Gartner 本週公布的一項數據，足以改變香港企業 AI 督導委員會的開會方式：從 AI 獲益最多的企業，並非推出最多試點的企業，而是那些事先以書面方式訂明「何時停下來」的企業。
根據 Gartner 於 2026 年 10 月 19 日發布的 2027 年 CIO 及科技主管議程調查，在 2,002 名受訪 CIO 之中，只有 13% 表示其企業已從 AI 取得顯著或轉型級別的價值。設有試點止損準則的企業，躋身表現最佳群組的機會高出 2.3 倍，然而只有 31% 的 CIO 已建立這類準則。
本文將說明 AI 止損規則的定義、它為何正成為董事會層級的管控工具，以及你應如何在下一個預算週期前，為自己的 AI 項目組合寫好止損規則。
什麼是 AI 止損規則？
AI 止損規則是事先議定、以書面記錄的準則，用以決定某項 AI 計劃何時必須暫停、重新設計或終止。規則在試點開始前訂立，與可量化的價值假設掛鈎，並由一位具名的業務負責人擁有決定權，令「應否繼續」由爭論變成檢驗。
Gartner 的研究指出，止損規則在兩個時點最為關鍵：
--- 試點關卡：判斷某個試點不應進入正式投產的準則。
--- 投產關卡：判斷已上線但不再值回成本的 AI 系統應否退場的準則。
設有投產止損準則的企業，成為表現最佳者的機會高出 2.6 倍，但只有 17% 的 CIO 表示已經具備。這個落差，正是你的機會所在。
為什麼 AI 止損規則在 2026 年成為董事會議題？
董事會的提問正由「我們有多少個 AI 項目」轉向「哪些項目真正帶來回報」。Gartner 指出，44% 的 CEO 難以向持份者證明 AI 的財務回報，同時 58% 的 CIO 面對更大的降本壓力。止損規則，正是保障回報的機制。
Gartner 於 10 月 20 日公布的 2027 年 CEO 調查顯示，75% 的 CEO 計劃增加科技投資。資金會繼續流入，問題在於這些資金會流向真正有效的計劃，還是被困在沒有人願意叫停的項目之中。
對香港企業而言，這還涉及合規層面。私隱專員公署的《人工智能：個人資料保障模範框架》要求企業持續監察及檢討 AI 系統。一份有記錄的止損規則，是證明檢討真正落實而非流於形式的最直接方法。
為什麼表現欠佳的 AI 試點總是停不下來？
表現欠佳的試點之所以得以延續，是因為一開始沒有人定義何謂失敗。缺乏書面門檻，每一個令人失望的結果都可以被解釋為「數據尚早」或「模型下季會改善」。沉沒成本與發起人的面子，令項目在證據早已轉向後仍然繼續。
大多數企業內部，同時存在三股力量：
--- 目標不斷移動。原本承諾縮短 30% 處理時間的試點，實際只做到 8%，於是被悄悄改稱為「創新學習項目」。
--- 成本難以預測。Gartner 指出，AI 的成本在運行時才確定，與可預測的 SaaS 授權費截然不同；51% 的 CIO 預期 AI 會推高科技方案的總擁有成本。50 人用時便宜的試點，500 人用時可能十分昂貴。
--- 沒有人掌握「關掉」的權力。IT 部門可以匯報數據，但只有業務部門能宣布價值沒有出現。若這項權力未有指派，預設結果便是繼續。
如何在試點開始前寫好 AI 止損規則？
一條可執行的止損規則包含四個部分：附有數字的價值假設、低於即終止的止損門檻、固定的評估期限，以及一位具名的決策負責人。四者都應寫入試點章程，並在任何開發工作開始前，由業務負責人及財務部簽署確認。
四步止損規則框架
--- 一、價值假設：以可量化方式描述業務成果。例如：「將保單批改申請的平均處理時間由 3 個工作天縮短至 1 個工作天。」
--- 二、止損門檻：訂明可接受的最低結果。例如：「第十週時若處理時間仍高於 2 個工作天，試點不會進入投產。」同時應設成本上限，例如每 1,000 宗個案的每月推理費用上限。
--- 三、評估期限：固定評估日期。範圍清晰的流程，一般以八至十二週為宜；延期必須提交新的書面理據，不能以口頭協議代替。
--- 四、決策負責人：指明須作出「繼續或停止」決定的高層人員及決定日期。
若試點涉及個人資料，應再加上一項私隱止損條件：如果系統無法符合《個人資料（私隱）條例》的要求，例如資料最少化或存取控制，無論表現如何都必須停止。
已投產的 AI 系統應設定怎樣的止損規則？
投產止損規則用於監察已上線的 AI 系統是否仍然值回成本。它按固定週期（通常每季）追蹤單位經濟效益、使用率、輸出質素及風險四項指標；若連續兩次檢討有兩項或以上指標低於門檻，系統便須重新設計或退場。
--- 單位經濟效益：每宗交易、個案或文件的成本，與導入 AI 前的基線比較。
--- 使用率：合資格員工或個案中，每月實際使用系統的比例。
--- 輸出質素：AI 輸出的錯誤率、返工率或人手推翻率。
--- 風險：與系統相關的事故、投訴或合規例外。
這些指標必須配合清晰的問責安排。我們早前的文章〈AI 代理出錯時由誰負責〉詳細說明了如何在董事會層面分配責任。
香港企業實際上如何運用 AI 止損規則？
實際運作時，止損規則會把每季的 AI 檢討變成一個簡短的決策會議。每項計劃都按事先議定的門檻評分，委員會只需確認「繼續、修正或停止」，釋放出來的預算則轉投已達標的計劃。
以一家約 300 人的香港物業管理公司為例，它同時進行三個 AI 試點：
--- 住戶查詢助理：目標是在無須職員介入下處理 35% 的住戶查詢，第十週達到 41%，獲准投產。
--- 維修工單分類工具：目標是 85% 自動分類準確率，實際只有 68%，低於 75% 的止損門檻。原因是各屋苑的工單格式不一，於是項目停止，團隊轉而先統一工單格式。
--- 管理費催繳預測模型：準確度達標，但每月運算成本高出上限一倍。項目進入六星期的修正期，期內未能降低成本便會結束。
企業主管在 AI 止損規則上最常犯哪些錯誤？
最常見的錯誤包括：結果出來後才訂門檻、以使用量代替成效、把「關掉」的權力交給 IT，以及把叫停視為失敗。每一項都會削弱紀律，令表現欠佳的計劃得以延續。叫停是一項成功的管控，而不是一個失敗的項目。
--- 事後補訂門檻：數據出來後才寫的規則，只是合理化的藉口。
--- 只計使用量：每週登入次數或提示數量，無法反映業務影響。Gartner 明確建議改為量度單位經濟效益、決策速度及客戶成果。
--- 缺乏業務負責人：若只有科技團隊能叫停項目，叫停便會變成政治行為，而非治理程序。
結論：留下的 AI，必須是會回本的 AI
AI 止損規則的目的，不是減少 AI，而是確保你保留下來的 AI 真正帶來回報。Gartner 的數據清楚顯示，領先的企業願意及早定義價值，並在價值未有出現時果斷離場。
你可以由現有試點開始：本月內為每個試點寫好四步止損規則，指派決策負責人並訂下日期。一個季度之內，你便會清楚知道哪些計劃值得下一輪預算。
懂AI的冷，更懂你的難。UD 同行28年，讓科技成為有溫度的陪伴。
找出真正值得投資的 AI 計劃
了解了框架，下一步是找出你的組織哪些流程已準備好導入 AI、哪些尚未成熟。UD 團隊手把手帶你完成每一步，從 AI 準備度評估、試點設計、止損規則，到部署上線與成效追蹤，28 年企業服務經驗，全程陪你走。
本文由 UD 企業 AI 團隊審閱。