人工智能（AI）對企業的影響正在急速變化。當部分企業仍在計劃為員工提供哪些培訓時，人工智能已由提升效率的工具升級為企業內部的決策模式。Digital Education Council 的研究指出，AI不僅改變員工的工作方式，更直接觸發「決策權下移」的組織轉變。過往需要高層或中層管理人員判斷的決策，如今正AI支援下向組織基層及各崗位擴散。

《2024年香港人才市場概覽》指出，在全球範圍内採用AI技術以促進決策或改善客戶體驗，將會是企業或機構的首要工作。隨着AI自動生成分析結果與行動建議，企業的運作節奏變快，營運效率顯著提升。然而，這種「加速」同時帶來一個深層風險：依賴經驗與專業判斷建立的品質監控機制可能被削弱。舉例而言，當AI的建議與客戶實際需求出現偏差，或模型本身存在不確定性時，員工能否保持慎思明辨與獨立判斷，將直接影響企業的決策質素。

另一方面，在AI自動化應用領域，入門級或某些崗位就業有可能下降(Brynjolfsson et al., 2025)。在香港，面對持續緊張的勞動力與服務需求壓力，AI更多被用作補充人手，而非取代人力。相關調查顯示，近九成企業員工已經在日常工作中使用 AI，應用集中於客服、數據分析和市場推廣。這當然是好消息，不過在提高生產力之餘，很多企業忽略了管理AI運用不當所帶來的風險。

金融業是香港AI應用最成熟的行業之一，同時亦最能反映「決策權下移」的實際影響。其工作性質已由以往依賴人工分析與例行操作的模式，轉變為運用AI進行數據分析、自動化交易及風險評估的科技導向工作。過去，投資決策高度依賴資深分析師與投資委員會；現時，不少銀行與資產管理公司已引入AI系統，即時分析市場數據、生成投資建議，甚至提供風險評級與資產配置方案。這些工具令前線客戶經理在與客戶互動時能即時提供建議。從營運角度看，這種模式大幅提升了服務效率與客戶回應速度，但同時亦改變了決策責任的分佈。

問題亦隨之浮現。多數企業仍未制定統一的AI管治機制。當前線員工愈來愈依賴AI輸出時，企業是否同時建立了足夠的判斷機制與風險意識？例如，在市場波動或數據異常時，AI模型可能出現失準情況。部分大型銀行已開始調整策略，包括保留「人工覆核關鍵決策」的機制。

企業需建立清晰的人機協作框架與AI使用規範，明確界定AI與人類的分工。首先，企業應建立清晰的 AI 使用政策，包括資料處理、風險控制及覆核機制。所有涉及個人資料或倫理敏感性的決策，需由人類作最終審核，而 AI 的角色應清楚定義為輔助和建議工具。

總括而言，AI為企業帶來前所未有的生產力提升速度，但真正的競爭力，在於企業能否在高速決策中仍保持判斷力與責任意識。面對決策權下移與AI普及，企業若未能同步建立治理與判斷能力，風險將會被放大；反之，若能平衡科技與人本價值，則可在提升效率的同時維持決策質素。

參考資料：

Brynjolfsson, E., Chandar, B., & Chen, R. (2025). Canaries in the Coal Mine?: Six Facts about the Recent Employment Effects of Artificial Intelligence.

Citi Institute. (2025). AI in Investment - Management Beyond Efficiency Gains.

Digital Education Council. (2025). AI in the Workplace 2025 - Understanding Industry Needs: What Employers Expect?

香港人才服務辦公室. (2024). 2024年香港人才市場概覽.

香港生產力促進局. (2025). 生產力局發布《2025年香港企業AI應用趨勢調查》 AI普及率近九成 人才短缺屬最大挑戰 提出八大建議 推動AI與行業數字化轉型深度融合.

撰文：林敬新教授，嶺南大學教學創新中心總監；洪晓鷗博士，嶺南大學教學創新中心高級研究主任