近日，勞工及福利局局長孫玉菡與勞工處副處長（職業安全及健康）馮浩賢親到工地視察，重點了解密閉空間工作的安全保障措施。孫局長表示：「政府正積極推動業界提供更安全的工作環境，包括推動建造業廣泛應用『安全智慧工地』系統，進一步提升密閉空間工作的安全及健康。」 想睇更多專家見解？立即免費訂閱！ 密閉空間常常處於黑暗且空間狹窄的條件下，如何在這樣的環境中靈活運用科技設備以提升安全，是市民密切關注的課題。筆者團隊目前為市面上唯一提供便攜性及黑暗環境操作的 4S 管理系統，因此獲邀在工地進行實地操作展示。 這套 4S 管理系統的中央平台，能夠將智能手錶、頭盔、標籤、鎖、空氣質量檢測儀和警報器等設備連接起來，實現全面的監控。工人佩戴的智能手錶或頭盔，可以與系統即時同步，若出現異常狀況，系統會發出警報，並提供緊急救援。 此系統特別為密閉空間環境設計，支援便攜性高且電池耐用的硬件裝備，適合在狹窄空間內輕便搬動及設置。示範場景以黑布模擬黑暗密閉的效果，裝置 2 至 3 個小型鏡頭，確保全方位監測，即使在漆黑中，仍可清楚掌握工人狀況。地下工作空間還安裝了掛牆式攝像頭，以實時顯示工人的施工情況，保障工人安全。 示範中，我們模擬了 3 種情境：（1）工人未佩戴合適的裝備（如沒有背氣樽、沒有使用安全吊帶、沒有佩戴智能手錶或頭盔等）；（2）工人雖有合適裝備但未有進入密閉空間的工作許可；（3）工人配備齊全且獲許可進入密閉空間。 在首兩種情況下，工人準備進入密閉環境時，系統即發出警報，且聲音可設置為語音警告，例如提醒工人「請佩戴安全吊帶才可進入密閉環境」。根據不同情況，語音警告可以作出調整，同時系統後台亦顯示警報，通知相關管理人員。 在工人施工期間，智能設備會持續監測其健康數據，如發現異常（如心跳異常、氧氣不足、空氣品質不佳等），系統會自動透過簡訊或手機 App 向負責人或監管人員發送通知，並顯示工人實時位置，以便及時展開救援。…

生成式人工智能（GenAI）已經成為現代社會不可或缺的一部分。無論是在工作中撰寫文章，還是在日常生活中進行語言翻譯或生成圖像，GenAI 的應用日益廣泛。然而，隨着技術的不斷發展，Agentic AI 的出現，標誌着 AI 技術邁向了一個全新的階段。這種具有自主決策能力的 AI 系統，正在重新定義我們與人工智能的互動方式。 想睇更多專家見解？立即免費訂閱！ 與 GenAI 不同，Agentic AI 具備自主性，這意味着它不只是依賴人類的指令，而是可以根據所設定的目標，自行分析情境並作出決策。這一特性使得 Agentic AI 能夠在更多複雜的情境中發揮作用，從而大幅提升了 AI 的應用範疇。Google 的…

為配合香港政府在 2050 年前實現碳中和的願景，不少企業與學校都紛紛採取不同的減碳措施。筆者觀察到，越來越多學校正積極推動減碳行動，並致力於提升學生對環境保護的意識。部分校園已經開始安裝太陽能板，利用再生能源來減少碳排放。不過，這只是減碳的初步階段，隨着科技的進步，校園可以借助人工智能（AI）來實現更智能化的減碳方案。 想睇更多專家見解？立即免費訂閱！ 人工智能技術能夠與物聯網（IoT）和智能能源管理系統結合，幫助學校更有效地管理能源使用。AI 系統可以實時監控各種設備的用電量，例如教室的照明、空調系統，甚至是電腦和實驗室設備，並自動分析它們的碳排放數據。這樣不但可提升數據的精確性，還能幫助學校快速識別節能空間，從而降低碳足跡。 除了提升能源管理效率，AI 還可以融入環境教育之中。透過 AI 技術生成的個性化圖表，讓數據得以「視覺化」，學生可以更清楚地看到校園中的能源使用情況，並進一步理解如何通過調整日常行為來減少碳排放。AI 也能創建互動式地圖，展示校園中的綠化設施，如天台花園或生態池，甚至拓展至全港的環境保護數據，幫助學生探討可持續發展的全球性議題。AI 生成的報告還可用於對比分析，例如將學校的碳排放數據與行業的綠色標準作比較，讓學生進一步理解能源節約的概念。 筆者團隊正在開發的「AI 智能數據平台」也可以在校園中應用，讓學校不再依賴複雜的數據輸入和操作。該平台的結構思維與 GPT-4o 異曲同工，學生和老師只需只需在對話框中說出簡單的問題，例如「學校用電量的分佈」，AI 便會即時生成報告，將複雜的數據轉化為簡單易懂的視覺化內容。這不僅有助於教學，更能讓學生直接參與到校園的碳排放監測與減碳行動中。 人工智能在學校中的減碳應用，實在潛力無限，且有助推動環保教育。而對企業而言，AI 系統更是實現可持續發展目標的重要工具。企業可以按照已制定的減碳指南設立分段目標及長期目標，由 AI…

筆者早前曾經寫過，本港不少大型工程及公營項目皆涉及地下水道或密閉空間，故在「4S 管理」（Smart Site Safety System）上一直有大量需求。而加上近年城中工業意外頻生，不少嚴重事故更涉及人命傷亡，故當局及業界都對「4S 管理」加倍重視，希望能更好地利用科技保障工人安全。 想睇更多專家見解？立即免費訂閱！ 然而筆者視察過眾多的工地項目，發現在落實科技應用方案時，往往費時，新科技方案由初始規劃、POC 試驗、系統銜接到正式應用，都花上超過一個月，對於急速的市場需求，顯然未可追上步伐。 此外，地盤場景複雜多變，對應橋底施工、大型機械移動、高架吊塔、多項吊臂機械、密閉隧道等不同場景，4S 方案都會有不同需求，故傳統的科技開發流程已然過時，市場需要更快捷、更靈活、更低成本的系統開發平台。而且在工程進行期間變數多多，更會有難以預測的環境變化與突發因素，科技方案需要即時支援配合。但若果要按每個場景製訂個別科技方案，不但成本大增，且需要更長的開發時間，趕不上應用需求。 因此，筆者認為市場需要的是一個創新的 4S 科技平台，能靈活配合不同層面的應用之餘，更可以讓用家隨時就使用起來，有如網店平台一樣。以往企業要設置自家網上商店，往往需要找專人或網站公司代勞，由零開始建構網站，從網頁編程到界面設計到加入網購功能等，隨時要花上數星期甚至數個月的時間才可正式開店。但自從出現了網店平台，為網店生態帶來了巨大的顛覆，任何人只需簡單的按幾個按鈕、自選預設好的網店範本，不用半小時就可以開始經營了。 筆者對 4S 科技平台概念正是如此，業界可以簡單下載軟件後選擇訂閱模式，就能透過人工智能代為設定，自行與相關的系統及硬件連接，即時使用，大大省卻了開發系統的時間及人力資源。除了更快捷、更低成本外，業界用戶亦可靈活按需更新模組，自行微調場景、地圖、定位、監察、探測等功能，需要更改設定亦可隨時修改，即改即用。用戶更可按偏好，自定專屬的界面，即使非 IT 技術人員亦懂得使用。此外，系統可加入 AI…

最近 OpenAI 震撼地發佈了其新一代旗艦 AI 模型「GPT-4o」。此「o」象徵「omni」，寓意該模型能夠處理多元化輸入輸出，無論是文字、語音，乃至透過視覺進行互動，都能即時回應。自推出以來，「GPT-4o」迅速成為與人類溝通的「最佳 AI 助理」，其易用性不但大大幫助職場人士高效完成任務，又能擔任「家庭教師」，甚至能進行即時口述翻譯，因此廣受用戶青睞。 想睇更多專家見解？立即免費訂閱！ 與此同時，Apple Intelligence 雖預計於 2025 年才會全面登場，但已有消息透露，Siri 將新增文字直接輸入功能，毋須進入輔助功能設定，且變得更具對話性，即使用戶言談間偶有口誤，Siri 亦能精準捕捉其意。 眾多科技企業，早已紛紛投入此類 AI 模組的研發。例如，筆者團隊正致力於「AI 中央數據資訊庫」項目，專為商用市場設計，其核心理念與「GPT-4o」異曲同工，可視為「商業版 Siri」。…

筆者不久前剛分享過，如何在地下水道及密閉空間實現「4S 管理」，以保障工人的安全。喜見有關當局早前迅速通過了《密閉空間工作守則》的修訂並刊憲，顯示了當局對相關問題之重視。 想睇更多專家見解？立即免費訂閱！ 新修訂的細則中，要求東主或承建商在整段工作期間於密閉空間出入口拍攝視頻，以監督相關人員在執行和遵守安全控制措施的情況，並須保存視頻記錄。此外，更新增了詳細的危險評估表格範本、空氣監測警報設備的設定等要求，進一步強化了對工人安全的保障。 在空氣監測警報設備方面，筆者曾撰文分享方案。簡單來說，業界可善用移動電源的空氣傳感器和藍牙感應器等裝置，配以工人佩戴的智能手錶或頭盔，與智能中央管理系統連結，若出現異樣，系統即時發出警報，及時作出救援。 至於視頻監督設備方面，以下是一些業界在採購時應注意的事項和重點： 1．鏡頭設置：必須覆蓋整個出入口，避免出現監測盲點，有需要時於出入口設置 2 至 3 個鏡頭，以確保全境監測，故應選輕巧的裝置。同時，建議地下空間內亦需要裝置掛牆式的視像鏡頭，能清楚看到工人地下施工的情況，確保工人安全。 2．便攜性：因裝置可能需要經常移動，建議選用一些便攜的裝置，最好是簡單到能在三腳架上設置影像鏡頭，要輕身又易於移動，可由 1 至 2 個工人輕鬆搬動及設置。 3．電池耐用量：這些裝置往往需要長時間運作，故維護電源是工地的一大痛點。有些影像鏡頭裝置主打 All in One，集合了影像鏡頭、路由器、偵測器、警報器於一身，概念雖好，但耗電量大，且裝置體積偏大不利移動。…

企業在加速發展步伐時，就需要增加人力資源。但許多時管理層卻發現，明明人手多了，但大家所花的工作時間卻沒有減少。公司一方面要花時間培訓新員工，一方面要花時間做好新舊同事工作分配與銜接，但過程往往難以順暢，尤其當幾項工作需同時推進時，新員工常應變不來，令上司及同事要花上更多時間精神去解釋、溝通、分配、安排、善後。 想睇更多專家見解？立即免費訂閱！ 根據微軟的《Microsoft 工作趨勢指數》年度報告，每位員工平均要花 57% 的時間在電郵交流、開會等溝通性工作上。這些「行政工作」既費時，又無助於改善溝通，且影響團隊效率和工作氛圍。 其實，這些「行政工作」大可以交給 AI 人工智能去做，讓員工們可以有更多時間做實事而更有效率。筆者的團隊正在積極開發的 AI 模組「AI 中央數據資訊庫」，可以幫助判斷工作項目的重要性和緊急性（Importance and Urgency），進而優化工作分配。它從企業不同部門（如人力資源、市場推廣、營運、財務等）的資訊數據、工作流程、工序優次中學習，利用其邏輯和數據分析能力，幫助企業管理層更加科學地判斷工作的分配，更有效地整合人力資源。 例如，有家公司的市場推廣部門需要每季籌辦一個推廣主題活動，這會涉及許多工作細節和流程，包括：設計及印製宣傳物料、設計及投放線上線下廣告、進行傳媒推廣及公關活動、舉辦線下快閃活動等。AI 模組可以根據以往推廣活動的記錄，自動編排工作細項、工作時間表、優先工作事項，以及各工作項目的負責人員等，從而節省了管理層和團隊溝通的時間，讓大家可以更專注於構思與創作活動內容及點子，提升活動的質素。 此外，AI 模組「AI Knowledge Dep.」還可以配合…

智慧工地的「4S管理」（Smart Site Safety System）項目，除了上回提及的地下水道工程外，更可以實施於不同工地場景，如橋下空間的施工、工地機械移動、吊塔區域，以及很易被人忽視其危險性的堆填區等。筆者近期處理過不少這類安全項目，都利用了物聯網（IoT）、人工智能（AI）及大數據等科技，並以中央管理平台統一控制去改善工作環境，提高工地安全水平。 想睇更多專家見解？立即免費訂閱！ 筆者印象特別深刻的是堆填區，最近曾前往視察，發現它除了環境惡劣、臭氣熏天外，另一個大問題是推土機、垃圾車等大型車輛在場內「暴走」，完全沒有固定的行駛路線，十分容易發生意外。 查看資料，去年在打鼓嶺堆填區就發生過悲劇，一名男工被垃圾車撞倒後困在車底及石塊之間，最終不治。而在美國佛羅里達州的堆填區，亦發生過有員工上流動廁所時遭推土機連人帶廁輾過壓死！因此我建議，堆填區管理機構應考慮在推土機和車輛上安裝藍牙網關，並在工人活動區域設置感應式標桿。當車輛或推土機接近標桿時，藍牙網關能即時感應並觸發警報，從而避免車輛或推土機誤入工人工作區域。 香港大大小小的行車天橋、大型橋樑多不勝數，橋下工程可謂日夜皆在進行。這類項目往往需要數十名工人同時作業，動輒上百人。在如此密集的作業環境下，一旦發生意外，工人很容易被困在施工區域內。因此，有需要實時監控工人的數量，確保他們在安全的區域內工作，並避免在非施工期間有工人被遺留或逗留。建議可以為工人配備智能手錶，這些手錶的定位及數據會統一連接到智能中央平台。一旦發生緊急情況，即可以通過多種渠道，如短訊、CMP、手機 App 等，向工人及工程管理人員發出警報，從而避免意外。這種模式在短期或即日的工程均適用，每日收工時再統一收回智能手錶即可。 至於建築地盤經常需要用到許多大型移動機械，如挖掘機、吊機等，都是安全隱患的重點。這些機械在運作時，如果工人不小心走入盲點位置，就很容易發生意外。解決這個問題，可以考慮使用藍牙方案。例如在移動的吊臂機械上安裝藍牙網關，並為工人配備智能監控手錶。藍牙網關會以 1 秒的頻率接收附近的藍牙設備信號，以此判斷工人與機械的距離。如果設備信號靠得太近，系統將會觸發警報。即使工人視線被遮擋，也能確保他們不會與移動機械距離過近。 在地盤和堆填區這樣的環境中實施智慧工地，當然有許多細節問題，例如維護電源的挑戰、智能影像辨識所涉及的數據儲存及保護等，但其實都不難解決，全部已有實用的方案。說到底，要把智能科技應用在工地上，並非甚麼複雜的編程，只要我們能夠將智能平台與所有硬件設備相連接，並進行統一管理，那麼在發生緊急情況時，系統就能及時發出警報，有效地保障工人的安全。 作者：思路富邦集團（SagaDigits）創辦人陳智銓（Arthur）欲觀看更多 Arthur 撰寫的文章，可按此瀏覽。

在香港這個建造業發達的城市，卻幾乎每個月都會發生致命的地盤意外事件。根據勞工處的統計數據，本港在 2023 年有 23 人在工業意外中喪生，其中 19 人是建造業工人。如何加強工地安全並保障工人的生命，可謂刻不容緩。當局已經加強罰則，着力提高建築業界的工地安全意識。而業界亦已積極推行智慧工地，即「4S 管理」（Smart Site Safety System），希望以科技幫助解決這個長期問題。 想睇更多專家見解？立即免費訂閱！ 然而要實現智慧工地，是一項相當困難的任務。因為工地的結構往往十分複雜，涉及高架、地下挖掘、地下水道和密閉空間等不同工程及場景，而不平坦的地表更散佈着各種建築材料，要安裝人工智能科技並貼合不同工程的需求進行系統設置，絕不簡單。筆者近年經常就處理有關建築安全的項目，透過物聯網（IoT）、人工智能（AI）及大數據分析以改進工地的安全性及效率。當中，有很多先進的硬件可以採用，包括智能手錶、頭盔、標籤、鎖、空氣質量檢測儀、警報器等，但最大的挑戰是如何把這些智能硬件串連，並透過中央管理平台控制，以有效地做到數碼化追蹤、數碼化工作許可、危險區域進出管制、智能監控設備等各項功能。 分享近期一個地下水道工程項目的一點心得。地下水道的建設是城市發展不可或缺的，而當中有不少密閉的施工空間，諸如水泵房和地下室等。當工人深入地底或在密閉空間工作時，有機會面臨缺氧或吸入有毒氣體的危險。另一方面，一旦在地下水道發生意外，其環境的複雜性也大大增加救援的難度，救援人員往往需要花費大量時間才能找到受困工人的位置。 要在地下水道和密閉空間等項目實現「4S 管理」，必須考慮到其空間環璄的特殊情況，而科技設備的便攜性更是十分重要。在維護電源上，要用上智能標籤（Smart Tag）方案，一年無需充電也可無縫運作，可配合即插即用（Plug-n-Play）設定模式的裝置，以及可移動電源的空氣傳感器和藍牙感應器等裝置。 而當工人配戴智能手錶或智能頭盔時，所有硬件設備與智能中央管理系統相結合，可監察施工區域工人人數，以及工人們的身體狀況等。當工人需要進入危險區域施工時，只需在應用程式提交申請，系統將即時處理；如果申請獲准，應用程式的二維碼將會更新。 工人在施工期間穿戴相關的配備裝置，智能設備將持續監測工人的健康指數，一旦發現問題（如工人的心率不正、缺氧、處於昏迷狀態，或檢測到空氣質素出現異樣），不用工人發出求救，系統已可即時透過簡訊或手機 App…

現時的「大型語言模型」（LLM, Large Language Model）雖然聰明，然而其聰明只在於模仿能力極高，它卻會出現「幻覺」、錯誤推理、整合出偏離的答案。筆者早前探訪一位企業客戶，他已廣泛應用 LLM 協助企業工作，初用時覺得非常便捷，但日子久了卻發現 AI 所提交的答案未如理想，並非他確切所要的回覆。 的確，現時市面上的商用 AI 軟件，未必完全能適切每個機構的用途，許多時仍需要專業科研人員發出像魔法咒語般的提示詞或程式碼，才能發揮其功能。當一般用戶在實際應用時，未必可以用得稱心如意。而且 AI 的回應亦難以控制，回覆跟用戶所期望的答案多有落差。 這亦讓我反思，如何讓企業使用者更好地管理、控制及運用 LLM？雖然 LLM 已經表現不錯，但要它確切理解用戶的需要再作出回應，當中似乎仍有缺口。 早前業內人士發布了新一代基座大模型 GLM-4，它能夠自主地根據使用者意圖，自動理解及規劃複雜指令。這正是我思考的方向，也是我們團隊正開發的 All…