當整個科技界都在熱烈討論 AI Agent 如何改變商業模式時，一份來自 KPMG 的最新調查提供了冷靜的現實數據。據 Forbes 報導，KPMG 的研究發現 49% 的企業高層已經因為成本原因暫緩或縮減了 AI Agent 的部署——「帳單超過了效益」，這是許多先行者的真實寫照。
但這不是 AI 泡沫破裂的信號。調查指出，大多數企業並非放棄 AI Agent，而是「重新定速」（rephasing）——將部署計劃延後，等待技術成熟度和成本結構改善。對於正在考慮 AI Agent 部署的香港中小企業來說，這份報告提供了一個重要的視角：如何避免成為「先行者陷阱」的受害者。
發生了什麼：KPMG 調查的關鍵發現
KPMG 的這項調查訪問了全球大型企業的高層管理者，了解他們在 AI Agent 部署方面的實際經驗。核心發現包括：
- 49% 暫緩部署：近半數受訪高層表示，他們已暫緩或縮減了 AI Agent 項目，主要原因是運行成本超出預期，而回報未能及時兌現
- 不是放棄，是調整節奏：調查強調，大多數企業並非取消 AI Agent 計劃，而是將其推遲到更合適的時間點。這表明企業仍然相信 AI Agent 的長期價值，但需要更好的成本效益模型
- 成本結構超出預期：AI Agent 的成本不僅包括基礎的 API 調用費用，還涉及持續的模型微調、基礎設施維護、安全監控和人力培訓——許多企業低估了這些「隱藏成本」
- 先行者面臨的挑戰：率先部署 AI Agent 的企業反而更可能遇到成本問題，因為它們缺乏行業最佳實踐和成熟的工具鏈來優化 Agent 的運行效率
這些發現與其他行業報告的趨勢一致。同一週，Forbes 的另一篇報導也指出「許多公司在 AI 投資上仍未有太多可展示的成果」，而在香港本地，香港自由報（HKFP）的調查更發現 AI 正在改變香港工作場所——工作量增加、時限縮短、薪酬調整——但並非以人們最初擔心的「大規模失業」方式。
為何重要：AI Agent 的「成本真相」與香港 SME 的獨特處境
KPMG 的報告對香港中小企業尤其具有警示意義：
- 香港 SME 的預算脆弱性：大型企業可以承擔「嘗試並失敗」的代價——投入數百萬美元部署 AI Agent，即使失敗也能將其歸為研發成本。但對於大多數香港 SME，一次失敗的 AI 部署可能消耗全年 IT 預算。了解真實成本結構，是避免災難性投資的第一步。
- 成本不僅是 API 費用：許多企業在評估 AI Agent 成本時，只考慮了基礎模型的 API 調用費用（例如每次查詢幾美分）。但實際的總體擁有成本（TCO）包括：API 調用量經常超標、Agent 需要持續監控和除錯、輸出質量需要人工審核、安全漏洞需要及時修補、員工需要時間學習使用新工具。這些隱形成本很容易使初始預算翻倍。
- 「免費」或「低價」方案的限制：香港市場上有很多低價甚至免費的 AI Agent 工具，但它們往往在數據安全、隱私合規、可擴展性和客戶支援方面存在明顯短板。對於處理客戶數據或商業敏感資訊的企業，選擇這些方案可能帶來更大的合規風險。
- 重定速不等於放棄：KPMG 報告最積極的訊息是——企業仍在投資 AI，只是更謹慎了。這是一個健康市場的信號。對於香港 SME，這意味著不需要急著成為「第一個部署 AI Agent 的公司」，但需要成為「部署得最聰明的那個」。
香港企業應如何務實地擁抱 AI Agent？
基於 KPMG 報告的啟示，以下是針對香港 SME 的具體行動建議：
部署前的成本評估
- 做完整的 TCO 估算：不要只看 API 單價。將以下項目納入預算——預期調用量（上調 30% 作為安全係數）、每次輸出的質量審核時間成本、Agent 的維護和更新人力、安全審計和合規成本。
- 設定明確的 ROI 指標：在部署前就定義「成功」的標準——例如「減少客服回應時間 50%」或「每月節省 20 小時的數據輸入工作」。不要讓 AI Agent 成為一個「用了感覺很好但無法量化」的項目。
- 先試點，後擴展：選擇一個範圍小、影響明確的業務流程（例如「處理常見客戶查詢的 WhatsApp 聊天機器人」）作為試點。用 1-2 個月的數據驗證 ROI 後，再決定是否擴大規模。
部署中的成本控制
- 設定用量上限：為每個 AI Agent 設定明確的月度 API 調用預算上限，並設置自動警報。許多 AI 平台（如 OpenAI、Anthropic）已經支援用量限制功能。
- 分層使用模型：不是所有任務都需要最強大的模型。為簡單任務使用較小、較便宜的模型（如 GPT-4o mini 或 Claude Haiku），只在複雜任務時調用旗艦模型。這可以將 API 成本降低 60-80%。
- 監控 Agent 行為：定期審查 AI Agent 的輸出日誌，確認它在做你想讓它做的事情，而不是在無謂地消耗計算資源。無效循環和過度生成是常見的成本陷阱。
長期策略
- 投資內部 AI 能力：與其完全依賴外部顧問或供應商，不如培養團隊內部的 AI 素養。當你的團隊理解 AI Agent 的工作原理和成本結構時，他們能做出更明智的部署決策。這正是 aicourse.hk 這類本地 AI 培訓平台的價值所在。
- 關注成本下降趨勢：AI 推理成本正在以每年 50-70% 的速度下降。如果你的項目當前的成本效益比不理想，6-12 個月後可能會顯著改善。將部署計劃與成本下降曲線對齊，而不是盲目追趕潮流。
- 與同行交流經驗：香港的 SME 社群正在逐漸形成 AI 應用分享網絡。主動參與這些社群（如 HKAI 聯盟、數碼港的 AI 研討會），可以學習其他人的經驗教訓，避免重複犯錯。
總結
KPMG 的調查結果不是一個令人沮喪的故事——它是一個關於成熟和理性的故事。49% 的企業高層暫緩 AI Agent 部署不是因為不相信 AI，而是因為他們開始像對待任何其他商業投資一樣對待 AI：計算成本、衡量回報、管理風險。
對香港的中小企業來說，這恰恰是正確的態度。AI Agent 確實是變革性的技術，但它的部署需要策略、耐心和務實的成本管理。不要被「AI 焦慮」驅使而倉促部署，也不要因為第一批試點的成本超標就完全放棄。找到適合自己業務規模和預算的節奏，才是部署 AI 的正確姿勢。
正如 KPMG 報告所暗示的：不是 AI Agent 不值得投資，而是需要以更聰明的方式去投資。