SStudy
Straight

香港是 AI 沙漠？以前可能是，今天不能再用它做藉口

· ArleeFather

「香港是不是 AI 沙漠？」

幾年前，這個說法並非完全沒有根據。

當世界各地的人開始使用 ChatGPT、Claude 和 Gemini，香港用戶面對的卻是「你的地區暫未支援」。有些服務不能正式開戶，有些手機 App 找不到，有些 API 不接受香港地區，有些功能即使日後開放，也比其他市場遲幾個月甚至更久。

同一時間，新加坡、台灣、日本和歐美市場的使用者已經在測試新模型、建立 workflow、接駁 API，再把 AI 放進產品和日常工作。

所以，當時有人形容香港是 AI desert，我能夠理解。

但到了今天，如果我們仍然用「香港沒有 AI」解釋自己為甚麼沒有開始學習、沒有建立工作流、沒有用 AI 解決一個真實問題，這個理由已經愈來愈站不住腳。

香港曾經有明顯的 AI access gap；這個缺口今天仍未完全消失，但已不能再成為原地不動的藉口。

香港以前為甚麼像 AI 沙漠？

問題從來不只是「網站能否打開」。

一項 AI 服務是否真正進入一個市場，至少包括幾個層次：

香港過去的問題，是這幾層經常互不一致。

例如，某個聊天介面可能勉強可用，但 API 並未正式支援；企業可以經雲端供應商取得模型，一般開發者卻不能直接開戶；基本功能開始推出，最新的 agent、語音或自動化功能又把香港排除在第一批地區之外。

截至 2026 年 9 月，OpenAI 的 ChatGPT 支援地區及 API 支援地區名單仍沒有香港。官方亦提醒，在未列出的地區存取或提供服務，帳戶可能被封鎖或停用。

這不是心理作用，而是真實的市場限制。

但香港今天已經不是完全沒有水的沙漠

情況已經改變。

Google 的 Gemini 一度未向香港一般用戶完整開放，但目前官方的 Gemini 網頁及流動服務地區已包括香港。Grok 亦透過 X 的網頁和流動應用程式提供服務；DeepSeek、Microsoft Copilot 和其他模型，也給香港用戶不同程度的選擇。

Meta 更把 AI 直接放進 Facebook、Instagram、WhatsApp 和 Messenger 等原有產品。到了 2026 年 9 月，我自己的香港 WhatsApp 帳戶亦已經可以直接使用 Meta AI：想到一個問題便可以問，用它找初步資料、整理方向或腦力激盪，感覺已經相當實用。這是我的實際使用經驗，不代表功能已同步開放給每一名香港用戶；Meta 亦提醒，不同 AI 功能未必向所有帳戶提供。

它的重要性不只是香港多了一個 chatbot，而是 AI 開始進入大家每天本來已經打開的通訊工具。使用者不需要先研究模型、不需要另學一套介面，也不用先付費訂閱，便可以形成「遇到問題時先讓 AI 協助整理」的習慣。這種低摩擦入口，可能比再增加一個獨立 AI 網站更能推動普及。

不過，WhatsApp 介面熟悉，不代表答案已經核實，也不代表可以隨意放入敏感資料。Meta AI 適合初步提問和尋找方向；涉及新聞、價格、法規、醫療、商業決定或其他重要事實，仍應打開原始來源檢查。WhatsApp 的官方說明亦指出，Meta AI 只能讀取使用者主動傳送或分享給它的內容，一般私人對話仍採用端對端加密；但傳給 Meta AI 的內容可能會被用來提供回應或改善模型。因此，客戶資料、公司機密、身份資料和未公開文件不應因為它位於 WhatsApp 內便直接貼上。

開發者方面仍然較碎片化。Google 的消費者 Gemini 服務與 Google AI Studio／Gemini API 並不是同一張地區名單；企業也可能經 Vertex AI、Azure、其他雲端平台或本地服務商取得模型。每個渠道的價格、資料處理、功能及使用條款不同，不能把「有方法接觸」誤寫成「所有服務已正式完整開放」。

這正是今天香港 AI 市場最準確的形容：

它不再是一片沙漠，而是一組彼此未完全連接的 AI 島嶼。

工具存在，入口也增加了；問題是消費者版本、企業版本、API、付款、合規和最新功能仍然散落在不同島上。

即使在最缺水的時候，我們也不是完全沒有入口

回看香港最像 AI 沙漠的那段時間，其實亦有人透過「聚合平台」接觸不同模型。

Poe 是一個很典型的例子。它不是自己訓練所有模型，而是讓使用者在同一個介面嘗試由不同第三方 AI models 驅動的 bots。對當時未能直接註冊每一間模型公司的香港使用者來說，Poe 的價值不是證明地域限制不存在，而是提供了另一個較低門檻的入口。

之後出現的 Manus 更進一步。它不只讓人問問題，而是把 research、製作簡報、建立網站或其他多步任務包裝成可以交付的 agent workflow。Manus 由具有中國背景、後來以新加坡為基地的團隊發展，也說明 AI 產品已不再簡單分成「美國平台」和「中國平台」兩類，而可以在不同市場、公司架構和模型之間組合服務。

Poe 和 Manus 都不是所有問題的答案。聚合平台可能改變可用模型、價格和功能；agent 能完成任務，也不代表結果不需要核實。但它們證明了一件事：即使不能直接取得最熱門平台，使用者仍可能透過另一層產品開始試驗。

所以，「我不能直接使用某一個品牌」與「我完全沒有方法學習 AI」，從來不是同一句說話。

Prosumer 已經可以自己組合模型與聊天介面

在免費 chatbot 與企業合約之間，還有一群 prosumer：他們未必是大型公司的 AI 工程師，但願意取得 API key、比較模型，再把模型接進自己熟悉的 chatbot、coding tool 或工作流。

例如，NVIDIA API Catalog 提供由 NVIDIA 主機運行的 NIM API endpoints，讓開發者試用不同模型；部分 NIM 也可以部署到自己選擇的 GPU infrastructure。它的意義不只是「NVIDIA 有自己的聊天機器人」，而是提供另一個 inference 和部署入口。

OpenRouter 則以統一 API 連接不同模型和 providers。對 prosumer 而言，同一個相容介面可以接入 chatbot app、coding client 或自建工具，減少每次轉模型都重寫整套程式的成本。使用者也可以把它接進 Open WebUI、LibreChat 或其他支援相容 API 的介面，建立自己的多模型工作台。

不過，多一層入口也代表多一層責任。OpenRouter 明確指出，輸入會送到使用者所選或自動路由的 model provider，不同 provider 對保存資料、訓練使用和日誌有不同政策。使用前要逐個檢查 provider、routing、retention、training policy 和所在地區，而不是因為只有一條 API key，便假設所有模型都採用相同私隱標準。

Prosumer 的真正優勢，不只是能用更多模型，而是開始理解：

這種能力，比記住哪一個月哪一個模型排名第一更能長期保留。

不要把「政府提過」寫成「政府推薦」

香港政府和公營機構的文件，的確會列出 Gemini、Grok、GPT、DeepSeek、Llama、Qwen 等模型。政府職位或供應商方案也可能要求了解和整合多種 LLM。

但一份簡報列出某個模型，與政府向市民推薦它，是兩回事。

政府目前比較清楚的方向，是推動多種 AI 應用、增加算力和研發支援、建立本地模型，並把 AI 放進公共服務及不同行業。2026 年《施政報告》提出在社福、旅遊、房屋、環境等範疇擴大 AI 應用；《財政預算案》則提及 AI 資助計劃及多項研發項目。

香港亦發展了以本地語言、法律和社會環境為目標的 HKGAI。相關研究把 HKGAI-V1描述為建基於 DeepSeek 架構、再針對香港環境調整的模型。

這些發展不代表香港已經成為全球 AI 中心，也不證明政府支持的每一個項目都有成效。它們至少說明一點：今天的問題已不再是「香港完全沒有 AI」，而是我們能否把可取得的資源變成實際能力。

Meta AI、Grok 和 Gemini 是否已經佔據香港市場？

這個說法目前仍欠缺可靠的香港市場數據支持。

全球使用量不能直接代表香港。香港的服務限制，確實可能令 Gemini、Grok、DeepSeek、Copilot 或其他可用工具取得比海外市場更大的相對空間；但如果沒有具代表性的香港用戶調查、付費數據或實際使用紀錄，我們只能把它視為合理推測，不能當作已證實的市場份額。

更值得留意的並不是誰暫時第一，而是使用者開始習慣 multi-model。

當一個服務在香港未開放，大家便試另一個；一個模型適合搜尋，另一個適合寫作，再用第三個處理圖片或 coding。香港的限制反而可能逼使部分使用者較早明白：不應把整套工作能力綁在單一供應商之上。

對一人公司來說，這也是一項重要的風險管理能力。

中國背景的 AI 產品，也正在用國際品牌和渠道走向海外

我們亦不能再把 AI 市場想成只有 OpenAI、Google 和 Meta。

中國背景的公司正在以國際產品、開源模型、API 和海外公司架構接觸全球使用者。例如：

這些產品的公司背景、服務地區和數據流向都需要逐項了解，不能因為介面是英文或品牌面向國際市場，便假設資料一定在某個國家處理。

但它們令「香港只能等待幾間美國公司正式開放」這個說法更難成立。今天可以嘗試的渠道包括直接 chatbot、聚合平台、agent 產品、統一 API、開源模型、雲端 inference，以及針對內容創作或 coding 的專門工具。

選擇變多之後，新的問題不再是沒有工具，而是我們能否判斷哪一個入口適合哪一類工作。

地域限制仍是真問題，但責任不能全部交給地域

我不認為我們應該假裝所有限制已經消失。

如果一間公司需要正式 API 合約、本地數據處理、穩定付款和長期技術支援，香港的選擇仍可能比新加坡或台灣少。某些功能延遲推出，也會直接影響香港創業者試驗新產品的速度。

但對大部分個人學習和早期實驗而言，我們今天已經可以做到很多事情：

如果仍未開始，真正的障礙可能已經不再只是地區，而是：

這些問題，即使明天所有模型同時正式進入香港，也不會自動消失。

不要先問香港有沒有最好的 AI，先完成一個真實循環

與其再等下一個模型，我會建議先選一項自己每星期都會遇到的工作。

例如，你每星期都要整理客戶查詢、比較報價、準備會議、寫社交媒體內容，或者把現場紀錄變成報告。然後完成一個最小循環：

  1. **定義問題：**這項工作真正要帶來甚麼結果？
  2. **選擇工具：**在香港可以合法、穩定使用的選項中，哪一個已經足夠？
  3. **保留原始資料：**AI 摘要以前，來源、日期和自己的觀察不能消失。
  4. **建立檢查標準：**甚麼錯誤不能接受？最後由誰負責？
  5. **實際使用一次：**不要只做 demo，要把它放進真正的工作。
  6. **記錄結果：**節省了多少時間？增加了甚麼返工？品質是否改善？
  7. **再決定是否擴大：**有效才自動化，無效便修改或停止。

這個循環不需要等香港取得全球所有 AI 服務才能開始。

它需要的，是一個真實問題、可用的工具，以及願意對結果負責的人。

香港以前可能是 AI 沙漠，今天不能再用它做藉口

「香港是 AI 沙漠」曾經是一句對市場現實的批評。

如果主流平台長期不正式支援香港，企業和開發者當然應該繼續要求更公平、透明和完整的服務。政府也應改善基礎設施、人才、數據規則和採購環境，而不是只舉辦更多 AI 講座。

但這句話若變成不開始的理由，便會由批評環境，慢慢變成保護自己的藉口。

今天的香港有 WhatsApp 內的 Meta AI、Gemini、Grok、DeepSeek、Copilot、本地模型、雲端平台和不同開源選擇。它們未必全部最好，也未必每一項都完整支援香港；但已足夠讓一個人學習、比較、建立工作流，再做出第一個可以被驗證的成果。

真正的分水嶺，不再只是誰住在最早開放 AI 的地區。

而是當工具終於出現在眼前時，誰仍然只是在討論限制，誰已經開始把自己的經驗、問題和判斷放進系統裏反覆實作。

香港的 AI 環境仍有缺口，但從今天開始，我們不能再把所有尚未完成的事，都歸因於這片沙漠。

資料來源：

相關文章：

AI 創作Productivity 生產力個人成長

DISCUSSION

讀者留言

按「讀取最新留言」查看已通過審核的討論。

留下你的觀點

毋須登入。留言經審核後才會公開。