Copilot、Gemini，还是自定义系统？香港企业生成式AI工具的决策框架

香港企业使用生成式AI的状况，存在一个明显落差。

根据香港生产力促进局2025年AI职场整备调查，88%的受访企业员工已在日常工作中使用AI工具，92%的企业表示计划将AI引入工作流程。但在已使用AI的中小企中，约仅32%使用付费工具，其余以免费版本为主（HKPC中小企指数，2026年第一季）。

采用率高，但多数停留在个人使用层面，而非系统性部署。这个现象的成因之一，是企业对不同工具的功能边界缺乏清晰认识——不清楚何时订阅方案已经足够，何时需要自定义系统。

本文提供一个决策框架，而非工具评分。

香港的AI工具存取现况

香港企业在工具选择上面对一个特殊的存取环境。OpenAI的ChatGPT界面及Anthropic的Claude.ai界面，目前均未向香港用户开放直接注册。两家公司的底层模型，仍可透过企业云端平台访问——OpenAI模型可透过Microsoft Azure OpenAI Service，Claude模型可透过Anthropic API。

实际影响是：消费者版本受限，企业版本和API层仍可正常使用。

目前在香港可直接访问的主要平台包括：Microsoft Copilot（整合于Microsoft 365）、Google Gemini（2026年3月起正式向香港用户开放）、Grok（xAI），以及DeepSeek等中国研发的语言模型。

三类工具的功能边界

生成式AI工具在功能层面可分为三类，各有不同的适用场景。

一、Microsoft 365 Copilot / Google Gemini for Workspace

这类工具深度整合于办公套件之中。Copilot在Word、Excel、Outlook、Teams中提供AI辅助；Gemini整合于Google文件、试算表和Gmail。

适用场景：个人生产力提升、文件草拟、会议摘要、电子邮件整理。对于已大量使用Microsoft 365或Google Workspace的企业，这是摩擦最低的起点。

功能边界：这类工具设计用于辅助现有办公室工作流程，而非替换或重构业务流程。企业知识库的整合深度受限于平台架构；记忆与上下文无法在平台外迁移；使用数据归属平台而非企业。

二、API层工具（透过Azure OpenAI、Anthropic API等）

企业透过云端API访问底层语言模型，在自身基础设施上构建应用。这一层支持更高程度的定制：可以设计特定的提示工程、接入企业知识库、控制数据流向。

适用场景：需要将AI能力嵌入现有业务系统（ERP、CRM、文件管理）的企业；需要定制AI行为以符合特定业务逻辑的场景。

功能边界：需要技术能力来构建和维护应用层。相较于办公套件整合，部署周期较长，前期投入较高。

三、自定义AI系统

完整的自定义系统包括：业务流程分析、RAG知识库设计、自定义记忆架构、系统整合和部署。整个系统建基于企业自有的业务逻辑和数据资产。

适用场景：有大量非结构化内部文件需要AI处理；业务流程高度特殊，现成工具难以适配；对数据主权或多语言准确率有严格要求。

功能边界：建设周期长，需要专业工程能力支撑，或外部技术伙伴介入。六种常见的功能缺口详见企业为何需要AI顾问，而非单纯使用Claude或Poe。

三个关键决策问题

选择哪类工具，取决于以下三个问题的组合答案。

问题一：业务流程是否高度重复且可预测？

若AI需要处理的任务具有固定输入和输出格式（如：从PDF提取特定字段、按模板生成报告、分类客户查询），固定Pipeline设计在成本和可审计性上具有明显优势。若任务边界模糊或需要动态判断，评估Agent架构是否合适。相关分析见Fine-Tuning、RAG还是Prompt Engineering？企业AI架构实用决策指南。

问题二：企业内部文件的访问是否是核心需求？

若AI系统需要准确引用企业内部文件（合同、手册、历史记录），办公套件AI的知识库深度通常不足。香港企业文件的中英混合特性，对RAG系统的设计有额外要求——双语环境下的实际挑战值得在选型前了解。

问题三：数据主权和跨境数据流是否是关键考量？

若AI系统需要处理客户个人资料或商业机密文件，数据存储于哪个服务商的服务器、受哪个司法管辖区的法律管辖，是合规责任的组成部分。Copilot和Gemini均将数据存储于其各自的企业云端环境；自定义系统可以设计在企业自有基础设施上。香港企业处理机密文件前的资料流向问题提供了具体的评估框架。

繁体中文的实际表现差异

香港的业务沟通在繁体中文、英文和粤语之间频繁切换，这对AI工具的选型有实际影响，但常被忽略。

以下几点值得注意：主要AI平台对繁体中文和简体中文的处理能力存在差异，部分模型在未明确指定繁体中文时，输出会滑向简体字符和词汇习惯；粤语的理解和生成能力在各平台表现不一；混合中英文查询的准确率，因平台架构和训练数据分布而异。

在部署任何AI系统处理企业的繁体中文文件或客户沟通前，针对实际业务查询的验证测试是必要步骤，而非可选选项。

一个实用的决策起点

以下框架可作为评估的起点，而非最终答案。

若企业需求主要是个人生产力提升，且已有Microsoft 365或Google Workspace订阅：先评估现有套件的AI功能，再决定是否需要额外工具。

若企业需要AI访问内部知识库或重构业务流程：办公套件整合的能力边界很快会显现，API层或自定义系统值得纳入评估。

若企业对数据主权、多语言准确率或与现有系统的深度整合有具体要求：建议在选型前进行完整的需求分析，而非直接对比工具功能表。采购框架可参考香港AI咨询服务采购前必须厘清的六个问题。

Levi 是香港独立AI工程师，为香港及大湾区企业构建生产级LLM应用及RAG Pipeline。学术背景包括比利时Vlerick商学院商业分析与AI硕士，生产部署包括保险行业RAG比对系统及HKSoka（hksoka.com）多层记忆AI平台。过往亦曾实际应用于客户项目。

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