個人資料私隱專員公署今年一月展開新一輪循規審查，以了解人工智能在香港的最新應用情況及其對個人資料私隱的影響。是次審查涵蓋60間機構，結果顯示並無發現有違反《私隱條例》相關規定的情況。
私隱專員公署完成審查 60 間機構使用人工智能對個人資料私隱的影響 2026 封面海報。
本次審查的機構範圍，除了去年已涵蓋的銀行及金融、美容、教育、政府部門、保險、醫療等行業外，今年更擴展至會計、餐飲、創新及科技、物流及物業管理等多個新增行業。在60間受審查的機構中，有57間（即95%）在日常營運中使用人工智能，此比例較去年的循規審查結果上升了15個百分點。在這57間機構中，更有29間使用了3個或以上的人工智能系統。
在57間使用人工智能的機構中，有24間會透過人工智能系統收集或使用個人資料。審查發現，這24間機構全部均在收集個人資料之時或之前，向資料當事人提供「收集個人資料聲明」，並且均已採取相應的保安措施，確保在使用人工智能系統期間，所持有的個人資料得到保障。
個人資料私隱專員鍾麗玲公布人工智能在香港應用情況的審查結果。
個人資料私隱專員鍾麗玲表示，隨著人工智能的應用日益普及，機構在受惠於其帶來便利的同時，亦須正視潛在的私隱風險。她指出，機構應制定全面的人工智能策略、進行風險及私隱影響評估、採取適度的人為監督，並定期檢視和評估人工智能系統對個人資料私隱的影響，以確保在透過人工智能系統收集、使用及處理個人資料時，完全符合《私隱條例》的相關規定。
2025年及2026年循規審查結果重點概覽
| 循規審查結果 | 2025年 | 2026年 | 百分點變化 |
| 使用人工智能 | 80% | 95% | ↑ 15 個 |
| 透過 AI 系統收集/處理個人資料 | 50% | 約 42% | ↓ 約 8 個 |
| 提供「收集個人資料聲明」 | 100% | 100% | 不變 |
| 保留透過 AI 系統收集的個人資料 | 約 79% | 約 29% | ↓ 約 50 個 |
| 採取相應的保安措施 | 100% | 100% | 不變 |
| 制定「私隱政策聲明」 | 100% | 100% | 不變 |
| 設立人工智能管治架構 | 約 79% | 約 79% | 不變 |
| 進行私隱影響評估 | 約 83% | 約 79% | ↓ 約 4 個 |
| 制定針對 AI 的事故應變計劃 | 約 32% | 約 41% | ↑ 約 9 個 |
| 定期進行內部審核/獨立評估 | 約 46% | 約 63% | ↑ 約 17 個 |
| 提供 AI 私隱風險培訓 | 約 83% | 90% | ↑ 約 7 個 |
Chef Robotics，一間食品行業實體人工智能公司，今日公布開發雙臂實體人工智能系統，用於備餐枱食物組裝。現時Chef的機械人主要處理食品生產輸送帶上的大批量餐點組裝，而這個新的雙臂實體人工智能系統，將專注於處理幽靈廚房、快餐店、航空公司餐飲、學校、醫院、軍隊、監獄、體育館、企業餐飲及酒店等行業中，較低產量但較高複雜度的備餐枱組裝工作。
隨著實體人工智能及模仿學習的出現，Chef的AI團隊正開發一個新的實體人工智能系統，旨在處理備餐枱上的餐點組裝任務，例如後廚的漢堡或墨西哥捲餅組裝。這些任務的產量較低，但複雜度較食品生產輸送帶上的組裝為高，因為單一工人（或機械人）必須組裝整份餐點，而非將流程分解為每個食材的獨立工作站。
Chef的雙臂實體人工智能系統，用於備餐枱食物組裝。 AP圖片
為執行較高複雜度的任務，新系統將採用兩隻機械臂，實現雙臂控制。它將能夠執行與人類手臂及手部相媲美的協調靈活操作。系統的末端執行器將足夠靈活，可拾取不同的食材及餐具。
由Chef的食物基礎模型（FFM）驅動
這個新的實體人工智能系統將由Chef的食物基礎模型（FFM）驅動，該模型比傳統機械人系統學習更快，並能適應更廣泛的應用場景。
現成的視覺語言動作模型（VLA）及實體人工智能模型，不足以應付食物操作。大多數VLA及實體人工智能模型均針對剛體操作進行訓練，但食物操作涉及高度可變形材料（例如濕潤、黏稠、不規則的物品）。這要求Chef的AI模型能夠在廣泛的物理狀態及互動中進行泛化。
FFM無需為拾取及放置食物、偵測托盤、隔間及內襯，以及處理可舀取或獨立食材等任務，分別建立獨立模型，而是透過單一的「基礎」人工智能模型，支援所有這些功能。它亦能更高效地擴展至新任務，並提升表現。
FFM並非透過編程，而是透過示範（模仿學習）來執行特定任務，例如組裝漢堡或製作墨西哥捲餅碗。它亦透過學習可跨硬件實體（例如具有不同運動學、末端執行器及配置的系統）轉移的任務表示，從而在不同機械人硬件平台之間進行泛化。從這個意義上說，Chef正在為食物構建實體人工智能層。
FFM預計將隨著時間推移，解鎖更多功能。例如，它可能支援零樣本或少樣本食材導入，以最少訓練適應新食材。該模型亦將自我改進，並隨著時間自主提升產量及一致性。
其他優點
Chef的新實體人工智能系統將具備：
Chef Robotics創辦人兼行政總裁Rajat Bhageria表示：「我們最初專注於高產量食品製造，但行業大部分仍依賴人手備餐枱組裝。這些環境更複雜、結構性較低，令自動化更困難。透過這個新的實體人工智能系統及我們的食物基礎模型，我們將擴展實體人工智能，以應對這些現實世界條件，並為食品行業解鎖更廣泛的應用。」
關於Chef Robotics
Chef是首間將可擴展人工智能驅動食品機械人解決方案商業化的公司。Chef已在生產中製作超1億份餐點，利用ChefOS這個用於食物操作的人工智能平台，提供機械人即服務解決方案，協助行業領先的食品公司增加產量及滿足需求。Chef總部位於加州三藩市，旨在透過加速智能機器的出現，賦予人類做人類最擅長的事情。
（美聯社）
