工業正邁進以人工智能（AI）、信息處理為主的「工業4.0」階段，大家隨即想到這樣的情景︰工廠已經全智能化，由機械人驅動運作，工人的影子將在未來消失。不過，這只是科技想像下的場景。 現實上，未來工廠還需要不少人力，關鍵是我們如何改進。以AI方案解決製造業問題的PowerArena 行政總裁羅健麟 (Ken Law) 表示︰「美國汽車業翹楚馬斯克（Elon Musk）已公開承認， Tesla汽車工廠過度自動化是一個失誤，人力的作用被我們嚴重低估。」
很多人擔心 AI 自動化大量取代了工人，令很多人失業， 但現實上很多人都不願當工人， 轉做服務行業，工廠招聘工人可謂相當困難。對勞工密集的製造業而言，人力不足以致難以優化工人生產力，成為業界存在已久的痛點。譬如玩具業、電子業一條生產線動輒用上七八十人， 需要工人在過程中保持良好協作。哪個環節出現瓶頸，導致生產力下降，是工人效率問題還是工具設施不足，必須及早發現並施以解決方案。
「負責生產線管理的工業工程師 (Industrial Engineers) 要靠親身觀察，在工人身旁一邊用計時器、筆記簿記錄，或用攝錄機拍下生產過程，然後逐格分析，找出問題所在。如是者，工廠耗用了大量時間，結果也未必準繩，透過反覆的試驗和核對，又花去更多時間。」Ken表示︰「PowerArena 是通過攝錄的實況，利用AI的影像智能學習，可分析並得知生產線進行期間所出現的各種狀況，轉為數據之後，便可作出快捷而準確的分析，大大提升了生產效率。」 Ken曾任職Google，參加過史丹福大學的創業加速器 StartX，後來回港發展，並在台灣、中國都有設點。他表示，兩岸三地有很多大型的製造企業，現時提供機器AI自動化的方案亦很多，但缺少了關於人力資源管理的智能優化方案，因此為他開拓了發展機會。
PowerArena 參加了由滙豐贊助，香港工業總會轄下香港初創企業協會舉辦的第三屆 STARS Programme，該屆主題為「玩具和電子業」。在逾50間來自世界各地初創公司的競爭下，PowerArena 脫穎而出並與其餘11間優勝初創取得入圍資格，就玩具和電子業的痛點研發適切的創新方案。目前工總正在舉辦虛擬Demo Fest，讓12間入圍初創通過網上演示，爭取公眾投票角逐獎項。該會副主席陳允誠亦以資深工業家身份，與參加的初創企業進行指導和分享，並促成入圍初創與工業界互相認識和配對。
永勤有限公司總裁陳允誠本身是玩具製造工業家，與 PowerArena 進行了協作交流，他表示︰「八十年代時，製造業招募人手可謂相當容易，即日舉行招聘會便有千多人排隊求職。時移世易，現時物色合適人才比以前難得多。PowerArena 著重在有限的人力資源下，提高生產力及工人效率，相信對業界同行甚有幫助。」
他續稱，「STARS Programme 最大的特色是業務配對，使入圍初創與一眾工業家互相認識，也讓工業界人士了解他們創新的應用方案，這樣有利初創公司實現『研發成果落地』的商品化目標。工業界亦可應用切合痛點的創科，改善生產力，推動香港工業實現升級轉型。」他又表示，計劃體現了工總推動「工業年輕化」的理想，促進跨世代合作。
直至6月7日，Demo Fest亦舉辦共五場研討會，並邀得多位工商界領袖及資深工業家出席參與。研討會涵蓋玩具及電子業的痛點及業內趨勢、新冠肺炎疫情帶來的挑戰及機遇、初創生態圈的未來發展等。有志投身創科的生力軍，以及想多了解創科的工業家不可錯過。
Demo Fest: http://demofest.startup.org.hk/
AI已徹底改變欺詐的手法。專業騙徒以往需花費數小時甚至數日才能完成的行動，如今 AI 模型只需數秒即可完成。11月16至 22 日舉行的「2025 國際欺詐意識周」(International Fraud Awareness Week 2025)，由特許詐騙審查師學會(ACFE)與數據分析及AI 領袖 SAS 進行的最新跨行業調查顯示:
• 77%的受訪者表示，Deepfake 社交工程攻擊於過去24個月內急速上升
• 83%預計這類欺詐活動將於未來兩年呈現中度(28%)至顯著(55%)的增長
調查顯示 AI 驅動的欺詐正急速增長，並進一步加劇企業及公眾所面臨的風險。AI生成圖
這些初步調查結果，作為將於2026年3月發布的《反欺詐技術基準測試報告》(Anti-Fraud Technology Benchmarking Report)第四版的前瞻，顯示 AI 驅動的欺詐正急速增長，並進一步加劇企業及公眾所面臨的風險。
ACFE 總裁 John Gill 表示:「AI已成為商界最強大、同時亦是最具威脅性的工具之一。面對日新月異的欺詐風險，我們必須提升相關的認知，才能有效防禦。透過教育專業人士、支援政府及各行各業，並加強公眾的識別能力，認清日益猖獗的 AI 驅動隱藏威脅，對維繫信任及建立信心以迎接未來挑戰至關重要。」
SAS 風險、欺詐及合規高級副總裁 Stu Bradley 補充:「AL正逐漸模糊真實與假冒之間的界線，涉及的詐騙金額數以十億計。即使 AI推動著看似無限的進步，但亦同時挑戰我們對真實的認知界限。我們必須教育公眾認清背後的風險，並協助政府及業界作好準備，以應對瞬息萬變的 AI 驅動欺詐活動。尤其在最近針對 ACFE 會員的調查中顯示，不足一成的反欺詐專業人士認為自己已做好充分準備。」
報告揭示，先進數據分析技術如何協助某銀行成功減少40%的警示，並提高欺詐偵測率達35%，大幅加強防禦能力，並同時提升整體客戶體驗。AI生成圖
AI 正在各行各業重塑欺詐活動的規模及複雜程度，亦同時改變所需的防禦工具及策略。為加強防護，SAS 提供以下經實踐驗證的成功案例:
• 銀行業中的AI:亦敵亦友。詐騙手法層出不窮，但銀行的防禦能力亦正同步提升。《The Future of Trust: How Al is Powering a New Era in Banking Fraud Detection》報告揭示，先進數據分析技術如何協助某銀行成功減少40%的警示，並提高欺詐偵測率達35%，大幅加強防禦能力，並同時提升整體客戶體驗。
• 公共部門中的AI:預警及防護。即使針對政府援助計劃的欺詐手法愈趨複雜，相關偵測工具亦同樣迅速進步。由Coleman Parkes 及 SAS 攜手進行的《Public Sector Fraud-Fighting Maturity Assessment》行業調查報告，協助政府部門評估其自身能力、識別漏洞，以提升 AI 驅動的反欺詐準備。
從數碼身份驗證、實時交易監控、保險索償分析，以至公共福利支付的準確性，全球各地機構正透過SAS 加強防禦能力。以上案例展示企業與政府部門如何運用先進數據分析，超前應對 AI 規模化的欺詐威脅。
BankID 是由 Stø 提供的挪威國家級數碼身份認證服務，為超過460 萬名國民在銀行、政府及私營平台上提供安全的身份驗證及電子簽署功能。BankID 每年處理的交易近十億宗，目前正更新其基礎設施，將累積多年的可信身份數據轉化為實時、自我學習的智能系統。
為加強抵禦 AI時代欺詐的威脅，BankID 正把高信任度身份及認證訊號，例如登入模式、裝置元數據、簽署行為等，整合至 SAS 的實時欺詐評分及決策系統。系統結合身份確認及行為分析，能提供更早的異常行為偵測、更準確的風險評分，並加強對帳戶盜用及合成身份欺詐的防範。
BankID 反欺詐產品經理 David Sæle表示:「BankID的功能超越身份保護，更推動智能欺詐防禦。透過結合我們的身份訊號與 SAS 的AI 驅動欺詐分析，我們已從被動應對欺詐轉為主動預測。最終實現更智能化的實時偵測及更少的誤報，促進更快、更具信心的決策，從而在國家層面保障用戶安全並維繫信任。」
Ajman Bank 是一家符合伊斯蘭教法的銀行，服務阿聯酋區內的零售、企業及政府客戶。隨著業務迅速增長，Ajman Bank 已聯同 SAS 及地區整合夥伴 DataScience Middle East 攜手合作，全面提升其欺詐偵測能力，為區內的現代防欺詐標準樹立新標準。
Ajman Bank 已部署 SAS 的實時欺詐管理及決策平台，協助監控其信用卡、支付及數碼服務等活動。機器學習模型可即時進行評估並為客戶行為評分，有效減少誤報，並協助調查人員集中處理最高風險的威脅。透過整合跨渠道的數據及分析，該銀行正建立一套更快捷、更精準的防禦系統，以應對日新月異的欺詐手法。
Ajman Bank 首席風險總監 Abhishek Sharma表示:「我們與 SAS 及 DataScience ME 的合作，充分體現我們的承諾，致力採用世界級科技，保障客戶及維護銀行營運完整性。透過實時分析及度身訂造的模型，我們正為社區提供更智能化、更安全的銀行服務。」
在眾多南韓主要綜合保險公司中，DB Insurance 服務超過1000 萬名客戶，每年處理數以百萬計索償案件。面對涉及不法維修店、醫療診所及中介人的犯罪集團，該公司與SAS 合作開發韓國首個AI 驅動的欺詐偵測網絡。
DB T-System 建基於 SAS Viya，將累積數十年的保單、索償及客戶資料統一整合至單一平台。系統透過運用網絡分析技術，從數以百萬計的索償紀錄中揭露隱藏的欺詐關聯及模式，並隨着每宗調查而不斷提升分析精準度。成效亦相當顯著，欺詐偵測準確度大幅提升達 99%，而每宗個案的分析時間亦由以往的數小時縮短至僅需數分鐘。團隊現時的案件處理能力較以往提升 30 倍，不僅有效減少欺詐帶來的損失，亦顯著加快理賠速度。
DB Insurance 一名高級索償營運主管表示:「系統一啟動，數十宗原隱藏的欺詐關聯個案瞬間浮現。我們能清晰看到超過 1，000 萬名客戶所涉及的每宗索償及之間的每項關聯。我們已不再只被動應對欺詐活動，而是主動出擊，預防其進一步擴散。」
自2019 年起，美國南部某大州政府與 SAS 攜手合作，致力強化其食物援助計劃(SNAP)的支付準確性。項目初期僅針對該州份的部分 SNAP 福利補償流程進行自動化，如今已擴展至全州範圍。SAS 利用合作初期蒐集的數據，其後建立機器學習模型，為超額支付案件進行風險評分，協助計劃中相關人員優先處理需調查的案件，確保符合嚴格的時限標準。
隨着項目取得理想的進展，州政府官員進一步將模型擴展至全州所有活躍的 SNAP 個案，標示出最可能出現錯誤的個案。現時，該州份採用 SAS Payment Integrity for Food Assistance 方案以提供指引並優化審核流程，將資源集中於較高風險的個案，成為利用先進數據分析技術加強公共計劃監管的典範。
負責監管該州份有關計劃完整性的高級官員表示:「我們個案調查處理時間縮短50%，由以往12個月減至6個月。在面對預算限制而無法增加人手的情況下，這成效對我們來說意義重大。」
