为什么香港招不到AI工程师

市场结构性缺口解析，以及项目制合作的替代路线

香港企业对AI能力的需求很高。招聘周期漫长，大量搜寻最终无果而终。缺口不是人才短缺——而是市场供给与大多数机构实际需求之间的结构性错配。

香港AI就业市场的结构

浏览LinkedIn香港AI相关职位，可见两个明显群组。

第一个是大型机构——银行、保险公司、电信商。这些职位需要Kubernetes、CI/CD pipeline，以及五年以上团队管理经验。目标候选人是能融入现有技术机构的资深工程师。广告薪酬起步约港币55,000元月薪；招聘周期三至六个月。

第二个是Web3及加密货币公司。这些职位需要模型微调（fine-tuning）、模型量化及GPU推理优化——研究级技能，面向全球竞争，基线要求极高。

中间几乎是空白。

大多数香港中小企业及传统企业需要的是两个层次都不符合的东西：有人将LLM技术部署到日常运作系统——文件处理、信息摘要、内部知识检索。这份工作不需要训练模型或管理工程团队，需要的是界定具体问题，然后交付一个稳定运行的生产系统。

为何全职聘用是错误结构

以一家贸易公司或专业服务机构为例，有两个AI需求：每日自动摘要行业报告，以及从十年合同文件中建立可查询的知识库。

这是一个四至八周的建设项目，加上后续低强度维护。工作有明确终点。

为此开设全职AI工程师编制，意味着每月港币40,000至60,000元的无限期薪酬承担、三个月或更长的招聘周期，以及「初始项目完成后该职位做什么」的问题。具备真实生产经验的工程师也不太可能加入一家AI不是核心业务、且自己是唯一技术人员的公司。

项目制合作作为结构性答案

将需求从「聘用一个人」重新框架为「交付一个系统」，问题就变了。

项目制合作在工作开始前固定范围：明确交付物、明确排除项、固定费用。输出是运行在你自己基础设施上的系统，不是一个需要持续justify的职位。

费用比较是直接的：一次性建设费用，对比年薪加福利加招聘成本。交付后的运营成本是基础设施和API调用——通常每月几百港币——由你直接控制。

风险结构也有区别。全职聘用的主要风险是错误聘用的沉没成本。项目制合作的主要风险是范围界定——可以通过签约前的清晰规格文件解决。一个是可补救的，另一个不是。

如何评估你需要全职还是项目制

以下情况适合全职聘用：AI是你的核心产品、你需要持续的模型迭代，或者你有现有工程团队需要AI专才。

以下情况适合项目制合作：需求是特定工作流程自动化、目标是可量化的运营改善、没有现有工程团队，以及你想保留系统所有权而非依赖供应商。

聘用项目制工程师前要核实什么

项目制合作没有试用期。签约前的尽职调查至关重要。

要求查看目前正在运行的生产系统证明——不是demo或GitHub仓库。问题是系统是否有真实用户、是否一直在生产环境运行。Demo证明工程师能构建东西；一个运行中的生产系统证明他能维护它。

询问完整技术栈。只在大型团队构建的系统中负责某一组件的工程师，带来的整合风险由你承担。

询问生产故障及如何解决的。任何真正运行过真实系统的人都经历过故障。没有这方面经验意味着系统未经真正部署。