佳能香港（Canon Hongkong Company Limited）於今天舉辦了名為「NEXTech: AI Agent in Action」的科技研討會。是次活動邀得業界專家及技術領袖，共同展示由 AI Agent（任務型智能代理）驅動的商業平台，協助企業在營運效率、成本效益、合規性與安全性之間取得平衡，加速智慧轉型，同場亦展示了佳能香港多個不同的商業應用方案，讓與會者能更進一步了解公司的最新產品及技術，以及未來的發展路向。
展示全線企業級 AI 應用方案
在「NEXTech: AI Agent in Action」研討會旁邊的宴會廳，佳能香港向現在來賓展出全線企業 AI 應用方案，當中包括可把病歷及醫療檔案數碼化的 Healthcare Digitalization、提供超過 30+ 預設 workflows 流程的 Smartwork、協助大型企業管理物業的智能家居系統 AIoT Ecosystem、Next-Gen AI Agent 代理式人工智慧解決方案、Canon LED Poster 及 Intelligent Print Hub 方案等。
六大主題研討會與嘉賓陣容
現場研討會涵蓋多個前瞻課題，包括「AI Agent 實踐：破解企業 AI 轉型痛點」、「透過 ISO 控制措施建立『數位信任』」，以及「從模型到 Agent：自主 AI（Autonomous AI）如何在 2026 年重塑職場協作」等。演講嘉賓包括：佳能香港高級經理 Ivan Kwok、 華懋集團資訊科技及方案高級副總監 Ben Fung、Antelope International Limited 創辦人 Clement Hong，以及香港大學計算機與數據科學學院教授（AI 及數據科學）鄭光興博士（Dr. Reynold Cheng）等，為出席的高管、IT、HR 及財務人員帶來實用的轉型洞見。
▲佳能香港（Canon Hong Kong）商務影像方案及數碼印刷部高級總監 Jeffrey Kung 在研討會上致歡迎詞。同時他亦分享了香港科技大學研究指有 73% 的企業受訪者已經在日常運作中使用 AI。而有 80% 的受訪者相信 AI 對他們的營運、生產力和效率帶來正面影響。
AI 辦公新思路：從知識庫到治理框架的實戰
佳能香港高級經理 Ivan Kwok 在會上分享企業如何透過知識庫整合與 RAG 技術，將 AI 真正融入日常工作流程。他在演講中強調，企業導入 AI 最重要的基礎並非模型本身，而是足夠且高質量的數據，加上人員的持續學習與轉變。Ivan 以 Canon 香港自身的兩個實戰案例 — Smart Green Office 智慧綠色辦公室，以及 AI Enterprise Process Platform 企業流程平台 — 說明 AI 如何從「量度與控制」進化至「分析與決策」。
▲佳能香港高級經理 Ivan Kwok。
由「找數據」到「問 AI」：辦公室生態的改變
Ivan 回顧了工業時代量度生產力靠「physical」與「manual」的方式；過去十年的數碼時代講求「information」的生產力，即能否快速掌握資訊；今天進入 AI 年代，企業講求的是「intelligence」的生產力。他指出，傳統工作模式高度依賴人手處理資訊搜尋、內容制定與決策，知識往往局限在個人身上，難以有效流通。相反，在有效採用 AI 的工作環境下，AI 可以即時協助搜尋資訊、草擬內容，甚至讓企業內部資訊更加透明，讓不同員工都能存取。他以自己處理電郵為例，過去回覆需要花長時間構思架構的郵件，現時透過 Copilot 整合 Outlook，草擬內容的效率大幅提升，但最終決策仍需交回人手覆核。
案例一：智慧綠色辦公室——由感應器數據到 ESG 決策
Ivan 分享的第一個案例是 Smart Green Office。他指出，傳統智慧辦公室主要依靠 IoT 感應器收集電力使用量、溫度、空氣質素等數據，並做基本的自動控制，例如窗邊光線充足時自動熄燈。但透過新一代 AI 平台的 API 整合能力，企業現時可以匯聚感應器以外的數據來源，例如打印用紙量、出差時的碳排放記錄，甚至義工服務時數與員工培訓時數等 ESG 相關指標——這些過往根本沒有系統可以量度。
Canon 香港即將遷入新辦公室，屆時會採用一個以 3D digital twin 形式呈現的全新智能 dashboard，整合辦公室運作數據，並以「human centric」為原則制定電力、冷氣等資源的控制情境，同時讓 GA 同事可透過統一平台存取不同層面數據，甚至在中央平台上 override AI 提出的建議情境。
案例二：知識庫加 RAG——回答「我們公司」的專屬問題
第二個案例聚焦於 AI Enterprise Process Platform。Ivan 提出一個關鍵觀察：一般聊天機械人被問及公司內部資料時，理應答不出來，因為它無法存取企業內部系統。因此，新一代 AI 平台引入「知識庫」（Knowledge Base）概念，將 HR 手冊、公司政策等內部資訊整合，再透過 RAG 技術將大型語言模型與企業自身資料庫連結，執行日常工作指令。
他以由淺入深的四個問題示範這套邏輯：簡單的文件摘要，一般 chatbot 配合 LLM 已可完成；但問及「公司年假政策」，LLM 本身答不出，需靠知識庫加 RAG；查詢「我還有多少年假餘額」，則要透過 API 連接 HRM 系統的實際數據；最複雜的「根據公司政策我可享有多少年假」，則需同時結合知識庫、RAG 與 API 三者。Ivan 補充，這套平台亦連接企業其他核心系統，例如財務的付款審批完成後自動執行結算，或 HR 招聘流程完成後自動生成員工主檔資料，將分散的數據整合到同一個知識庫中運算。
治理不能缺席：從 Responsible AI 到 ISO 42001
Ivan 特別提到，企業普遍關注兩大難題：AI 難以整合現有系統，以及數據私隱與保安治理的顧慮。他解釋，市場上「Prompt Engineering」講求如何下達指令以取得所需答案；「Context Engineering」關乎 LLM 連接內部系統時可接觸哪些數據；更進一步的「Harness Engineering」，則是透過建立管理制度規範 AI 的建構與部署方式，而非單純的技術能力。
他透露研討會上會有專家講解 ISO 42001 這套 AI 管理系統標準，核心包括制定 AI 政策、界定員工角色與問責、識別及緩解風險，並在整個 AI 生命週期（設計、開發、測試、部署、監察、退役）中持續進行影響分析與透明度管理。Ivan 直言，若企業使用 AI 處理數據卻完全不加監察，一旦 AI「發神經」錯誤地在付款時多打一個零，後果不堪設想，這正是治理框架不可或缺的原因。
Canon 數碼轉型的時間軸
回顧 Canon 香港的發展歷程，Ivan 指集團早於 2013 年開始為客戶提供文件及流程數碼化管理服務，到 2022 年已將 AI 擷取技術應用於發票及收貨單等文件處理，隨後引入 chatbot 技術，並由去年起建構 AI Agent 協助客戶優化運作流程，直至今年初才正式將 AI 整合至自身產品線。
他特別提到，流程數碼化的重災區落在財務範疇——大約 8 年前已協助客戶處理應付帳款（AP）流程，至今仍有大型 AP 項目在進行，同時亦涵蓋 HR 招聘、員工入職離職、法務合約生成及供應商登記等流程。Canon 發現不同行業客戶的後台流程有九成相似，因此將這些流程標準化並整合至同一平台。他總結，有效實施 AI 的關鍵成功因素包括安全可靠的 AI 方案、數據整合能力、治理框架建構，以及企業能否培養持續學習的心態，讓 AI 與人類真正做到協作而非取代。
