企業AI應用及落地顧問
由諮詢、部門訪談、需求整理，到 AI 方案書同開發；先選本地、雲端定 Token 計費，再定保安同覆核點樣控。
這頁幫邊種公司
部門各說各話、ChatGPT 試過但不敢入 ERP、唔知資料應該留本地定出雲。 本頁收「顧問／訪談／需求／方案書／選型」——先對齊再開工。
流程未對齊，先做顧問；流程已清、只差系統，轉 企業AI助手或 企業AI方案。對照見 顧問 vs 系統落地。
顧問做完有方案書
訪談紀錄、需求表、可開發範圍
方案書對到開發範圍
先簽範圍再對接現有系統
高風險寫入仍要人手批核
模型唔直接改正式帳
交付流程
諮詢對焦
一個可落地流程（對帳、報表、客服分流、文件抽取），唔一次做全公司轉型。
部門訪談
用家、審批人、IT、合規分開問：而家點做、錯在邊、邊份資料唔能出內網。
需求整理
流程圖 + 資料來源 + 失敗點；寫清邊步可自動、邊步要人手。
方案選型
本地／雲端／Token，按資料敏感度同用量選，而唔係先買模型。
方案書
範圍、介面、權限、覆核、時程、費用區間；先簽範圍再開發。
開發與上線
對接現有系統；抽樣覆核；高風險寫入要批核。
選型：本地 vs 雲端 vs Token
按資料敏感度同用量選，唔寫「雲端一定較平」或「本地一定較安全」。
本地／內網模型
資料留公司機房或專用主機。適合個資、客戶檔、內部會計。成本在機器同維護，唔係按字計。
適合：資料唔能出內網
雲端區
託管模型、權限同日誌較易做企業級；要睇合約同資料區域（例如香港區）。
適合：要企業權限但唔想自建機房
Token 計費 API
起步快、按用量。適合試跑同非敏感草稿。敏感欄位要遮罩，高風險動作唔直出 API。
適合：先試一條流程
保安同準確度點樣控
保安
- • 帳號／角色、最小權限、操作日誌
- • 敏感欄位唔進提示詞
- • 高風險寫入要人批
- • 對齊公司現有 PDPO／內部政策
準確
- • 知識庫要有出處
- • 抽樣覆核、錯答可回溯
- • 唔用模型直接改正式帳
- • 唔保證固定百分比
具名個案
香港基督教服務處
顧問整理流程後先對接智能客服同文件，而唔係先買通用機械人。處理效率 +60%，文件時間 −70%。
常見問題
落地顧問同只出建議書有何分別？
顧問交付包括訪談紀錄、需求表同可開發範圍；範圍簽妥後可以接到開發，而唔係停喺一份建議書。
一定要換走現有 ERP 嗎？
唔使。多數情況係對接現有 ERP 或內部系統，把重複工序接到現有資料，而唔係再買一套系統。
本地、雲端、Token 點揀？
按資料敏感度、用量同 IT 人手。個資同帳務傾向本地或企業雲端區；試跑同非敏感草稿可以用 Token 計費 API，敏感欄位要遮罩。
準確率會唔會保證？
唔保證固定百分比。用知識庫出處、抽樣覆核、高風險寫入人手批核嚟控風險，而唔係用模型直接改正式帳。
要幾耐？
訪談加整理通常數日到兩週；開發視對接範圍另計。
資料會唔會用來訓練公開模型？
按所選方案同合約。本地／內網同企業約可以限制資料用途；Token API 要睇供應商條款，敏感欄位唔應進提示詞。