SAP 最新發表的一項研究指出，新加坡企業對 AI 代理（Agentic AI）的期望相當樂觀，預計未來兩年內平均可帶來約 980 萬美元（約 7,600 萬港元）的收益。然而，研究同時揭示，資料治理、監管框架和內部技能等關鍵準備度指標，仍遠遠落後於企業的期望。
這項研究對香港的 SME 業主和企業決策者極具參考價值——香港與新加坡在經濟結構、服務業主導、以及企業規模分布上高度相似，研究結果很可能同樣適用於本地市場。
研究重點：潛力巨大，但基礎未穩
根據 SAP 的調查，受訪的新加坡企業普遍對 AI 代理（即能夠自主執行任務、做出決策的 AI 系統）抱有高度期待。具體發現包括：
- 收益預期：企業平均預計 AI 代理可在兩年內帶來約 980 萬美元的經濟效益，涵蓋成本節省、收入增長和營運效率提升。
- 採用擴大：愈來愈多企業由 AI 實驗階段轉向企業級部署，AI 代理被視為下一步的關鍵方向。
- 準備度缺口：儘管期望高，大部分企業在數據治理、合規框架、內部監管和人才技能等方面的準備度仍不足，限制了實際應用的速度和規模。
研究同時指出，AI 代理不同於傳統的生成式 AI 聊天機械人。它需要更完善的數據基礎設施、更清晰的權限設定，以及更可靠的監控機制，才能安全地執行任務。這對企業的 IT 基礎建設和內部管理流程提出了更高要求。
為什麼這對香港企業尤其重要？
香港與新加坡同為亞洲國際金融與商業中心，服務業佔 GDP 比重超過 90%。兩地企業在導入 AI 時面臨的挑戰非常相似：
- 數據治理：香港企業同樣面對數據分散在不同的系統和部門之間的問題。沒有統一的數據基礎，AI 代理難以有效運作。
- 合規與監管：香港已有《個人資料（私隱）條例》，AI 代理若涉及客戶數據處理，需要更謹慎的合規設計。企業需要建立清晰的 AI 使用政策，確保代理的行為在可控範圍內。
- 人才短缺：香港的 AI 人才市場同樣競爭激烈。SAP 的研究呼應了許多本地企業的觀察——懂得部署和管理 AI 代理的專業人才，供應遠不及需求。
- 從實驗到落地：許多香港企業已經在試用 ChatGPT 等生成式 AI 工具，但從「個人使用」過渡到「企業級 AI 代理」，需要的是組織層面的變革，而不只是購買更多軟件授權。
SAP 的這份研究為香港企業提供了一個重要提醒：期望值與準備度之間的落差，才是真正的風險所在。如果企業在基礎數據和治理框架尚未準備好之前就急於部署 AI 代理，可能會面臨資料外洩、決策錯誤或合規風險。
香港企業應該如何準備？
對於正在考慮導入 AI 代理的香港 SME 和管理者，以下幾個方向值得優先投入：
- 從數據基礎開始：檢視你的企業數據是否已經整理、標籤和儲存在可被 AI 存取的格式中。數據是 AI 代理的燃料，沒有乾淨的數據，再強的 AI 也無法發揮作用。
- 建立 AI 治理框架：制定清晰的 AI 使用政策，包括哪些任務可以交給 AI 代理、哪些需要人工審批、以及如何監控 AI 的決策過程。這不僅是為了合規，也是為了建立團隊對 AI 的信任。
- 投資內部技能培訓：與其只招聘 AI 專家，不如同時提升現有團隊的 AI 素養。讓員工理解 AI 代理的能力邊界和操作方式，才能真正發揮工具的價值。
- 從小規模試點開始：選擇一個高頻、低風險的場景（如自動化客戶查詢分類、內部報告生成）作為 AI 代理的試點項目，累積經驗後再逐步擴展到更複雜的業務流程。
總結來說，SAP 的研究反映出一個重要的行業共識：AI 代理將會是企業數碼轉型的下一個重大浪潮，但能否抓住這波機遇，取決於企業在數據、治理和人才三方面的準備工作。香港企業若能及早補齊這些基礎短板，將更有條件在亞洲的 AI 競爭中保持領先。