Copilot、Gemini，還是自訂系統？香港企業生成式AI工具的決策框架

香港企業使用生成式AI的狀況，存在一個明顯落差。

根據香港生產力促進局2025年AI職場整備調查，88%的受訪企業員工已在日常工作中使用AI工具，92%的企業表示計劃將AI引入工作流程。但在已使用AI的中小企中，約僅32%使用付費工具，其餘以免費版本為主（HKPC中小企指數，2026年第一季）。

採用率高，但多數停留在個人使用層面，而非系統性部署。這個現象的成因之一，是企業對不同工具的功能邊界缺乏清晰認識——不清楚何時訂閱方案已經足夠，何時需要自訂系統。

本文提供一個決策框架，而非工具評分。

香港的AI工具存取現況

香港企業在工具選擇上面對一個特殊的存取環境。OpenAI的ChatGPT介面及Anthropic的Claude.ai介面，目前均未向香港用戶開放直接注冊。兩家公司的底層模型，仍可透過企業雲端平台訪問——OpenAI模型可透過Microsoft Azure OpenAI Service，Claude模型可透過Anthropic API。

實際影響是：消費者版本受限，企業版本和API層仍可正常使用。

目前在香港可直接訪問的主要平台包括：Microsoft Copilot（整合於Microsoft 365）、Google Gemini（2026年3月起正式向香港用戶開放）、Grok（xAI），以及DeepSeek等中國研發的語言模型。

三類工具的功能邊界

生成式AI工具在功能層面可分為三類，各有不同的適用場景。

一、Microsoft 365 Copilot / Google Gemini for Workspace

這類工具深度整合於辦公套件之中。Copilot在Word、Excel、Outlook、Teams中提供AI輔助；Gemini整合於Google文件、試算表和Gmail。

適用場景：個人生產力提升、文件草擬、會議摘要、電子郵件整理。對於已大量使用Microsoft 365或Google Workspace的企業，這是摩擦最低的起點。

功能邊界：這類工具設計用於輔助現有辦公室工作流程，而非替換或重構業務流程。企業知識庫的整合深度受限於平台架構；記憶與上下文無法在平台外遷移；使用數據歸屬平台而非企業。

二、API層工具（透過Azure OpenAI、Anthropic API等）

企業透過雲端API訪問底層語言模型，在自身基礎設施上構建應用。這一層支持更高程度的定制：可以設計特定的提示工程、接入企業知識庫、控制數據流向。

適用場景：需要將AI能力嵌入現有業務系統（ERP、CRM、文件管理）的企業；需要定制AI行為以符合特定業務邏輯的場景。

功能邊界：需要技術能力來構建和維護應用層。相較於辦公套件整合，部署週期較長，前期投入較高。

三、自訂AI系統

完整的自訂系統包括：業務流程分析、RAG知識庫設計、自訂記憶架構、系統整合和部署。整個系統建基於企業自有的業務邏輯和數據資產。

適用場景：有大量非結構化內部文件需要AI處理；業務流程高度特殊，現成工具難以適配；對數據主權或多語言準確率有嚴格要求。

功能邊界：建設週期長，需要專業工程能力支撐，或外部技術夥伴介入。六種常見的功能缺口詳見企業為何需要AI顧問，而非單純使用Claude或Poe。

三個關鍵決策問題

選擇哪類工具，取決於以下三個問題的組合答案。

問題一：業務流程是否高度重複且可預測？

若AI需要處理的任務具有固定輸入和輸出格式（如：從PDF提取特定字段、按模板生成報告、分類客戶查詢），固定Pipeline設計在成本和可審計性上具有明顯優勢。若任務邊界模糊或需要動態判斷，評估Agent架構是否合適。相關分析見Fine-Tuning、RAG定Prompt Engineering？企業AI架構實用決策指南。

問題二：企業內部文件的訪問是否是核心需求？

若AI系統需要準確引用企業內部文件（合同、手冊、歷史記錄），辦公套件AI的知識庫深度通常不足。香港企業文件的中英混合特性，對RAG系統的設計有額外要求——雙語環境下的實際挑戰值得在選型前了解。

問題三：數據主權和跨境數據流是否是關鍵考量？

若AI系統需要處理客戶個人資料或商業機密文件，數據儲存於哪個服務商的服務器、受哪個司法管轄區的法律管轄，是合規責任的組成部分。Copilot和Gemini均將數據儲存於其各自的企業雲端環境；自訂系統可以設計在企業自有基礎設施上。香港企業處理機密文件前的資料流向問題提供了具體的評估框架。

繁體中文的實際表現差異

香港的業務溝通在繁體中文、英文和廣東話之間頻繁切換，這對AI工具的選型有實際影響，但常被忽略。

以下幾點值得注意：主要AI平台對繁體中文和簡體中文的處理能力存在差異，部分模型在未明確指定繁體中文時，輸出會滑向簡體字符和詞彙習慣；廣東話粵語的理解和生成能力在各平台表現不一；混合中英文查詢的準確率，因平台架構和訓練數據分布而異。

在部署任何AI系統處理企業的繁體中文文件或客戶溝通前，針對實際業務查詢的驗證測試是必要步驟，而非可選選項。

一個實用的決策起點

以下框架可作為評估的起點，而非最終答案。

若企業需求主要是個人生產力提升，且已有Microsoft 365或Google Workspace訂閱：先評估現有套件的AI功能，再決定是否需要額外工具。

若企業需要AI訪問內部知識庫或重構業務流程：辦公套件整合的能力邊界很快會顯現，API層或自訂系統值得納入評估。

若企業對數據主權、多語言準確率或與現有系統的深度整合有具體要求：建議在選型前進行完整的需求分析，而非直接對比工具功能表。採購框架可參考香港AI諮詢服務採購前必須釐清的六個問題。

Levi 是香港獨立AI工程師，為香港及大灣區企業構建生產級LLM應用及RAG Pipeline。學術背景包括比利時Vlerick商學院商業分析與AI碩士，生產部署包括保險行業RAG比對系統及HKSoka（hksoka.com）多層記憶AI平台。過往亦曾實際應用於客戶項目。

smartai.hk+ai.consulting@proton.me
linkedin.com/in/levi-innovation