AI 供應商點揀？香港中小企 2026 採購清單：由 Chatbot、CRM 到 AI 系統開發

答案先講：香港中小企採購 AI 供應商，不應先問「你有沒有 ChatGPT chatbot」，而應先問「這個 AI 方案能否接入我的網站、WhatsApp、CRM、報價流程和人工審批」。真正有商業價值的 AI 導入，通常不是單一工具，而是把客戶查詢、內部知識庫、銷售跟進、資料權限和營運報表串成可量度的流程。

2026 年香港企業對 AI 的興趣明顯升溫，政府亦提到會檢視數碼轉型支援計劃並考慮加入 AI 和網絡安全方案。對中小企來說，這代表市場會有更多「AI 套餐」、「AI chatbot」、「AI agent」、「AI CRM」和「AI 網站」報價。但選錯供應商的成本也會上升：資料進了不能匯出的平台、CRM 接不上、回答不受控、員工不敢用、第二年維護費不清楚，最後變成一個無人管理的 demo。

這篇指南用 LoftyGroup 做 系統開發、AI Chatbot、香港網頁設計、IT 外判 和 CRM/WhatsApp 整合的經驗，整理一份可直接用於開會、索取報價和比較供應商的 AI 採購清單。

為甚麼 AI 採購不能只比較功能清單？

傳統買軟件可以看功能、價錢、用戶數和支援時間；但 AI 系統多了一層不確定性：輸出會受資料、提示詞、模型、權限、上下文和使用者行為影響。供應商展示 demo 時，通常會用乾淨資料和理想問題；真正上線後，客戶會用口語查詢、資料會過期、同事會改流程、管理層會要求報表，這些才是採購風險。

PCPD 的 AI 個人資料保障材料已明確把「採購、實施和使用 AI」納入機構需要考慮的範圍。換句話說，即使你的公司不是自行訓練模型，只是買第三方 AI 工具，只要涉及客戶、員工、學生、會員或商業資料，都需要治理、權限和風險評估。

採購前先定義：你買的是工具、流程，還是系統？

很多 AI 報價難比較，是因為每間供應商其實在賣不同東西。有些是現成 SaaS 帳戶，有些是 chatbot 設定，有些是 prompt 和知識庫，有些是完整系統開發。中小企應先把目標分成三層。

1. 工具層：即買即用，但整合有限

例如 ChatGPT Team、Copilot、現成客服 chatbot、AI 圖像或文件工具。這類方案適合改善個人或小組效率，但若要連接網站表單、WhatsApp、CRM、庫存、booking calendar 或內部權限，通常需要額外設定或 API 開發。

2. 流程層：把 AI 放入固定工作步驟

例如網站查詢進來後，AI 先分類服務類型、追問必要資料、整理摘要，再交給銷售同事。這層的重點不是模型多強，而是流程是否清楚、失敗時如何處理、誰負責審批和回覆。

3. 系統層：長期可維護的 AI integration

若 AI 要讀取公司知識庫、建立任務、更新 CRM、查詢 booking slot、生成報價草稿、發送內部通知或輸出 dashboard，就已經是 AI system integration。這時採購文件要寫明資料結構、API、權限、日誌、備份、部署和維護責任。

AI 供應商比較表：SaaS、低代碼、自訂開發怎樣揀？

以下比較不是說哪一種一定最好，而是幫你按業務成熟度和風險選擇。很多香港中小企最實際的做法，是先用低風險流程做 30 日 pilot，再決定是否轉成完整系統。

AI 採購 brief 應包含的 12 個問題

向供應商索取報價前，先把以下問題寫入 brief。這會令報價更可比較，也能篩走只懂展示 demo、但不能承擔落地責任的供應商。

1. 業務目標和 KPI

• 要改善回覆速度、減少重複輸入、增加查詢轉化、降低客服錯漏，還是建立管理 dashboard？
• 30 日後用甚麼數據判斷成功：查詢處理時間、人工修改率、轉化率、錯誤率、員工使用率？

2. 渠道和系統邊界

• AI 需要接網站表單、WhatsApp、Facebook、Instagram、電郵、CRM、Google Sheet、booking system 還是 ERP？
• 哪些系統只讀取資料，哪些系統可以由 AI 寫入或建立任務？

3. 資料來源和知識庫

• AI 回答可用哪些資料：網站頁面、FAQ、PDF、價目表、內部 SOP、過往對話？
• 資料由誰更新？多久更新一次？過期內容如何停用？

4. 個人資料和商業機密

• AI 會否處理姓名、電話、電郵、公司名稱、學生資料、醫療美容資料、報價或合約內容？
• 供應商是否能說明資料儲存位置、保留期、刪除方式、分包安排和存取權限？

5. 人工審批和不能自動化的事項

• AI 可以草擬回覆、摘要和報價，但哪些情況必須交給真人？
• 價格承諾、折扣、合約條款、投訴、敏感資料和高價值客戶如何處理？

6. 測試、日誌和錯誤處理

• 上線前會用多少真實場景測試？是否保留 AI 原文、人工修改和最後送出版本？
• AI 答錯、資料不足、系統連不上或客戶情緒化時，流程如何降級？

30 日 AI pilot 採購流程：避免一次過買錯系統

如果公司未有 AI 導入經驗，建議先做 30 日 pilot。目標不是完成所有功能，而是用一個高重複、低風險、有數據的流程驗證供應商能力。

第 1 至 7 日：流程盤點和資料風險分類

• 選一個流程，例如網站查詢分流、WhatsApp FAQ、報價資料收集或內部知識庫搜尋。
• 列出資料來源、使用者、現有系統、每月處理量和人工耗時。
• 把資料分成公開、內部、客戶個人資料、商業機密和不可輸入 AI 的資料。

第 8 至 14 日：建立 prototype 和審批規則

• 先做可測試 prototype，不急著接入全部渠道。
• 定義 AI 只做分類、追問、摘要、草擬或查詢，不讓它直接承諾價格或合約。
• 設定人工審批、信心不足交接、敏感字眼警示和錯誤回報流程。

第 15 至 21 日：用真實但受控的個案測試

• 用 30 至 50 個過往查詢或內部案例測試，記錄正確率和人工修改率。
• 測試語氣、繁簡中文、口語、缺少資料、客戶追問和不合理要求。
• 檢查日誌、權限、資料保留、匯出和刪除流程。

第 22 至 30 日：決定是否擴展

• 比較 pilot 前後的處理時間、回覆質量、lead 完整度和員工接受度。
• 計算下一階段成本：開發、維護、模型用量、培訓、支援和內容更新。
• 只在 KPI 清楚改善、風險可控、責任界線清楚時擴展到更多渠道。

香港合規和信任：採購 AI 時不能忽略的風險

AI 導入不是純 IT 項目。它會影響私隱、客戶信任、員工責任、供應商管理和品牌聲譽。採購時至少要把以下風險放入評分表。

LoftyGroup 如何協助中小企做 AI 供應商評估

LoftyGroup 的做法不是一開始推某一個 AI 工具，而是先拆解現有網站、查詢渠道、CRM、Google Sheet、內部文件、客服流程和 IT 維護狀態。很多時候，最先要修的不是模型，而是資料欄位、表單、權限和 follow-up 流程。

我們可以協助你把 AI 採購拆成四個交付：第一，整理需求和風險清單；第二，比較 SaaS、低代碼和自訂系統路線；第三，建立 30 日 pilot；第四，把有效流程接入 網站、AI Chatbot、系統開發、IT 外判支援 和 dashboard。

常見問題

香港中小企買 AI 系統，應該先選工具還是先寫需求？

應該先寫需求。先列清楚業務流程、資料來源、使用者角色、人工審批、不能由 AI 決定的事項和成效指標，再比較 SaaS、低代碼、自訂系統或混合方案。否則很容易買到功能很多但不能接入公司流程的工具。

AI 供應商報價最容易漏甚麼成本？

常見漏項包括資料整理、API 串接、權限設計、測試、員工培訓、提示詞及知識庫維護、模型費用、用量上限、備份、日誌、保安檢查、離場資料匯出和第二年維護費。採購時要要求供應商把一次性費用和月費分開列出。

如果 AI 會處理客戶資料，採購時要問甚麼？

要問資料會存在哪裏、是否用作模型訓練、供應商是否分包處理、誰可存取紀錄、保留多久、如何刪除、如何匯出、是否有日誌和權限控制。涉及個人資料時，應參考 PCPD 的 AI 個人資料保障框架和公司私隱政策。

AI chatbot、AI agent 和 AI system integration 有甚麼採購分別？

AI chatbot 多數處理問答和初步分流；AI agent 可能會使用工具、查資料、建立任務或寫入 CRM；AI system integration 則要把網站、WhatsApp、CRM、Google Sheet、內部系統和儀表板接起來。後兩者需要更嚴謹的權限、測試和維護。

LoftyGroup 可以怎樣協助 AI 採購或導入？

LoftyGroup 可先做 AI 流程盤點和技術可行性評估，再協助撰寫供應商 brief、比較方案、建立 30 日 pilot、串接網站/CRM/WhatsApp、設計人工審批和 dashboard，避免中小企只買工具而沒有落地流程。

參考資料

• PCPD AI Privacy Protection resources
• Hong Kong Generative Artificial Intelligence Technical and Application Guideline
• Innovation, Technology and Industry Bureau: DTSPP and AI/cybersecurity update
• Digital Transformation Support Pilot Programme portal
• NIST AI Risk Management Framework
• NIST Generative AI Profile