企業級 AI 兩大進展

過去一年香港不少團隊都在試用生成式 AI，但真正落地常卡在雲端治理、權限與採購流程。最近兩項更新，正好把重點拉回「可被企業採用」這件事，也讓 IT 與業務更容易對齊。

OpenAI 進入 AWS Bedrock

OpenAI 與 AWS 宣布擴大合作，讓 OpenAI 模型可透過 Amazon Bedrock 以「限量預覽」方式提供，並同時推出 Codex on AWS 及由 OpenAI 驅動的 Bedrock Managed Agents。對已在 AWS 上跑核心系統的公司，這代表模型可在既有安全、身分與帳務框架下導入，減少多雲整合摩擦，亦較易做審計與權責分工。

官方亦提到其前沿模型 GPT-5.5 會在 Bedrock 上提供預覽；Codex 可透過 Bedrock API 作為供應端，並先由 CLI、桌面版及 VS Code 擴充開始。若你公司以工程團隊為主，這種「在熟悉環境內把寫碼代理接入」會比單純聊天機械人更接近生產力工具，亦更適合納入既有 DevSecOps 流程。

Gemini 把「個人化」推向更多地區

Google 在 Gemini App 的月度更新中，把 Personal Intelligence 逐步推向更多國際訂閱用戶，並清楚列出暫未涵蓋的地區。它主打可連結 Gmail、相片等應用，讓回覆與整理更貼近個人脈絡，但也提醒企業用戶要先釐清資料權限、保存政策與內部合規，避免把敏感內容帶入個人化管道。

同一波更新也加入 Notebooks（把 NotebookLM 的整理方式帶入 App）、推出原生 Mac 版客戶端，並提供最長三分鐘的音樂生成。這些功能看似分散，其實都指向同一件事：把 AI 從單次問答，拉到更長流程的工作台，讓使用者可在同一處累積脈絡與成果。

給香港團隊的落地建議

若你正評估把 AI 放進日常營運，可先從兩條路入手：一是把模型放在既有雲端治理之內，優先解決存取控制、日誌、加密與成本分攤；二是選一個高頻場景（例如客服回覆、報告初稿、程式碼審閱）做小規模試點，建立可量度的節省時間指標，再逐步擴大到部門級。

總結來看，模型能力仍在競賽，但企業更在意的是部署路徑與風險邊界。能在熟悉的雲端與工具鏈上使用模型與代理，才是把 AI 變成可持續能力的關鍵，也更容易把成效轉化為可預測的營運改善。