政府致力推動「AI 產業化」,期望以 AI 賦能百業,但現實卻面臨成本高昂及資源錯配的嚴峻挑戰。從研發大模型的天價開支,到日常營運的昂貴電費,均令業界百上加斤。此外,AI 投資回報期漫長,連國際巨頭亦難達收支平衡,遑論資源匱乏的本港中小企。企業引入 AI 時更受制於數據整理等繁瑣工序,亟需當局精準分配資源及提供到位支援,方能打破困局
山火對自然環境與生命財產構成重大威脅。面對災害挑戰,創新科技正扮演關鍵角色。從無人機結合 Gaussian Splat 3D 建模與 GIS 實時直播,到中電運用智能系統源頭排險,再到消防處部署 AI 偵測與低空經濟沙盒運送滅火物資,科技大幅提升了防災救援效率。然而,防止山火的根本終究在於源頭預防,大眾提高警惕、切勿留下火種,才是保障城市安全的真正法門
隨着香港癌症新增個案上升,為本港醫療體系帶來壓力,本地大學積極研發 AI 醫療創新方案。香港大學運用深度學習及長讀長測序技術,突破傳統基因分析限制,以極高準確度同時分析基因表現與突變。香港科技大學則引入「上下文學習」概念,僅需極少影像樣本即可精準配對癌症類型並執行診斷任務。這些創新技術大幅提升病理分析效率,為精準醫療帶來突破
香港政府正積極推動 AI 產業化,力求完善本地生態圈。然而,企業應用 AI 時面臨諸多痛點。數據孤島、系統不兼容及高昂的跨境合規審查成本,嚴重限制了大模型訓練與落地。此外,香港佔多數的中小企受制於資源瓶頸,難以負擔高昂的開發與資料整合成本。要實現長足發展,實有賴各界開放創新與互信協作,才能共建完善的創科生態
隨着香港加速推進 AI 發展,企業數碼轉型背後往往隱藏着傳統基礎架構的脆弱性。面對日益複雜的網絡威脅及「速度悖論」,舊有系統的技術債極易演變為嚴重的業務風險。現代網絡安全不再是獨立防線,必須融入 IT 環境的每個層面。企業應從設計之初將韌性納入核心規劃,建立能抵禦機器級速度攻擊的現代化基礎架構,方能在激烈的市場競爭中化解危機,穩步駕馭這波人工智能浪潮,創造長遠價值
全球癌症發病率持續攀升,傳統檢測往往難以在早期發現病灶。最新醫療科技將人工智能與基因技術深度結合,為癌症早期識別帶來重大突破。從牛津大學創新的液態活檢技術,到運用 AI 模型精準比對病理組織影像,科學家成功將檢測時間縮短至一分鐘,準確度大幅提升。這場基因檢測市場的快速膨脹,正引領全球走向更精準的疾病預防新時代