中小企可先選一個可量度的流程,整理資料、試用 AI 並比較結果,再決定是否投入。以下是本站的規劃建議,不是 DTSPP 優化版已公布的申請程序。
第一步:選問題而不是追功能
政府已確認DTSPP支持AI方向,但企業仍需自己判斷工具是否合適。先列出重複、耗時或容易出錯的工作,再選擇一個試點。
例如內部資料查找或初稿整理,只是本站示例,不是官方認可以及必獲資助項目。
現時由誰、用甚麼系統、多久做一次?
希望省下多少處理時間或減少哪些錯誤?
遇到錯答案時,有誰覆核和修正?

第二步:整理資料和人員安排
檢查輸入資料是否完整、可使用及有合適權限。資料不足時,先改善整理方式比直接增加工具更有效。
涉及客戶、員工或商業資料,應了解工具如何保存及使用資料,並安排負責人審核輸出。這是一般準備建議。
資料來源與更新負責人。
工具用戶、管理員及覆核人員。
不適合交給工具處理的工作範圍。
第三步:用相同任務比較效果
測試相同類型的任務,記錄原流程與試點流程的時間、正確率和仍需人手處理的部分。不要只依據示范視頻判斷成效。
AI輸出可能需要修正,因此應把覆核時間也納入比較;這樣才能了解完整工作量是否減少。
功能是否完成約定任務?
資料能否匯出及繼續維護?
員工是否接受培訓並能操作?
錯誤及服務問題如何處理?
第四步:比較完整成本及資助規則
把初期設置、授權、用量、支援、續費及退出成本一起比較。官方細則公布後,再核對AI方案、企業資格及支出時間是否符合。
政府支援方向提供一個機會,但企業需求和財政預算仍應獨立評估,不以未確認資助代替采購判斷。
本站建議幫助準備需求和驗收。
正式DTSPP申請依官方指引提交。
實際改善及資助結果均不作保證。
選擇一個小而清楚的試點
中小企導入AI,不一定要先更換所有系統。較合適的起點是一項容易描述、有固定負責人而且結果可檢查的工作。先了解問題究竟是資料缺漏、流程安排還是重複勞動,才能判斷AI是否適合。
例如客服已有核準的產品資料,但每天花時間尋找答案,可以先研究輔助查找或擬定草稿。若資料本身混亂,則應先整理知識來源。這些企業規劃步驟不是DTSPP官方要求的實施程序。
設定基線,才能知道工具有沒有幫助
導入前應記錄原有流程的工作量、時間和常見錯誤。使用工具後,以相近條件再次觀察,再比較完整處理時間,而不是只看AI生成的速度。如果工作量或季節差異很大,應說明比較限制。
基線不需要複雜,但要能夠重複。可以由同一位負責人記錄相同類型的任務,並保存資料來源與評估規則。若只有「感覺更快」,企業日後便很難決定是否續訂或擴大使用。
計入覆核、培訓和維護的時間
AI完成一部分工作後,仍可能需要人工確認內容、修正錯誤及處理例外。企業應把這些時間一起計入成本。如果每份結果都需要重新查找原始資料,工具帶來的便利可能不足以抵消維護負擔。
培訓亦不只是教同事按按鈕,還包括知道哪些資料可以輸入、哪些答案必須轉交,以及發現問題時向誰報告。供應商的交付範圍應說明這些支援,不能用宣傳中的效率數字取代實際安排。
讓資料與責任跟著流程走
每個試點應知道資料由誰提供、誰能存取、誰核準輸出以及誰處理錯誤。若使用外部雲端服務,亦需查詢資料是否保存或被其他方處理。企業不宜把員工、客戶和商業資料不加區分地放入工具。
可以先以有限權限和去識別化資料測試,再根據實際需要擴展。當同事離職或停止服務時,應有撤銷帳戶、取回資料及交接工作的方法。工具好用不代表這些管理責任可以省略。
如何決定繼續、調整或停止
試點前應先設定可接受的品質、成本和處理標準。若工具達到需求,可以評估增加規模;若部分錯誤集中在資料問題,可以先修正來源;若結果仍不可靠,便應考慮停止,而不是因為已經花費時間就繼續擴大。
停止試點不等於企業轉型失敗。它可以幫助企業發現真正需要改善的流程。採購前明確的退出安排,能減少數據被困、自動續期或重新遷移的困難。本文不把任何試點結果寫成營業額保證。
把企業導入計劃與資助核對並列
企業可以一邊整理業務需要,一邊追蹤DTSPP優化版資料,但兩者不能混為一談。試點或方案適合企業,不代表屬於最終認可名單;政策支援AI,也不代表任何訂閱或客製費用都合資格。
因此決策表可以分別記錄商業測試、總成本、正式資格和付款時序。待當期指引公布後,再核對相關條件。獨立咨詢能幫助企業整理這些問題,但不會代政府確認或承諾批核。
試點紀錄應有同一把尺
企業可以先選一組固定任務,在原方法和新工具中使用相近條件處理。品質判斷也要一致,例如哪些錯誤不能接受、哪些需要人工修訂,以及哪些結果可直接使用。沒有統一標準,時間比較便容易失真。
評估者亦應知道測試限制。少量任務成功,不代表所有業務情境都適用;同事熟悉程度不同,也可能影響結果。記錄這些條件,有助決定是否繼續,而不是把試點數字宣傳成普遍保證。
實用例子:整理每週內部文件摘要
假設企業希望減少整理內部摘要的時間,可以先使用不含敏感資料的文件,觀察工具是否遺漏關鍵事項、混淆日期或自行加入結論。負責同事核對後,記錄工具操作與修正時間,再與原有方法比較。
如果問題集中在源文件品質,應先整理文件;如果模型經常補寫,則需限制用途或停止試點。本例是規劃示意,並非實際客戶成績,也不代表相關工具已獲DTSPP批準。
擴大使用前先確認同事能夠接手
試點由少數人完成時,可能有很多口頭操作沒有記錄。擴大前應保存資料來源、提示或設置、檢查標準和問題處理方法,讓其他同事知道何時可以用、何時應轉交。導入不是只把帳戶分發出去。
供應商若提供培訓或維護,應說明具體範圍。企業亦要預留更新知識和撤銷權限的責任。這些管理安排會影響長期成效,但不應寫成政府指定的實施步驟或保證獲批的條件。
避免以一個指標決定全部採購
處理速度、內容品質、安全管理、續期費用和退出安排,都可能影響是否值得使用。工具在某項任務很快,但如果人工修正多或資料管理困難,整體價值未必理想。可以按企業真正需要設定權重,而不是追求功能數量。
資助資格應另外核對。當工具適合企業但不符合當期範圍,不能因商業價值便推定政府會資助;反過來,認可方案亦不代表必須購買。兩項判斷各自有依據,決策才更清楚。
在擴展之前,做一次團隊檢查
企業可以請實際使用者確認哪些工作已有幫助,哪些增加了修正負擔。負責人亦應確認資料維護、權限和例外處理是否有人接手。若只有試點操作者知道所有步驟,擴大規模便可能出現新的問題。
可以把下一階段分為繼續測試、修正資料及重新選擇工具。每項決定都說明依據,不需要為了表示轉型成功而直接擴張。試點的價值包括發現工具不適合,並非只有購買才算成果。
資助查證仍要獨立進行。企業方法和正式申請不是相同程序,本文不會把團隊檢查寫成政府指定條件。具體產品、支出和時序須按當期資料確認。
試行實作第一步:把一項工作寫成可以重做的流程
AI試點應有清楚的開始與結束。例如「收到內部文件後,整理可供主管覆核的摘要」便比「讓公司用AI」具體。開始時輸入甚麼、完成時要交付甚麼、中間由誰檢查,都需要說清楚。流程若仍依賴某位同事記憶中的規則,先把必要知識整理,才容易判斷工具是否真的有所幫助。
把現行流程畫出來後,標示重複抄寫、等待、重新搜尋及修改的位置。有些問題來自資料不一致,未必需要生成式AI;有些只是欠一個標準表格。試行目的不是證明任何工作都適合AI,而是找出在現有條件下能否改善選定任務。可先採用較簡單做法作比較,避免為了新工具增加原本不存在的步驟。
明確哪些決定仍由人作出
列出工具可以建議、職員必須覆核及管理層需要批準的事項。例如摘要工具可以整理已知資料,但不能自行批準付款;客服草稿可以提供參考,但未確認的優惠不應直接發送。這份責任分界應讓實際使用者看得到,不能只放在採購會議紀錄裡。
若同事不知道何時需要轉交,就可能在忙碌時自行接受工具答案。試點操作指引可使用具體例子:遇到來源不明、資料矛盾或超出已確認政策時,停在草稿階段並交由負責人處理。這些是企業工作安排,並非政府對AI資助的指定要求。
建立基線:量度整個工作,而不是只計生成時間
在引入工具前,記錄同類工作目前如何完成。可包含找資料、整理輸入、處理結果、覆核、修改及交付時間,亦記錄錯誤與重做原因。不必為了取得漂亮數字而只選簡單任務;代表日常工作及其例外的樣本,才有助日後比較。
同事第一次使用新工具通常需要適應,不能把首次操作時間直接當成成熟使用表現;另一方面,也不能把培訓和設定完全刪掉。可以把一次性導入與日常處理分開報告,說明測試時間、資料範圍及人員經驗。這讓管理層知道觀察結果適用到甚麼程度,而不是只看到一個節省百分比。
保留相同測試條件
比較原有方法與AI方法時,盡量使用難度相若的工作、相同結果要求及合理的資料範圍。若一邊只需草稿,另一邊要完成可發布文件,時間便不可直接對比。若資料不能重複使用,至少記錄差異,讓結果不會被解讀成完全相同條件的實驗。
判斷品質也要用同一把尺。摘要是否保留重要限制?數字與原文是否一致?接收者能否找到來源?如果只是看格式好看或句子流暢,便可能漏掉真正的工作要求。評分方法可以簡單,但應說明每個狀態代表甚麼,並保留需要修正的具體例子。
試行資料先整理,再決定哪些可以提供給工具
小規模試點不代表可以忽略資料管理。先列出需要使用的文件、是否含個人或商業敏感資料、誰有權提供,以及可以存取的使用者。公司未確認的資料安排,不宜因為只是試用就一次上傳全部紀錄。若去識別化樣本足以驗證流程,可先限制測試範圍。
資料整理亦要保留版本。產品資料有多份時,標示哪份現行、哪份已停用;同一數字來源不同,先解決差異再測。否則工具可能正確整理了過期文件,公司卻將結果當成模型錯誤。把資料問題、流程問題及工具問題分開,能減少無效的提示詞修改。
測試樣本要有正常情況與例外情況
以文件摘要為例,正常樣本可有完整內容與一致格式;例外樣本可包括缺頁、互相矛盾、沒有日期或需要追問的內容。這些都是假設測試情境,不是特定產品能力承諾。測試時觀察工具會否表示資料不足,還是自行補上不存在的內容,後者必須記錄並處理。
若工作涉及客戶溝通,可加入客戶要求超出已確認服務範圍的情況。工具是否知道交給職員,比它能否生成長篇回覆更重要。例外測試不應包含不必要的真實敏感資料,也不應對正式系統造成影響;測試方法須由負責人了解範圍後安排。
讓同事參與試行,而不是最後才通知他們改用工具
前線知道哪些問題最常出現、哪些資料容易遺漏,以及哪些步驟在繁忙時無法執行。試行設計應讓實際使用者提出情況,再由負責人決定優先範圍。若工具只適合管理層展示而不適合日常工作,即使示範成功也難以持續使用。
培訓可以圍繞同事真正需要完成的任務,不必一次講完所有功能。讓使用者完成一個正常任務及一個需轉交的任務,確認他知道如何查看來源、修改草稿及報告問題。操作文件亦應使用公司常用名稱,避免同事需要反覆猜測系統內欄位與實際工作有何關係。
建立有用的問題回報格式
回報可包含工作類型、輸入版本、預期結果、實際結果及影響。不要要求每位同事都提供技術分析,但應讓負責人能重現問題。若只寫「AI唔得」,難以判斷是資料缺少、權限限制、操作誤解還是產品能力不足。
問題紀錄不應成為任意分享客戶內容的渠道。公司可指定受控位置及接收角色,必要時遮蓋不相關資料。處理後記錄採取哪項改動及是否重測,讓同事知道問題有人跟進。這也避免同一錯誤反覆出現,卻每次都被當成新的個別情況。
每次只改一個重要因素,才知道改善從哪裡來
當結果不理想,先檢查是否提供正確資料及清楚任務,再看流程、權限或產品限制。若同時更換工具、資料來源、提示詞及驗收要求,即使結果改善,也很難知道原因。公司可以保留小版本紀錄,逐步測試改動,並記錄何時應停止試驗或改選方案。
提示詞可以改善表達和工作界線,但不能解決所有問題。欠缺必要資料、沒有權限控制或無法匯出結果,都可能是系統能力問題。若供應商建議不斷加長指令,企業應問清楚能否穩定重現,以及是否有更直接的設定或資料處理方法,避免把所有維護負擔交給使用者。
預先定義停止條件
試點開始前應討論哪些情況需要暫停,例如出現未授權資料存取、無法識別重要錯誤,或日常修正工作超出可接受安排。本文不設定通用數字門檻,因每項工作的風險不同。條件由企業負責人按實際影響制定,並讓同事知道如何恢復原有流程。
停止不一定代表所有AI都沒有價值,可能只是現時資料或所選工具不適合。保留原有方法與可撤回安排,能讓公司有空間調整。相反,若已對外自動發布,卻沒有停用權限或備用流程,小試點也可能造成較大營運影響。
驗收報告如何讓管理層作出合理決定?
報告可按目標、測試範圍、觀察結果、成本、限制及下一步整理。除了時間,也記錄錯誤類型、修正負擔、資料維護及同事使用情況。對沒有量度的項目明確寫未評估,不應從短期試用推斷全年收入、客戶滿意度或所有分店都能取得相同結果。
擴大使用的決定可以分階段。例如先增加相同工作的人員,再評估另一種工作;不同資料或對外用途需要新的測試,不能直接套用原有成功結果。若公司需要自行維護知識庫,確認下一位同事能按文件接手,比依靠唯一熟悉工具的人更能支持長期運作。
將商業驗收與資助核對保留兩條紀錄
AI試點證明工具是否適合企業工作;DTSPP核對則確認當期資格、方案及費用要求。企業實作成功不是獲批證明,認可方案亦不保證每家公司都取得相同成效。兩邊各自保存依據,讓管理層同時看見可用性及政策限制。
這份試行流程並非官方申請或驗收格式。企業可以先按自身需要建立資料與測試習慣,正式安排公布後再核對指定要求。最實用的成果,是公司知道工具能做甚麼、不能做甚麼、需要誰管理,以及停止或擴展時會有哪些責任。
### 交接測試:讓沒有參與設定的同事完成一次任務
試點負責人熟悉工具,可能靠自己的經驗補足文件不足。可讓另一位已獲授權的同事按操作指引完成一項適合的任務,看看能否找到資料、判斷結果及提出問題。若需要原負責人不斷口頭補充,便把缺少步驟寫入指引,而不是假設所有人以後自然會懂。
交接亦要確認異常時的做法。新同事看到來源缺少、資料衝突或結果不能使用時,是否知道向誰報告及如何保留必要紀錄?這比只測登入和生成更貼近日常工作。測試使用合適資料及權限,不應為了方便把管理員帳戶交給全部參與者。
若公司決定擴展,保留培訓與資料維護的資源,並讓負責人知道哪些觀察尚未驗證。只有原設計者能操作的試點,未必已準備好全公司使用;可持續的流程應讓使用者理解責任,也讓接手者知道更新、暫停與恢復的方法。
常見問題
AI試點是否就是DTSPP官方申請流程?
不是。本文是企業導入與驗證建議,不能代替官方表格、資格或指定程序。政策截至2026年10月2日,優化版細則應按正式公布核對;內部測試通過也不等於取得資助。
第一個AI項目應選最大或最複雜的工作嗎?
不必。先選範圍清晰、有人負責、可取得比較資料的工作,較容易發現問題及調整。最重要是任務有實際需要,不是展示最多功能;若簡單流程已能解決問題,也值得比較。
怎樣量度AI有沒有節省工作時間?
比較完整流程,包括整理輸入、生成、覆核、修改及交付,並區分一次性導入與日常操作。使用相近難度與相同結果要求;沒有量度的部分應說明,不能只計生成速度推算回報。
測試是否只需要正常問題?
不夠。亦應包含資料不足、過期、矛盾及需要人工轉交的情況。這有助了解工具會否自行補內容,或能否按安排停下。測試資料與系統影響應由公司負責人控制。
可以直接用完整客戶資料做試行嗎?
先確認用途、權限、產品條款及公司責任。若合適的去識別化樣本已足以驗證,便不需一次提供全部資料。小規模試用不會免除資料管理需要,亦不代表任何試用版都適合商業資料。
同事不願使用AI,是否代表工具沒有價值?
需要了解原因。可能是工作不適合、操作繁複、資料不足或培訓不貼近任務。讓實際使用者參與需求及測試,再按問題調整;不能只以登入次數或銷售展示判斷工具價值。
答案不好,是否只要修改提示詞?
未必。先檢查資料、流程、權限及產品限制,再決定是否修改指令。一次只改重要因素並保留版本,較容易找出原因;沒有來源或必要功能的問題,不能靠文字指令保證解決。
出現甚麼情況應暫停試點?
例如未授權資料存取、重要錯誤無法可靠覆核,或無法維持正常工作。具體停止條件由企業按風險制定,並保留回到原有流程的安排。本文不提供適用所有公司的固定分數或期限。
小範圍成功後,是否可以立即擴展全公司?
應先核對人員、資料、用途及維護責任有沒有變化。不同工作或對外回覆需要重新測試,不能把內部摘要成功當成其他任務也成功。擴展可逐步進行,同時保留問題回報與退出安排。
試點報告可以宣稱取得指定收入回報嗎?
只可陳述有依據的觀察,並說明範圍與限制。若沒有量度收入或沒有足夠比較資料,便不應推斷相關成效。報告可記錄時間、品質、修正及維護成本,協助下一步決策。
官方資料與延伸閱讀
政策背景參考2026年2月25日政府立法會答覆及2026年施政報告相關官方公布。前者說明原有安排,後者說明優化方向;不能據此自行補上未公布日期、資格或產品清單。
小編的角色
本文由Mass Media內容編輯組整理,角色是核對官方公開資料、區分政策與企業規劃建議,並把申請準備和方案評估整理成可使用的步驟。內容製作有AI工具輔助,政策主張以所列官方來源為依據;示例不是實際獲批案例,也不代表政府認可。
如官方安排更新或讀者發現資料差異,可透過本站聯絡頁提供來源及文件日期,方便修訂。本文資料基準為2026年10月2日,編輯更新於2026年10月5日。
本站為獨立資訊及諮詢網站,並非政府或數碼港官方申請平台。諮詢不保留政府資助名額、不等同提交申請,也不保證獲批。
下一步:整理企業需要,預約方案諮詢
先寫下最需要改善的一項工作、現有工具及可自行承擔的預算,帶著具體問題開始討論。


