生成式 AI 普及近 4 年，香港企業的關注焦點已由「是否採用」明顯轉向「如何擴大應用」。香港電訊在「Tech Week 2026」公布的最新調查顯示，82% 受訪企業計劃於未來 12 個月投放 AI 資源，但當中只有 43% 已預留預算並展開投資，另有 39% 有計劃但未預留預算，其餘 18% 則無投資計劃。整體有 67% 企業表示已採用、試用或計劃使用 AI，其中大型企業的比例達 79%，中型企業為 65%，中小企則為 49%。市場對轉型方向已有共識，但能否將零星的 PoC 試驗，轉化為可量度、可管治且能持續擴展的營運能力，將是下一階段拉開企業競爭力的分水嶺。
AI 投資由試驗轉向營運效率
調查結果指出 52% 企業將「提升整體營運效率」視為採用 AI 的首要動機，重視程度遠高於日常工序自動化與節省成本（各佔 11%）。調查中更有 69%（近七成）企業明確表示，在部署 AI 時最關注成本（Cost）與投資回報率（ROI）。香港電訊商業客戶業務董事總經理吳家隆指出，企業採用 AI 已由「對話框聊天」的試用期，轉為聚焦於「解決真實業務痛點（Solve real problems）」。
他強調企業首先要判斷業務問題是否適合由 AI 處理，而不是先採購模型再尋找用途。部署時應精細考量 Token 耗用量、模型單價、回應速度及數據敏感程度，事實上並非所有業務場景都需要調用規模最大的模型，部分工作需快速回應，部分分析則可安排在夜間等非繁忙時段（Non-peak hours）運算，毋須一律使用最快、最昂貴的模型。管理層應先釐清流程處理時間、單次任務成本及人工覆核工作量等基準指標，再審慎選擇公有雲、私有部署或不同參數規模的模型架構。
香港電訊商業客戶業務董事總經理 ─ 吳家隆亦透露，公司內部早已將 AI 融入營運，集團約 50% 至 70% 項目已使用 AI 協助研究，IT 團隊約七成應用開發工作亦有運用 AI Coding，新方案及產品構思大多圍繞 AI。不過企業仍須回歸實際產能、成本結構及收入成長等實質變化，評估這種高滲透率能否轉化為可觀的投資回報率。
Agentic AI 重建流程 先補數據與權限缺口
調查亦顯示目前已有 14% 的受訪香港企業採用 AI 智能體（Agentic AI），大型企業計劃於未來導入的比例達 38%，中小企則為 19%。吳家隆引述全球數據（約 17%）指出，香港企業在 Agentic AI 的部署進度上對標國際，並不落後。
Agentic AI 能自主接收指令目標、讀取數據並調用系統執行多步驟任務，但吳家隆提醒，企業現有的大量舊系統當初僅設計供員工閱讀操作，未必提供適合 Agent 存取的資料結構、系統介面及權限安排。企業必須為每個 Agent 賦予獨立身份認證（Agent Identity）、最小存取權限及完整的審計軌跡（Audit Trail）；在涉及財務付款、數據刪除或對外發布內容等關鍵節點時，應保留人工批准點（Human-in-the-loop），以建構嚴謹的安全護欄。
客戶對話變成全量營運情報
HKT Tech Week 現場展示的 AI Meeting 方案能打通辦公室固網、員工手機及網上會議平台，自動把通話轉錄並生成摘要，並支援中英文混雜語音、企業專用詞彙庫及遠端雙向降噪。香港電訊人員表示，通話結束後約 10 至 15 分鐘即可收到摘要，轉錄準確度可達「95% 可用級別」，尤其對廣東話作了深度學習，因此比巿面上其他 AI 方案更適合港企使用。
該方案更高的管理價值，在於協助客戶服務中心將傳統的「抽樣監聽」轉變為全量對話分析，從而評估服務質素、找出員工培訓需要及整理常見查詢。相關對話亦有助企業發現產品問題及尚未滿足的客戶需要，成為優化服務流程及開發新產品的重要依據。與此同時，企業須同步完善錄音事前通知、公私通話分隔、數據保存週期及權限控管等合規機制。
AI 保安由告警走向主動防禦
在保安層面，香港電訊展示的防禦方案結合視覺 AI（Visual AI）、新註冊網域監測及暗網情報，能實時辨識擬真釣魚網站；現場人員表示，方案在有需要時可協助下架仿冒網站，最快約兩小時完成。全自動化的 Agentic SOC 則利用多個 AI Agent 分工處理告警分析與威脅獵捕（Threat Hunting），HKT 現場人員表示系統最快可於 15 秒完成偵測，並在約 30 秒內完成進一步分析及威脅獵捕。
AI 在提升防禦自動化的同時，也讓攻擊者得以製造更加逼真的詐騙內容。企業必須嚴加管治員工私自部署未授權工具的「影子 AI」（Shadow AI）風險。除了部署端點偵測與回應系統（EDR）進行監控外，管理層更應提供獲合規批准的企業級 AI 平台、安全測試沙盒及明確的數據安全使用規範。
光纖與機械人把 AI 帶入實體營運
在實體營運應用方面，現場示範了利用光纖感測技術（Fiber Sensing），直接將 HKT 現有光纖網絡感知車輛行駛產生的震動，再經由 GPU 與 AI 即時分析到車速、車重及交通異常，無需在每個路段額外鋪設大量的實體 IoT 感測器。HKT 未有公布系統的具體準確度，現場人員表示仍需繼續研究，並正與相關政府部門探討應用。
針對企業引進人形或巡邏機械人時「不同品牌極難統一管理與部署（Deploy）」的共通痛點，HKT 智能營運中心（Intelligent Operation Center, IoC）提供了一個中央化平台，可跨品牌集中管理巡邏、接待及四足機械人，並配合視覺語言模型（Vision-Language Model，VLM）監測辦公室人流、能源使用及工地安全規範。引進 Physical AI（實體 AI）的隱形成本，不單在於硬件採購，更涵蓋跨品牌系統整合、持續維護、數據架構管理及責任歸屬追蹤。
AI 轉型最終仍是人才與組織問題
為建構算力基建，HKT 正透過 3.2 Tbit/s 高速光纖，連接香港不同地點的 AI 數據中心、算力設施及企業，並在河套區設立 HKT AI Exchange 機房。然而先進的基建與工具僅是起步，吳家隆形容「AI 高手在民間」，香港電訊除了設立 Academy 進行系統化培訓外，更積極鼓勵員工跨部門分享實戰案例，避免各團隊重複試錯摸索。
吳家隆建議，大型企業與中小企應採取不同的轉型路線：大型企業需要建立統一的數據架構、Agent 治理機制與混合雲部署能力；對中小企而言，HKT 方案則強調「先目標為本、應用為主，以快及準先行」，適合由會議摘要、熱線對話分析或保安監測等單一明確場景切入，循序漸進。進入 AI 轉型的下半場，市場的領先者絕非擁有最多 AI 工具的公司，而是能讓員工安全且熟練地運用 AI，將個體經驗轉化為組織資產，並成功從「營運效率改善」進一步跨越至「創新產品、服務與商業模式轉型」的企業。
總結：從科技試驗走向營運賦能的關鍵一步
香港企業 AI 轉型已正式跨越概念試驗期，邁入考量實際效益與可持續管治的營運期。對於企業決策者而言，成功的 AI 落地既需要明確的業務目標與嚴謹的 ROI 計算，亦需要建立安全的數據底座、Agent 身份治理與人機協同機制。香港電訊作為「Nexus」轉型樞紐，透過底層光纖基建、算力網絡與全方位的系統整合能力，協助各行各業打破數據與系統孤島。進入 AI 轉型的下半場，市場的領先者絕非擁有最多 AI 工具的公司，而是能讓員工安全且熟練地運用 AI，將個體經驗轉化為組織資產，並成功從「營運效率改善」進一步跨越至「創新產品、服務與商業模式轉型」的前瞻企業。
