香港AI项目把风险分析压到数分钟：10亿港元仍要看成效

香港数字政策办公室与数码港9月24日举办人工智能资助计划项目分享会：原有为期三年、规模30亿港元的计划已有逾30个项目获批，政府此前宣布拟额外注资10亿港元；金管局生成式人工智能沙盒中的部分风险分析由一天缩至数分钟，可疑交易报告生成时间缩短30%至80%；医疗项目负责人刘宏斌以“少一分等待，多一分安心”形容医院应用。

据商台新闻的现场报道，截至7月，计划已批出超过17亿港元资助，数码港人工智能超算中心使用率超过九成；银行沙盒为20家银行提供算力，超过一半测试方案已落实推行；新增资助方案预计于2027年第二季度提交立法会，细节订妥后于第四季度推出。目前可观察的是既有项目的进展和特定流程的效率变化，新增资金的使用条件尚待明确。

新增注资投向哪里，已有资金走到哪一步

新增额度的指定方向是支持香港人工智能研发院使用高阶算力开展前沿科研，并让合资格机构利用相关资源。既有计划主要资助本地院校、研发机构和科技企业使用数码港人工智能超算中心。前者是未来的资金安排，后者已有项目获批和资助额批出；把两者合成一笔已经投入应用的经费，会误读目前的进度。

获批项目涵盖大语言模型、新材料和生物医学，说明算力需求来自不同研究领域。项目数量反映覆盖面，批出资助额反映资金承诺，超算中心使用率反映设施使用情况。这些指标各有用处，却不能替代成果数据：算力用得多，仍须看它支持的模型是否进入稳定流程，是否改善原有工作。

医院应用和银行测试因此比项目数量更能呈现资助计划的具体作用，但两种进展也不能混为一谈。医疗模型已经进入机构使用；金融侧披露的节时幅度来自沙盒中的流程。新增额度若要显示成效，还需要清楚的资助条件，以及可与现有项目区分的后续结果。

医疗模型进入医院，节省了哪些时间

分享会上展示的多模态医疗大模型用于医学诊断和手术，相关成果已在香港及内地医疗机构应用。项目介绍涉及两项不同的流程变化：手术报告生成加快，超声心脏扫描所需时间缩短。前者涉及临床记录的形成，后者发生在检查环节，不能合并为一个笼统的医疗效率数字。

医疗项目的意义在于，受资助的算力已经连接模型研发与医院流程。模型进入医院后，报告仍要满足临床记录要求，扫描也仍须服务于检查目的；耗时减少能否持续，取决于实际使用中的质量和稳定性。公开披露没有给出统一的起始耗时或节时比例，因此目前适合描述具体环节的改善，尚不适合计算医院整体节省了多少工时。

这也解释了资金效果为何不能只按模型研发完成与否衡量。同一项目从获得算力、形成模型到进入医疗机构，跨越了不同阶段；机构持续使用及流程质量，比一次成果展示更能说明研发投入如何转化为服务变化。

银行沙盒提速，两个数字指向不同流程

可疑交易报告的时间降幅，衡量的是报告生成；从一天到数分钟，衡量的是部分审批或风险管理流程中的风险分析。报告准备、分析完成与最终审批是不同环节，不能把其中一项的速度直接写成整笔业务的完成速度。这一耗时比较仅适用于已披露的测试流程，不能推断所有银行都达到同样结果。

沙盒测试还覆盖反诈骗与客户体验。反诈骗场景需要汇集不同来源的信息，人工智能可协助整理和分析线索；可疑交易报告则需要把相关资料组织成可供处理的内容。两者都可能减少重复工作，但节时之外，机构仍需判断输出是否准确、依据是否可追溯，以及人工复核花费了多少时间。

已有部分测试方案进入推行阶段，显示成果不只停留在演示。不过，已披露的百分比和耗时比较没有统一说明各机构的业务量、原有流程或复核成本。把这些数字用于描述参与方案的效率变化是合适的；评价整个银行业的生产率，则需要覆盖范围更广、口径一致的数据。

沙盒扩至其他金融领域，监管要面对新流程

9月16日发布的施政报告金融应用安排明确，生成式人工智能沙盒已升级为跨机构的“生成式人工智能沙盒++”，参与领域从银行扩展至证券、财富管理、保险和强积金，新一轮入选项目计划于年内开展测试。扩围增加了可测试的业务场景，也使不同机构的审核责任和客户保障要求进入同一项政策安排。

银行准备可疑交易报告的节时幅度，无法直接用来预测保险理赔或投资业务的效果。新场景需要分别观察模型承担了哪些步骤、人工在哪里复核，以及错误如何被发现和纠正。速度若只能靠增加事后修订来实现，前端缩短的时间便不足以代表完整流程的改善。

新增资助方案提交立法会后，资金使用条件才会进一步清晰；沙盒扩围后的测试结果，则能显示已披露的提速是否能在其他业务流程中持续出现。这两项后续信息，将决定科研投入和试点效率能否转化为范围更广、可比较的应用成果。

相关阅读：

• UiPath把流程访谈变成地图：每次改动仍要人工批准
• Claude把量子计算机激光复位缩到数秒：生成的是可审计程序
• 定制芯片也会被“埋雷”：NSA把风险拆成18类