5月12日，數碼港「國家《十五五》規劃與香港創科機遇」研討會，匯聚了過百位創科界業界人士，全城聚焦「十五五」規劃為香港帶來的新契機。會議釋放的訊號非常明確：「十五五」開局之年，國家支持香港建設「國際創新科技中心」的戰略定位進一步鞏固，「人工智能+」將全面賦能金融、醫療及智慧城市等核心支柱產業。
這場研討會背後引發的深層思考，值得產業界高度關注：當AI由「試點」走向大規模部署，軟件質量治理就再也不是技術團隊內部的「關門討論」，而是直接決定創科投資回報率能否達標的關鍵變量。
AI規模化部署：質量成本面臨「樽頸」
香港生產力促進局發布的《2025年香港企業AI應用趨勢調查》顯示，本地企業的AI普及率已接近九成。然而，表面形勢大好，背後卻藏有隱憂：「難以與現有系統整合」以及「數據隱私與安全顧慮」，依然是現階段未能突破的核心技術樽頸。麥肯錫的報告亦指出，雖然企業AI常態化應用的比例顯著提升，但真正實現規模化落地的項目，比率仍遠低於預期。
這種「高普及、低規模化」的落差，很大程度上源於軟件質量治理的缺位。創新科技及工業局局長孫東此前曾多次強調，香港在推動人工智能與數字經濟發展時，必須「同時兼顧發展與安全」，健全的數據治理與網絡安全基礎，是創科生態健康發展的前提。
當AI組件嵌入核心業務系統後，其自主學習與動態輸出的特性，令系統複雜度呈幾何級數增長。傳統基於確定性代碼邏輯的邊界測試方法，根本「追唔切」AI應用的非線性行為模式。 業界普遍反饋，自引入AI功能後，系統出現不可預測的UI崩潰或邏輯斷層（甩轆）的頻率明顯上升，而市場的高頻迭代需求，更令質量保障團隊面臨巨大壓力。從投資回報的角度來看，軟件缺陷若在生產環境才進行補鑊，其成本是需求階段的數十倍。對於正全速進行AI轉型的港企而言，忽視質量治理，等於在創科投入中埋下系統性風險的種子。
技術範式轉移：由腳本驅動走向智能體驅動
面對AI系統的「難以捉摸」，測試技術的範式轉移正在加速。作為數碼港重點引進的AI測試龍頭企業，Testin雲測以其技術實踐表明，「AI+大模型」驅動的智能測試，正在重塑質量工程的效能邊界，確保技術方案能夠「搞得掂」：
●腳本生成自動化： 透過大模型賦能的自然語言腳本生成，測試人員無需具備深厚編程背景即可維護測試用例，測試準備與迭代周期縮短約50%。
●跨平台一網打盡： 一套AI腳本即可在Android、iOS、鴻蒙（HarmonyOS）三端複用，並覆蓋macOS、Windows等操作系統，人工干預減少約50%。
●視覺識別精準定位： 憑藉高精度OCR與圖像識別，不受前端技術棧限制，0.05秒內即可捕捉UI異常與黑屏崩潰。
●海量數據批量校驗： AI自動完成表單填充，在密集數據測試場景中，員工的人效獲得顯著提升。
這一技術範式的核心邏輯在於：「用AI治理AI」——以智能化的測試手段，應對AI應用帶來局質量不確定性。實踐數據顯示，該方案可幫助企業節省約50%的硬件設備投入，並將整體測試效率提升約60%。
本地化交付：兩地協同破解本地市場痛點
要在香港推行完善的軟件質量治理，必須針對本地市場的獨特生態進行精準對接。目前港企面臨三重挑戰：
第一，本地流動裝置「多過人」。香港人均流動裝置比例高達235%，用戶平均擁有兩部以上智能設備，跨平台兼容測試的覆蓋難度極高。
第二，人才成本長期高企。香港資深QA工程師年薪處於高位，企業若選擇全自建測試團隊，運營成本壓力巨大。
第三，合規紅線極其嚴格。金融、政務等關鍵行業，對數據安全及跨境合規有著非常嚴謹的監管要求。
針對上述挑戰，「人 + 工具 + 服務」的混合交付模式展現出實效優勢。Testin雲測香港副總經理余得水介紹，該方案配備由業務專家、測試管理及專業技術人員組成的複合型項目團隊，依託獨立的智能雲交付中心，覆蓋數千款全球真機種類。同時，項目由資深粵語團隊提供本地化對接，並支持Wi-Fi環境模擬與跨境專線網絡測試。這種兩地協同的精細化交付，成功幫助港企降低約40%的人力成本，整體測試效率提升約60%。
在標準與安全層面，該服務亦構築了嚴密的防線：
●全棧測試維度： 嚴格依據「GB/T 25000.10-2016」系統/軟件產品質量模型，從功能性、性能效率、兼容性、信息安全性等八個維度開展全方位體檢。
●數據安全合規： 採用雲端存儲及SSL加密傳輸，項目結束後提供數據銷毀證明。
●多語系報告： 測試報告支持繁體、簡體、英文三語版本，完美契合本地企業的上報與審計需求。
Testin雲測合夥人兼香港負責人張鵬飛指出：「『十五五』規劃的指引下，香港正成為全球前沿AI技術大規模落地的核心試驗田。金融科技、智慧政務等關鍵支柱產業加速引入智能體時，傳統的軟件治理模式已無法滿足高頻迭代的需求。築牢軟件質量的『數字底座』，不僅是技術合規的底線，更是整個香港數字經濟健康發展的生命線。」
「十五五」規劃為香港創科勾勒了清晰的戰略藍圖，而AI規模化落地的質量治理，則是藍圖走向現實的關鍵支撐。當行業普遍聚焦於算力、算法與數據要素時，軟件質量這一「隱形基礎設施」的價值不應被低估。以智能化的測試技術治理AI應用的質量不確定性，以本地化的交付模式解決在地的實際痛點——這既是技術演進的必然路徑，也是香港創科行穩致遠的務實選擇。
