職場資訊
業界人士、招聘者同人力資源主管精心撰寫 — 為真正建立事業嘅香港人而設。
2026 Hong Kong Government Policy Address and Five-Year Plan The Chartered Institute of Management Accountants (CIMA), the world’s leading professional body for management accountants and one of the founding member bodies of the Association of International Certified Professional Accountants, has submitted strategic policy recommendations to Mr John KC Lee, GBM, SBS, PDSM, PMSM, Chief Executive of the Government […]
人工智能（AI）加速進入職場，本地大學有調查顯示，73% 受訪在職港人工作中經常使用AI工具，遠高於全球平均31%，逾半初級員工卻擔心技能被AI取代。企業可以利用科技處理更多重複性工作，提升效率之餘，卻就帶來一個值得HR重新思考的問題：當部分Junior（年資較淺者）的入門工作可以由AI完成，企業未來的人才梯隊會否因此出現斷層？ 我認為企業衡量AI的價值時，不應只計算節省多少人手，更要思考如何利用科技重新設計人才培訓。 AI取代部分工作 不能取代人才成長 過去，年輕人往往由整理資料、撰寫報告、協助客戶等工作開始，在實戰中逐步建立專業能力。但當AI接手部分基礎工作，企業雖然可以提升效率，年輕人卻可能失去重要的學習階段。 近期香港AI人才市場研究亦發現，企業對具經驗AI人才的需求增加，市場出現一定程度的「經驗錯配」。這反映企業面對的問題未必是缺乏人才，而是如何讓年輕人才有機會累積實戰經驗。 以財富管理為例，年輕同事除了掌握市場及產品知識，更要學習如何理解客戶需要、分析問題、處理突發情況及承擔判斷責任。這些能力不能單靠AI建立。 因此，企業可以考慮將Junior工作重新配置： 要明白，人才培育也是一項長線投資。年輕人面對職涯變化，除了提升技能，也需要建立財務安全感。從財富管理角度，我會建議先做好三方面： 財務規劃不只是累積資產，更是為自己保留選擇權。有了基本財務緩衝，年輕人便較有條件轉工、進修或嘗試新的職涯方向。 AI可以提升效率，但企業真正需要建立的，是一支既懂科技，又具備判斷力、溝通能力及責任感的團隊。今天的Junior，可能就是五年後的管理層。財富管理講求長線資產配置，人才發展亦然。企業投資下一代人才，員工投資自己，才能避免AI時代出現「工作效率提高，人才梯隊卻變薄」的矛盾。
近日香港工程界人才發展，就薪酬水平、年輕人入行意欲及行業前景等議題引起討論。相關關注反映社會對工程專業發展的重視，亦為業界提供了進一步檢視人才培訓、職涯支援及專業發展工作的契機。面對經濟環境變化、產業轉型及科技發展，相關討論有助各方更深入探討工程專業的發展方向，讓公眾更全面了解工程專業在香港長遠發展中的角色。 近日有媒體關注香港工程界人才發展，並就薪酬水平、年輕人入行意欲及行業前景等議題作出討論。相關關注反映社會對工程專業發展的重視，亦為業界提供了進一步檢視人才培訓、職涯支援及專業發展工作的契機。面對經濟環境變化、產業轉型及科技發展，相關討論有助各方更深入探討工程專業的發展方向，讓公眾更全面了解工程專業在香港長遠發展中的角色。 香港是一座高度密集、運作複雜的國際城市。由鐵路、公路、橋樑、水務、排污、防洪、電力、通訊，以至醫院、學校、公共房屋和各類公共設施，均有賴不同專業、工種和持份者共同協作。工程師的工作不僅是參與建設項目，亦包括協助保障公共安全、提升城市運作效率、支持可持續發展，並從專業角度推動市民生活質素持續提升。 近年，部分傳統工程範疇受宏觀經濟環境、私人市場調整及工程量周期變化影響，業界難免面對壓力。然而，短期波動不宜被簡化為行業前景轉弱。事實上，香港仍有不少基建更新、樓宇安全維修、交通網絡完善、智慧城市建設、氣候韌性提升及碳中和轉型等工作需要持續推進。這些工作不但需要工程師的專業判斷和項目管理能力，亦需要創新技術和跨專業協作，為城市長遠發展提供支撐。 工程專業的範疇已逐步超越傳統「起樓建橋」的框架。隨着人工智能、機械人、醫療科技、綠色能源、樂齡科技、智慧交通、先進製造及數據應用等領域快速發展，工程師的角色更趨多元。從算法應用、自動化系統、智能感測器，到醫療設備、能源管理、智慧電網和低碳建築，工程師均可在不同崗位發揮專長，協助推動科研成果落地、確保系統安全可靠，並將創新轉化為實際社會效益。這些發展亦為年輕工程人才提供更廣泛的職涯選擇。 以醫療科技為例，香港在相關科研及臨床應用方面具備良好基礎。科研成果要由實驗室走向市場及社會應用，不能只停留在概念階段，而需要工程師參與技術整合、產品設計、設備開發、數據分析、安全驗證及質量控制。這說明工程專業與創新科技可以互相配合，共同推動技術落地。隨着香港積極發展生命健康科技、人工智能及綠色科技，工程人才的角色將更趨多元。 人才數據顯示，工程專業保持發展動力。過去兩年，香港工程師學會法定會員及學生會員人數均錄得增長，當中學生會員人數持續上升，反映工程專業對年輕一代保持吸引力。 面向未來，工程界需要持續鞏固專業基礎，同時配合社會和科技發展需要，並因應新興工程範疇的發展，探討拓展專業界別及提升跨學科協作。透過標準互認、人才交流、聯合研發、項目管理經驗分享及專業培訓合作，香港工程師亦可在大灣區、亞洲以至國際舞台開拓更多發展機遇。 工程界面對的挑戰需要務實處理，行業機遇亦需要全面理解。如何讓年輕人看見工程專業的多元前景，如何在專業責任、職涯發展與人才支援之間取得更好平衡，如何提升社會對工程師工作的認識，都是值得業界共同探討的課題。透過各方持續合作，工程專業可繼續在香港創新、民生及可持續發展方面發揮積極作用。 工程不只是建設城市的行業，也與科技應用及服務社會息息相關。香港的長遠發展有賴不同專業共同推進，專業工程師亦在基建運作、創新應用、城市韌性及社會進步等方面持續參與。面對外界關注，工程界將繼續以正面、開放和專業的態度與社會保持溝通，讓公眾更全面認識工程專業的工作範疇與長遠價值。
物業管理行業正經曆一埸深刻的角色轉型。過去，物業經理就提供的物業管理服務，擔任管理或監督的角色，核心職能包括執行日常巡檢、處理住戶投訴、協調維修保養等。然而，在智慧城市建設的浪潮下，這個角色正在被重新定義。從房委會的中央物業管理平台到私營物管機構的AI綜合設施管理系統，數據正成為物業管理最核心的資產，而物業經理也正從「執行者」轉變為「數據決策者」。 政策層面提供了清晰路徑。從香港政府自2017年《智慧城市藍圖》到2020年《藍圖2.0》，政府持續推動建築信息模擬 (BIM)、開放數據與智慧政府系統。房委會2024年選定10條公共屋邨試行「智慧屋邨管理」，建立中央物業管理平台，並成立統籌專隊協調創新科技應用。2025年《施政報告》進一步推動BIM、IoT、人工智能及無人機檢測，業界普遍認同這些技術能有效應對勞工老化與舊樓維修挑戰。 技術落地成效顯著。房委會在試點屋邨安裝約700套感測器，實時監測電力、水泵及排水系統，AI視頻分析更協助處理17宗高空擲物扣分個案。置地公司的AI綜合設施管理平台整合逾20個系統及10年歷史數據，提早預測機件異常，維修工作量減16%，年省約900萬元，66%工作清單實現自動化。富城集團推出智慧物管創新方案，整合先進管理系統以實現高效資源管理與實時監控，優化日常營運流程，提升效率及工作環境安全。港鐵於國際金融中心二期採用BIM物管平台，結合IoT與AI監測冷凍系統，耗電量減近一成；啟勝管理在環球貿易廣場引入數碼分身技術，營運效率提升逾六成。數據在哪裡，決策的關鍵就在哪裡。 數碼轉型同時重塑人才需求。傳統文書崗位減少，但IT支援、數據分析及「物業科技顧問」等新職位湧現。有公司設立「數智化推進經理」專責數據治理。物業經理如今須懂得解讀感測器數據與BIM模型，從「管樓」變為「管數據」的複合型人才。然而，培育科技物管人才面臨三大挑戰。其一，現有從業員科技技能落差大，前線難適應新技術，老舊樓宇線路亦構成升級障礙。其二，大專院校課程雖陸續開設，但規模遠未滿足行業需求。其三，物管業發牌制度主要針對傳統能力，尚未納入數碼技能認證。 總結而言， 智慧城市不會等待。物業管理的未來，屬於能從數據中洞察問題、預測風險並優化決策的人。從執行者到數據決策者，這不僅是角色的轉變，更是行業價值的重新定義。唯有擁抱數據，物業經理才能在智慧時代站穩腳跟，成為城市運營的關鍵推動者。 香港房屋經理學會資訊科技委員會主席 崔偉倫先生
人工智能（AI）的發展，正以前所未有的速度改變企業的營運模式。短短幾年間，AI已由協助資料分析、自動化流程及程式開發，迅速演變成能夠理解語言、生成內容、分析商業資訊，甚至自主執行複雜任務的智能系統。對企業而言，AI帶來最深遠的影響，並不只是提升工作效率，而是重新定義企業與客戶、合作夥伴、供應商、投資者、監管機構及員工之間的溝通模式。企業溝通（Business Communications）已不再局限於傳遞資訊，而逐漸成為一個由人與AI共同參與、共同創造價值的智慧協作系統。 生成式AI（Generative AI）的普及，是這場變革的重要起點。ChatGPT、Microsoft Copilot、Google Gemini等工具，讓知識工作者首次真正感受到AI如何協助處理大量日常工作。從商業建議書、董事會報告、新聞稿、電郵，到市場推廣內容及會議紀錄，AI都能在短時間內完成高質素的初稿，大幅縮短文書工作的時間。對企業而言，這並非單純節省人力成本，而是重新分配時間與資源，讓管理層及專業人員能夠將更多精力投放於策略思考、客戶關係管理、產品創新及市場分析等更具價值的工作。生成式AI真正改變的，不只是寫作方式，而是整體知識工作的生產模式。 然而，生成式AI只是企業AI發展的第一步。近年快速興起的AI Agent（智能代理），正把AI由「回應指令」推向「自主完成工作」。兩者最大的差異，在於生成式AI通常需要人類提出具體要求，而AI Agent則能根據企業設定的目標，自行規劃工作流程、搜尋相關資料、分析結果、執行任務，甚至持續追蹤進度。例如，一家公司準備推出新產品，管理層只需提出「制定產品發布計劃」這個目標，AI Agent便能自動研究市場趨勢、分析競爭對手、撰寫新聞稿、設計社交媒體宣傳內容、建立媒體聯絡名單、安排發布活動，並於產品推出後整理市場反應及生成成效分析報告。AI在這種模式下，不再只是協助寫作，而是開始參與整個企業溝通及營運流程。 隨著技術持續成熟，企業正逐步邁向Agentic AI的新階段。Agentic AI並非單一AI工具，而是由多個具備不同專長的AI Agents組成的協作系統，每個Agent均負責特定工作，彼此協調合作，共同完成一項複雜任務。試想像一家跨國企業收到海外客戶的合作查詢，負責客戶服務的AI Agent首先理解客戶需求，產品Agent隨即整理相關技術資料，市場Agent根據客戶所在地調整建議內容，翻譯Agent製作多語言版本，法務Agent檢查合約條款是否符合當地法規，品牌Agent確認所有內容符合企業品牌指引，最後才交由負責客戶關係的主管作最終審批。整個流程可能只需數分鐘便能完成，而且每個Agent均能按照企業既定政策及工作流程運作，大幅提升效率，同時降低人為錯誤。這種由多個AI共同協作的模式，正逐漸形成企業的「數碼工作團隊」（Digital Workforce），亦預示未來企業組織將由人類員工與AI共同組成。 更值得關注的是，企業溝通的下一個重大變革，很可能不是人與AI之間的互動，而是AI與AI之間的直接溝通（AI-to-AI Communications）。當不同企業均部署AI Agent後，商業活動將逐漸由兩個AI系統先完成大部分資訊交換及流程處理，再交由人類作最後決策。例如，零售企業的採購AI可直接與供應商的銷售AI查詢庫存、比較價格、協商交貨時間及付款安排；物流公司的AI可與客戶系統同步運輸狀況及更新配送時間；銀行的AI可與企業財務AI核對付款資料及完成例行審核；保險公司的AI則可與醫療機構的AI交換理賠所需資料。未來，許多原本需要多次電話、電郵及會議才能完成的行政流程，將可能在幾分鐘內自動完成，讓人類把更多時間投放於建立合作關係、制定策略及處理高價值決策。 有人擔心，當AI愈來愈廣泛參與企業溝通，企業會否因此失去人情味？事實上，AI的價值並不是取代人，而是讓人有更多時間做只有人才能做到的事情。當AI負責整理會議紀錄、安排日程、回覆重複性查詢、撰寫文件初稿及整理數據分析，管理層便能更專注於與客戶建立互信、與員工交流願景、與合作夥伴討論策略，以及推動創新和企業文化。真正成功的企業溝通，從來不是文字本身，而是建立信任、理解需要、化解分歧及創造共同價值，而這些仍然需要人類的判斷力、同理心、創造力及領導能力。 正因如此，AI治理（AI Governance）將成為企業數碼轉型不可或缺的一環。當AI開始參與對內及對外溝通，企業必須建立完善的管理制度，確保AI生成內容符合品牌形象、商業倫理及法律法規，同時妥善保護客戶私隱、商業機密及知識產權。更重要的是，涉及重大商業決策、法律責任、財務承諾及危機管理的溝通，仍應保留「Human-in-the-Loop」機制，由具備授權的人員作最終審核和批准。AI可以加快決策流程，但不能取代企業應承擔的責任。未來，AI治理將不再只是資訊科技部門的工作，而是董事會、管理層及企業管治的重要課題，也是企業建立市場信任和可持續競爭力的重要基礎。 回顧企業溝通的發展歷程，我們曾經歷電話、傳真、電郵、流動通訊、社交媒體及雲端協作平台的演變，而今天，我們正站在Business Communications 2.0的新起點。生成式AI提升了知識工作者的生產力，AI Agent開始自主完成整個工作流程，Agentic AI則建立起由多個AI共同協作的數碼工作團隊，而AI與AI之間的商業溝通，更將重新塑造供應鏈、金融服務、物流及跨企業合作模式。這些變化並非遙遠的未來，而是許多企業正在逐步實踐的現實。 然而，科技愈進步，人類的角色便愈顯重要。未來企業的競爭，不再只是誰擁有最先進的AI技術，而是誰最懂得把AI的速度、數據分析能力及自動化優勢，與人類的判斷力、創造力、同理心及價值觀有機結合。真正成功的企業，將不是由AI取代人，而是建立一個人與AI互相協作、彼此互補的智慧組織，讓科技成為推動創新、提升效率及創造價值的力量。 管理學大師彼得．杜拉克（Peter Drucker）曾指出：「溝通最重要的，是聽見那些沒有被說出口的事情。」這句話在AI時代仍然適用。AI可以協助企業更快速、更準確地傳遞資訊，甚至自主完成許多溝通流程，但真正能夠建立信任、凝聚團隊、促成合作及創造長遠價值的，始終是人類的智慧、誠信、同理心與遠見。Business Communications 2.0 已經開始，而企業今天如何擁抱AI、建立治理框架及培育AI素養，將決定它們在未來數十年的競爭力與影響力。
這幾個月來，我們分享了很多關於職場故事——Alex 的能見度困境、Mia 的職涯迷茫、David 的領導者孤獨。 在這些故事裡，我多次提到「診斷方法」、「系統化框架」。你可能想問：「Kenneth，你說的那套方法到底是什麼？」 今期，我要兌現這個承諾。 我多年觀察發現，那些能成功破局的人，都有一個共同特點：他們會系統化地診斷現狀、制定行動、追蹤成效。 於是，我開發了一套系統化的職場轉型系統——SMI 個人競爭力設計系統。 SMI 代表三個英文詞：SCAN（掃描診斷）、MAKER（行動引擎）、IMPACT（成效驗證）。這三層形成了一個完整的自我調節系統。 今天這篇文章，我會完整揭示 SMI 框架的第一層：SCAN 層——如何診斷你的職場現狀？ SCAN ：四個診斷維度 SCAN 包含四個核心維度，每個維度的首字母組成「SCAN」： S = Situation（現狀定位） 第一個維度是「現狀定位」，評估你當前的職場狀態。 關鍵問題： – 你的核心能力是什麼？你最擅長什麼？ – 你的技能有過時風險嗎？會被 AI 取代嗎？ – 你的專業聲譽如何？有多少人認識你、信任你？ – 你的財務狀況如何？有足夠的儲蓄支撐轉型嗎？ – 你的工作生活平衡如何？有足夠的時間和精力投入轉型嗎？ 這個維度的目的，是幫助你清楚地了解「你現在在哪裡」？ C = Competition（競爭格局） 第二個維度是「競爭格局」，評估你所在行業和領域的環境。 關鍵問題： – 你所在的行業是成長還是衰退？未來 5-10 年的趨勢如何？ – 你的領域競爭激烈嗎？有多少人在做跟你一樣的工作？ – 你的工作會被技術取代嗎？AI 和自動化的影響如何？ – 你有差異化優勢嗎？你跟別人有什麼不同？ – 你在同儕中的位置如何？是領先、持平、還是落後？ […]
每到七、八月，暑期實習成為不少大專學生的重要一課。對學生而言，這是累積經驗、接觸職場的機會；對企業而言，則是培育人才、建立品牌的渠道。不過，當實習生真正投入工作，一個關鍵問題便浮現：他們究竟算不算《僱傭條例》下的僱員？答案不在於合約上寫着「實習」二字，而在於雙方實際建立的是教育關係，還是僱傭關係。 在香港，判斷實習生是否屬僱員，看的不是名稱，而是實質。若公司對實習生有明確指示與監管，實習生須按固定工時上班，並承擔與一般員工相近的工作，那麼即使合約表面寫明是「實習」，仍有可能被視為僱傭關係。換言之，法律重視的是安排內容，而不是職位標籤。 這一點對企業尤其重要。因為一旦實習生在實質上屬僱員，僱主便不能只把對方視為「來學習的學生」，而須按相關法例處理薪酬、保險及其他勞工保障。很多僱主以為把職位名稱改成Intern或Trainee，便可避開勞工法例，這其實是誤解。真正決定法律責任的，是實際運作。 最低工資問題，更是實習爭議的焦點。根據《最低工資條例》，某些實習安排可獲豁免，但條件相當明確，並非所有暑期實習都自動適用。一般而言，豁免主要涉及兩類學員：一類是由教育機構安排或認可、並屬課程必修或選修部分的「實習學員」；另一類是「工作經驗學員」，即不屬課程必修實習、年齡未滿26歲，且受僱期符合法定豁免條件。 不少企業容易將暑期實習一概視為短期安排，但法例並不容許這樣簡化處理。若屬「工作經驗學員」，豁免期通常只限於一段連續59天的受僱期。換言之，若暑期實習由7月1日至8月31日，共62天，便已超出豁免上限；在這種情況下，僱主便須按法定最低工資支付薪酬。對企業而言，這是成本；對學生而言，卻是最基本的保障。 不過，若實習屬「實習學員」，情況便不同。只要實習由教育機構安排或認可，並屬課程一部分，即使日數較長，也未必因超過59天而失去豁免資格。可見，真正重要的不是「實習多久」，而是實習性質是否符合條例要求。因此，企業在推出實習計劃前，應先與教育機構、法律顧問及人力資源團隊協調，避免因設計疏忽而誤觸法例。 除了薪酬，保險與強積金同樣不能忽略。若實習生在實質上屬僱員，僱主便須按規定為其購買僱員補償保險；而如符合強積金參與條件，僱主亦要依法安排供款。這些並非可有可無的行政細節，而是保障勞工權益的基本要求。愈是標榜「培育人才」的實習計劃，愈應在制度設計上做得細緻。 對學生來說，簽署實習合約前也不應只看公司名氣或職位名稱，而要細讀工時、職責、薪酬、保險及終止安排。實習不是試用期的縮影，更不是法律保障的真空地帶。懂得看清條款，並不是對企業不信任，而是對自己權益負責。 說到底，實習生是否屬於「勞工」，從來不是非黑即白，而要回到實際關係與法例要求。對企業而言，合規不是負擔，而是風險管理；對學生而言，懂法不是對立，而是自我保護。當實習既有學習價值，也有制度保障，才算是真正成熟的實習文化。 （以上僅為一般資訊，不可作為法律意見）
有機會再次與財富管理資深專家楊婷婷頃吓食吓，在她百忙之中可以與我深度交流。在傾談中，隨心地探討了行業的本質與價值。婷婷的見解，讓我深刻體會到，卓越的事業並非單純的數字遊戲，而是以「仁面秀心」為核心的長遠修行。所謂「仁面」，是對客戶的同理與守護；「秀心」，則是內在的專業沉澱與不斷精進。 利他與守護：初心決定格局著名未來學家 Joel Barker 曾言：「願景加上行動便能改變世界。」與婷婷的頃談中，大家一致認同，事業的起點是對行業社會價值的深刻認同。譬如，保險業賺錢只是完成願景的附屬品，真正的核心在於以客戶為中心，協助他們規避人生風險。 這種「利他」精神，如保險是一件利他的事，能將優質的風險管理工具帶給客戶。婷婷察覺到許多家庭缺乏基本保障，卓越的從業員會將工作視為「守護」，幫助家庭在不確定中守住最長遠的保障；成為家庭和企業的財富守門人。當從業員以客戶福祉為出發點，銷售便不再是說服，而是價值的實現。 同理與陪伴：贏得長遠信任很多行業，如財富管理就是一門經營信任的事業。國際研究指出，深層聆聽與同理客戶的情緒智商，是頂尖代理人最重要的特質。婷婷也強調，願意把客戶利益放在首位，甚至推薦更適合但佣金較低產品的顧問，反而能長久留住客戶。 正如婷婷所言：「財富管理不只是產品解說，更是理解與陪伴。」信任的建立也需要專業的沉澱，她曾為素未謀面的客戶耐心重整繁複的保單，最終贏得了客戶的信任與轉介。長期服務與經營現有客戶所創造的效益，遠比不斷開發新客戶更為可觀。 專業與進取：持續學習的秀心現代高淨值客戶對財務規劃的要求日益提高，卓越的從業員必須具備全面的視野。專業並非一蹴而就，而是持續學習的成果。婷婷強調「空杯心態」，持守努力並持續學習。這種內在的「秀心」，讓她能以理性、客觀的態度，打破大眾對行業的印象。同時，婷婷在社交平台持續分享專業知識，不盲目求快，而是以沉穩的節奏，腳踏實地走好每一步，堅信「只要一直在路上，終會有收穫。」 今次與婷婷的傾談，讓我深刻認識到，專業的從業員不僅是財富的規劃者，更是人生的守護者。以「仁面」待人，以「秀心」行事，方能在這條道路上走得更穩、更遠。
提起「資產」，很多人會想到股票、基金或物業，但從事財富管理超過二十年，我認為，每個人最重要、回報最高的資產，其實是自己的職業。 在財富管理中，我們經常提醒客戶，真正能夠長期增值的，不只是金融資產，更重要的是持續創造價值的能力。放到職場上，道理同樣適用。每一天的工作，不只是換取薪酬，更是在累積自己的「職業資本」（Career Capital）——包括專業能力、經驗、信譽、人脈，以及解決問題的能力。 年資會增加，價值卻未必同步提升 AI 發展迅速，知識更新速度愈來愈快。有人工作十年，市場價值愈來愈高；亦有人工作十年，卻發現自己掌握的技能已逐漸被取代。兩者最大的分別，不在於年資，而在於有沒有持續投資自己。 管理年輕團隊時，我發現不少新一代重視薪酬、福利及晉升機會，這些固然重要，但我更鼓勵他們思考另一個問題：「這份工作，能否令三年後的自己，比今天更有價值？」 因為真正值得追求的，不只是下一次加薪，而是不斷提升自己的市場競爭力。 AI 可以提升效率，但不能建立信任 近年，AI 已能協助完成資料整理、分析，甚至撰寫報告。然而，在財富管理行業，我們最重視的，始終是理解客戶需要、建立信任，以及在充滿變數的市場中作出專業判斷。科技可以提升效率，但判斷力、責任感、溝通能力和同理心，仍然是無法被完全取代的核心價值。未來企業真正需要的，不只是懂得使用 AI 的員工，而是懂得善用 AI，同時具備獨立思考能力的人才。 投資自己，才是最好的長線回報 另外，財富管理講求長線投資，人才培育亦然。我經常鼓勵年輕同事，不要只做一個完成工作的執行者，而要努力成為能夠解決問題、創造價值的人。當你的能力來自持續學習、跨界思維及判斷力，而不是單一技能，你的職業資本便會像優質資產一樣，隨時間累積價值。同樣，面試年輕人時，建議不要只問他/她懂甚麼，而會問問他/她最近學了甚麼；因為知識會過時，但持續學習的能力，才是真正能夠複利增值的資產。 對企業而言，投資人才亦是最具回報的長線投資。完善的培訓、跨部門歷練、持續學習文化，不但提升員工能力，更能建立企業的長遠競爭力。 財富管理有一個重要概念，就是「複利」。我認為，職涯發展同樣存在複利效應。每天多學一點、多承擔一步、多累積一次經驗，看似微不足道，但經過數年，便會形成別人難以複製的競爭優勢。 你的職業，不應只是每月換取薪金的工具，而是一項值得長期經營的人生資產。懂得投資自己的人，無論市場如何變化，都能持續創造屬於自己的價值。
以下故事，純屬虛構，如有雷同，實屬巧合 一個沒有資源的創業者 Tom 是一位 32 歲的創業者。兩年前，他辭職創業，想做一個 B2B SaaS 產品。 但他面臨一個巨大的問題：他沒有資源。 他沒有資金——只有 50 萬積蓄，連一個像樣的辦公室都租不起。他沒有人脈——不認識投資人、不認識大企業的決策者、不認識行業裡的關鍵人物。他沒有團隊——只有他和一位技術合夥人，兩個人要做產品、做銷售、做客服。 那天晚上，Tom 坐在出租屋裡，看著銀行帳戶裡越來越少的餘額，感到深深的焦慮。他開始懷疑：沒有資源，我真的能成功嗎？ 第二天，他約了一位成功創業者喝咖啡。這位創業者 5 年前也是白手起家，現在公司年營收超過 3 億。Tom 問他：「你當初是怎麼在沒有資源的情況下起步的？」 創業者笑了笑，說：「Tom，你知道嗎？資源不是成功的前提，槓桿才是。」 什麼是槓桿思維 創業者分享了他的經驗。他說，很多人以為創業需要很多資源——資金、人脈、團隊。但真正的創業者知道，你不需要擁有資源，你只需要撬動資源。 「這就是槓桿思維，」創業者說。「用最小的投入，撬動最大的產出。」 他舉了一個例子。他剛創業時，也沒有資金、沒有人脈、沒有團隊。但他用了三個槓桿，快速啟動了公司： 第一個槓桿：借用別人的信任。他沒有客戶，但他的前老闆有。於是他找前老闆談，說：「我想為你的客戶提供免費的產品試用，作為回報，你可以獲得 10% 的推薦佣金。」前老闆同意了，介紹了 5 個客戶給他。這 5 個客戶成為他的第一批種子用戶。 第二個槓桿：借用別人的專業。他不懂銷售，但他認識一位銷售高手。於是他找這位高手談，說：「我想請你做我們的銷售顧問，不需要全職，只需要每週花 2 小時指導我們。作為回報，你可以獲得 5% 的股權。」這位高手同意了，幫他建立了銷售體系。 第三個槓桿：借用別人的平台。他沒有品牌知名度，但行業媒體有。於是他主動聯繫幾家行業媒體，說：「我想分享我們在 B2B SaaS 領域的實踐經驗，可以寫一篇專業文章。」媒體同意了，發布了他的文章。這篇文章為他帶來了大量潛在客戶。 「你看，」創業者說，「我沒有資源，但我撬動了別人的資源。這就是槓桿思維。」 三種槓桿：人、平台、系統 創業者繼續分享。他說，槓桿思維有三種核心槓桿： 第一種槓桿：人的槓桿。找到那些擁有你需要的資源的人，然後用價值交換的方式，撬動他們的資源。比如，你需要客戶，就找那些有客戶的人；你需要專業知識，就找那些有專業知識的人；你需要資金，就找那些有資金的人。 創業者說，他創業的前兩年，沒有招聘任何全職員工，而是用「價值交換」的方式，撬動了 10 多位專業人士的資源——有人提供銷售指導、有人提供技術支持、有人提供客戶介紹。他用股權、佣金、或者互惠的方式，建立了一個「虛擬團隊」。 「記住！」創業者說，「你不需要擁有人才，你只需要撬動人才。」 第二種槓桿：平台的槓桿。找到那些已經有流量、有用戶、有影響力的平台，然後借用他們的平台來推廣你的產品或服務。比如，你可以在行業媒體發表文章、在社交媒體分享內容、在行業活動演講、在線上平台開課。 創業者說，他創業的第一年，沒有花一分錢做廣告，而是用「內容行銷」的方式，在各大行業媒體、社交媒體、線上平台發表文章和分享經驗。這些內容為他帶來了大量潛在客戶，成本幾乎為零。 「記住！」創業者說，「你不需要建立平台，你只需要借用平台。」 第三種槓桿：系統的槓桿。建立可複製、可擴展的系統，讓你的產出不再依賴你的時間和精力。比如，你可以建立標準化的流程、自動化的工具、可複製的模板，讓一個人的工作變成十個人的工作。 創業者說，他創業的第二年，開始建立系統化的銷售流程、客戶服務流程、產品開發流程。這些系統讓他的團隊效率提升了 […]
隨着香港城市急速發展，物業及設施管理行業亦產生巨大變化。近年，坊間常對「資產管理」與「物業及設施管理」的定位產生討論，事實上，兩者密不可分，絕無高低之分。物業及設施管理，本質上就是資產管理中不可或缺的核心環節。 房地產經濟學理論指出，物業的總回報由資本增值與租金收益組成，在理論與實務上，任何資產都需妥善管理以提升價值。資產管理著重財務與投資策略，物業及設施管理則專注空間效能、成本控制與用戶體驗。缺乏高效管理，成本上升、折舊加速，再好的財務規劃亦難以實現，兩者必須相輔相成。 現代物業及設施管理人才所掌握的專業範疇，早已超越一般人的想像。要管理好一份資產，管理人員必須在科技應用上展現極高的專業操守與技術。現時行業積極引進人工智能（AI）進行預測性維護，利用建築信息模擬（BIM）貫穿物業的整個生命週期，並透過中央化（Centralization）管理與集成營運控制中心（Integrated Operation Control, IOC），將大廈機電、保安及能源數據全面整合，令資產管理更具預見性與科學化。 同時，在香港及國家碳中和藍圖下，物業及設施管理角色關鍵。由於大量能源消耗來自實體物業，從業員在優化能源使用及推動節能減排方面責任重大，既回應ESG要求，亦促進綠色可持續營運。配合完善的危機與安全管理，以及遵守《物業管理服務條例》（第626章）及牌照制度，確保資產合法、安全及高效運作。 對大多數市民而言，物業是人生中最重要且最昂貴的資產，而物業及設施管理直接影響其保值與增值。我們透過妥善管理社區與設施，提升居民生活質素，為社會穩定與發展作出重要貢獻，使命感與價值感並重。 一個成功社區的建設，絕非隨意或偶然的行為，而是精準管理的成果。物業及設施管理人員作為社區的橋樑，必須與政府部門、非政府組織等社區持份者充分合作。深入認識社區的結構與需求，正是更好管理物業資產的根本基石。 在這個專業行業中，物業及設施管理人是否屬於高階，完全取決於能否在持續改善、精益求精、好學不倦等領域及範疇突破領先。當我們將結果視為目標的前提下，管理人員能否在守法循規的基礎上，切實為居民及客戶增值資產，這正是定義「高階物業及設施管理人」的核心所在。我們不僅是實體建築的守護者，更是財富資產的管理者，以及幸福社區的締造者。 香港房屋經理學會司庫 林宇軒先生
多年來身處醫療行業，我親歷科技一步步滲入診療流程，從醫護人員的臨床分析、醫學影像，到醫患之間的溝通方式，都在不斷演變。每一次新技術出現，社會幾乎都會出現兩種截然不同的反應：有人擔心工作終將被機器取代，也有人認為科技始終只是提升效率的工具。 上世紀80年代電腦普及時，類似的討論同樣此起彼落。結果證明，電腦不但沒有令大量職位消失，反而成為提升生產力的重要助手，並催生了不少新工種。然而，若今天仍以同樣角度理解人工智能（AI），尤其是生成式AI，或許便低估了它對未來職場帶來的深層改變。 兩者最大的分別，在於角色本質。傳統電腦本身沒有思考能力，它只能依照人類輸入的明確指令執行工作，本質上是延伸人的「手」。但AI已不再只是被動工具，它具備分析、推理、整理甚至生成內容的能力，即使在指令並不完整的情況下，亦能自行完成任務。它所延伸的，更像是人的「腦」。 正因如此，「人機協作」的模式亦正在改寫。過去，10個人配合10部電腦，可以大幅提升效率；但今天，一個熟悉AI工具的人，已可能完成過往數十人甚至上百人的工作量。這不再只是科技升級，而是整體人力需求與工作結構的重新分配。 而這種影響正迅速滲透不同層面的工種，逐漸重塑整個職場生態，從自動駕駛、客戶服務、餐飲營運、行政工作，以至程式開發等。例如，在醫療領域中，AI的角色已不止於輸入資料或整理病歷，而是逐步參與醫學影像分析、疾病風險預測，甚至提供初步診斷建議。換句話說，它正開始介入過往高度依賴專業判斷的工作範圍。 值得注意的是，這場改變並非單純「舊工種消失、新工種出現」那麼簡單。AI確實會創造新的職位，但這些新崗位往往要求更高的專業知識與技術能力，未必能即時吸納原本從事基礎、重複性工作的勞動人口。對不少人而言，轉型並非短時間內便能完成。 更現實的是，AI浪潮正與經濟低迷交疊發生，令企業對初級職位的需求持續下降，新畢業生進入職場的門檻亦變得愈來愈高。當職業階梯最底層的機會開始收窄，整體向上流動的空間自然亦受到影響。 在這樣的環境下，單靠學歷已難以保證未來的穩定性。相比執着於尋找「理想工作」，年輕人更需要培養適應力及AI難以取代的技能。AI雖然強大，但始終難以複製人類真誠的溝通交流、高度同理心、以人為本的服務態度，以及面對複雜情境時靈活而全面的判斷能力。例如醫療行業中，許多崗位短期內仍難以被AI取代，因為這工種需要人文關懷、情緒理解，以及豐富臨床經驗以作出病情判斷等等。因此，年輕人不妨放寬視野，不一定要局限於與你學科直接相關的全職工作，可以從有興趣並難被取替的兼職或基層崗位開始，重點累積經驗。 AI帶來的不只是工具層面的升級，而是對「工作」本質的一次重新定義。未來不會因等待而變得更清晰，我們亦不能再抱着「船到橋頭自然直」的心態，必須明白AI的發展已是不可逆轉的趨勢。唯有及早調整方向，在掌握科技之餘，仍保留人性的深度與溫度，才能在這場無可逆轉的轉型之中，找到屬於自己的位置。