提升效率/生產力局倡設數據流通機制

　　图：黎少斌指出，疫情令到很多企业数码化，当下电子数据的普及情况较疫情前好很多。/大公报记者林少权摄

　　AI的应用离不开数据。在生产力局首席数码总监黎少斌看来，若企业训练AI时只运用所谓“普及的数据”，那么AI会给出的就只是“普通的答案”，因此鼓励企业收集使用“自己的数据”，如自身生产线的数据，相信以此训练模型提供的答案会更有针对性。

　　“不过，现在哪怕茶餐厅都会开始有自己的外卖数据和扫码点菜数据了。”黎少斌笑着说。他指出，疫情帮助很多企业数码化，当下电子数据的普及情况较疫情前好很多。但需要海量数据来开发AI解决方案的企业，在港仍会面对数据不足的问题，他希望能有更清晰的数据流通机制供企业参考，协助数据的流通使用。

　　香港科技园公司智慧数码服务总监霍露明亦指出，许多企业在几十年历史里已积累了许多自身数据，惟其主要是低质量数据，目前本港高质数据仍较稀缺。

　　港大部分企业未做到“数字化”

　　数据为何还分高低质量？霍露明解释说，低质数据可看成是零碎的笔记，高质量数据就是成篇的文章。高质量数据能提高模型的准确性和预测效果，但将低质量数据转化为高质量数据需耗费大量金钱人力。在她看来，目前这一转化成本对企业而言或非必须，期待未来有AI助力，提供更具性价比的转化方案。

　　她解释“数码化”及“数字化”概念，指“数码化”即自动化的过程，如将手写数据“digitalize”，对企业而言相对简单，现有许多AI应用方案可协助本港企业完成转型。然而企业若能利用数据获取新利益且推动其业务发展，才是真正实现“数字化”，惟目前本港大部分企业尚未做到。

　　她续指出，本港大多数企业运用AI仍停留在较基础的自动化层面，若要进行更高端应用，如作为预测模型等，则未必已准备好。她举例，若将AI用于面向客户的环节，牵涉到决策等，那么AI做的决定是否需要公司负责？公司应负多大程度的责任？相关法例尚未健全的情况下，很多公司未必敢把更重要的环节交由AI处理。