So ｜ AiX Society

在這個嘗試過程中，我發現問題不只在我們家——香港絕大部分中小企，其實都被同一種痛楚困住：人手短缺、系統分散、文件工作多到做不完，但老闆又知道自己不可能請一隊「數據科學家」慢慢玩概念。於是，我最後沒有只改造一間家族公司，而是創立了 AiX Society，專注做 AI 辦公自動化、DingTalk 方案和商業 AI 培訓，希望把這些實戰經驗整理成可複製的方法，幫更多香港企業建立自己的「數碼員工團隊」。

很多老闆現在心裏的問題都是同一句：「現在是不是投資 AI、建立數碼員工的最佳時機？」我的答案很清晰：是，而且「不開始就會輸」。但要解釋這個「是」，我們要先分清兩種 AI：聊天機械人，和 Agentic AI。

過去兩年，我們習慣了把 AI 當成聊天助手：讓它寫 email、改稿、整理重點、做 PowerPoint。這類工具背後都是大型語言模型（LLM），但本質仍然是「你問、它答」，屬於被動反應型的 AI。

Agentic AI 就不一樣了。可以把它想像成一個「會自己做事的初級同事」：你給它一個目標，例如「做一份第二季銷售檢討」，它會先拆步驟、自己計劃，再登入不同系統取數、整理 Excel、拉圖表、寫草稿，最後發給相關主管審閱。國際顧問公司的研究顯示，這類自主 Agent 在採購、合規、IT 運維、供應鏈等流程，能將處理時間縮短四至六成，而且不少步驟毋須人類逐格指示就能自動完成。

當然，未來五年 LLM 還會持續進步，推理能力更強、上下文更長、行業模型更專業。但實際做企業項目時，我愈來愈覺得：對大量「重複、規則清晰」的知識工作，今天的模型其實已經「聰明到足夠」。真正的瓶頸，不再是 AI 的智力，而是三件事：整合、保安、和組織設計。

這也是為什麼世界各地的大型企業，正在悄悄圍繞 Agent 重畫組織圖。管理層不再只是說「叫同事多用下 AI」，而是問：哪些端到端流程可以交給 Agent 先行處理？我們應該如何搭建一張「智能體網」，把 CRM、ERP、HR、財務等系統串在一起？一個經理是否可以同時管理幾個數碼員工？ 很多公司甚至已經出現例如 Agent Operations Lead、Prompt Architect 等新職位，專門負責管理這些數碼員工團隊。

聽到這裏，你可能會覺得：「這些是大企業的世界，和香港中小企很遠。」其實剛剛相反，我認為最需要、也最適合數碼員工的一群，就是中小企。

你可以看看自己公司是不是也有以下幾個特徵：

第一，人手不足——人才難請又貴，流失率高，很多 know-how 只在人的腦裏；

第二，系統分散——WhatsApp、Email、Excel、會計系統、電商後台，各自為政，全靠人手 copy & paste；

第三，日常工作綁死管理層——報價、落單、對賬、入職、考勤、合約、合規報告，全部都「無你做唔得」。如果你點頭，基本上就是數碼員工最能幫你的場景。

問題是，用傳統 IT 思維想要「照辦煮碗」複製 Fortune 500 的 AI 策略——請一隊數據科學家、自建模型、做三年轉型計劃——九成中小企會在第一步已經放棄。Agentic AI 的新玩法，是直接訂閱一個已經整合好模型、工具、保安的「數碼員工底座」，用月費方式去試，不需要先砸一大筆錢。

在這裏，我特別留意兩個和香港企業非常有關的平台：阿里巴巴的 Wukong，以及國際版 DingTalk / dingtalk.io。

Wukong 可以理解為一個專門給企業用的 Agent 平台，它不是一個聊天機械人，而是一個可以協調多個 Agent 的總控制塔。企業可以用它讓 Agent 處理文檔編輯、試算表更新、審批流程、會議紀錄、資料搜尋等任務，既可以當桌面程式用，又可以直接在 DingTalk 裏啟動。Agent 更可以像人一樣操作電腦和瀏覽器，登入 ERP、打開電商後台、處理雲端文件，將這些步驟串成一條完整流程。對於一半 on-premise、一半 cloud 的香港公司來說，這種「會操作介面」的 Agent，正好補上傳統 API 難以覆蓋的空隙。

在企業最關心的保安方面，Wukong 內置身分驗證、細緻權限控制和安全沙盒，所有 Agent 操作都在受控環境裏執行並可被審計，而

且 Agent 會繼承企業原本的權限制度：某職級員工在系統裏看到甚麼，對應的 Agent 就只可以看到甚麼，不能越權。

DingTalk 則是這些數碼員工的「辦公室和神經系統」。它是一個雲端工作平台，將聊天、視像會議、雲端文檔、任務管理、審批工作流放在同一個 App 裏，全球已有超過二千萬企業用戶，新一代更定位為 AI‑powered workplace。 DingTalk 通過多項國際安全和私隱認證，包括 ISO 27001、SOC 2 等，並以 GDPR 級別作為設計基礎，代表當你把 Agent 放入這個平台裏，它不是在玩具環境，而是在一個足以面對審計和監管要求的企業環境裏工作。

不少香港老闆會問：數據會不會放在內地？會不會受內地法律直接監管？這方面，DingTalk International 是專門為跨境和非內地市場設計的版本，數據存放在境外節點，例如新加坡、歐洲等地，並通過 ISO 及 SOC 審核，以 GDPR 級別的私隱保護為標準，有助企業與本地《個人資料（私隱）條例》對接。 此外，國際版支援英文、繁中、簡中一鍵切換，對香港這種雙語、多地團隊非常合適。

說了這麼多技術和平台，回到最實際的問題：你現在可以怎樣開始？

我通常給客戶的一個三步建議是這樣的：

第一步，選一條「高價值又悶」的流程。條件是：規則清晰、重複度高、涉及不少資料，但初期風險不算最高，例如月度銷售報表、PO 跟進、入職文件收集。用 Wukong 的 Agent 去拆步驟、接 CRM 和試算表、生成報告或簡報，再透過 DingTalk 發給相關主管審批，這就是實戰級的第一個數碼員工。

第二步，先做好安全和治理。和 IT 或顧問一起，列出 Agent 需要接觸的系統和資料，配置好 DingTalk International 的帳號管理、單一登入、多重認證和 DLP 規則，確保符合公司內控和 PDPO 要求，同時利用 Wukong 的沙盒和權限繼承，令不同角色的 Agent 只能存取對應權限的資料。

第三步，不要只停留在「節省幾多小時」的層面，而是重新設計崗位分工。思考哪些工作可以完全交給 Agent 處理，人類只做監督和例外處理；一個營運同事能否由「自己逐步做流程」，變成「管理三、四條 Agent 流程」；在 Agent 接手例行工作的情況下，公司又可以提供甚麼新服務，例如更快的報價、7x24 客戶回覆、更深入的數據分析。

最後回到題目：現在是否投資 AI 並建立數碼員工團隊的最佳時機？

我的看法是：模型已經足夠成熟、成本剛剛變得可負擔，而競爭對手也開始行動。從今天起，你不是在問「AI 是否值得試一下」，而是在選擇自己想做這場革命的旁觀者，還是早一批參與者和設計者。