「洗水缸？不就是打開水缸刷刷牆嗎？」
這是我和盈臻創能（Versatech）創辦人開會時，同事的第一個反應。但當我提到「沙井窒息意外」，大家馬上明白了——水缸，原來也是一個極具風險的「密閉空間」。
盈臻創能：二十年磨一劍的環境技術專家
盈臻創能有限公司成立於 2004 年，是香港資深的環境技術服務供應商。20 年來服務超過 500 間工廠，客戶名單包括公司與中石化（386）、中海油（883）、華能（902）、新鴻基（016）、可口可樂、維他奶（345） 合作等知名企業。這一次，董事鍾弈昇（Derek）帶來的不是傳統節能方案，而是一個極其「貼地」的轉型項目：用 AI 和機械人清洗水缸。
一個被忽略的香港困局：清洗水缸的「億元代價」
在香港，清洗水缸是無幢樓宇的必要程序：
- 食水缸： 根據水務署指引，每 3 個月要洗一次。
- 咸水缸： 雖無嚴格法律規定，但為免淤塞，大廈一般一年半洗一次。
全港每年清洗水缸的開支，保守估計以億元計。然而，最大問題不在於「清洗」成本，而在於背後的安全連鎖效應。
密閉空間：成本暴漲的炸彈
自從香港發生多宗密閉空間致命意外後，規例大幅收緊。現在清洗一個水缸，流程包括：檢測毒氣、安裝抽風系統、排水、清洗、全程監督、以及繁瑣的文書記錄。
「以前兩三個人做的事，現在要四個人做，外加一個人監督。」Derek 坦言，「有時候做文件的時間比洗水缸還要長。」更糟的是隱憂：水缸內壁潮濕光滑，工人極易跌倒受傷；一旦出事，由於環境狹窄，往往要動用消防處特種救援隊。「成本愈來愈貴，效率愈來愈低，對物管行業來說，這是一個甩不掉的負擔。」
研發的陣痛：幾十萬買回來的教訓
盈臻多年來與生產力局（HKPC）合作，一次開會聽到這個難題，Derek 主動提出：「讓我來試試看？」更促成他親自走上天台研究，發現水缸最髒的地方往往在水位線位置，且向西、向東的牆身因陽光照射導致水溫上升，氯氣揮發，細菌便瘋狂滋生。
為了對付這些頑固污垢，Derek 最初選擇了傳統研發路向：憑經驗「死衝」。
他投入了數十萬資金研發第一代機械人。當時的設計思路很直接——既然牆身髒，就裝個刷子去刷。結果踏入中年的他，一落水缸就出事：水缸內部佈滿樓梯、喉管同各式障礙物，刷子式機械人笨重得完全無法移動。
「我親自落場，跟工程師一齊抬、一齊洗，搞到腰酸背痛幾日。那一刻我就知道，這台機器連我都說服不了，更遑論拿出去賣。」Derek 回憶道，「幾十萬學費，換來的是一個『全權作廢』的教訓。」
靈機一觸：DeepSeek 成為研發轉折點
就在第二代研發再次面臨瓶頸——如何在高壓噴射的巨大反作用力與機身輕便化之間取得平衡時，Derek 留意到 AI 的爆發。他沒有選擇聘請更多昂貴的力學專家，而是嘗試將問題拋給 DeepSeek。
他將所有極端條件放進去：水壓參數、車身重量、材質抓地力、尺寸限制……
「第一代是靠人腦猜出來的，所以不行；第二代是 AI 幫我們算出來的。」Derek 分享，DeepSeek 給出的方案非常紮實，團隊再用人腦進行最後篩選。結果：研發時間縮短了半年，省下了數十萬無效測試的開支，準確度更高達 80%！ 只是小修小補，第二代機械人就成功誕生。
面對力學平衡的難題，Derek 沒有選擇繼續硬碰硬，而是轉向 AI 工具尋求答案。他打開了 DeepSeek，將所有關鍵變量輸入：噴水壓力、機械人重量限制、底盤尺寸、輪胎材質摩擦系數……
「第一代是靠人腦猜出來的，所以不行。第二代是靠 AI 算出來的。」Derek 分享，AI 給出了多個數據模型，團隊再用專業經驗進行篩選，然後再問下一輪問題。
這次「人機合作」的成績單非常亮眼：
- 節省 6 個月時間： 避開了盲目打樣的階段。
- 省下數十萬成本： 減少了無效零件的採購與測試。
- 準確度高達 80%： 實物測試與 AI 模擬結果高度吻合，只需微調即可投入使用。
Derek 的 AI 哲學：不懂 AI 的員工，我不請
在訪問過程中，Derek 展示了他極其前衛的用人與管理邏輯：「現在請新員工，如果不主動用 AI，我基本上不考慮。」
他認為員工不需要懂寫程式，但必須具備「利用工具解決問題」的思維。他甚至會做交叉測試：同一條問題，同時問 ChatGPT、xAI 和 DeepSeek，隨越來越AI 工具推出，他近期開始用Zoo Design Studio、Zookeeper、Flux、Canva等等工具;。
為什麼他偏愛 DeepSeek？ 「因為我做硬件、做生產，很多供應鏈都在內地。DeepSeek 給出的答案非常扎實，技術性強，甚至能直接提供在內地電商平台可以找到的零件型號，可能與用戶多開工業問題有關。對我們這種做實業的來說，這是真正能落地的方案。」
他更進一步將工作流程「斬件式 AI 化」：
- 拆解工序： 將設計、選料、繪圖、成本估算分開。
- 找對工具： 詢問 AI 哪一個平台適合初學者處理特定工序（例如線路板設計）。
- 自動化生成： 目前已有平台能根據構思自動繪畫線路、推薦元件並生成 BOM（物料清單）。
不怕被抄襲嗎？「善用工具者，更新最快」
我問了一個老闆們最擔心的問題：你用 AI 研發，別人也用，你的護城河在哪？
Derek 顯然很豁達：「技術是公平的，大家都能用。但我們有先發優勢。在生產力局的協助下，我們只有六個月時間衝刺。當六個月後競爭對手想進場抄襲時，我已經靠 AI 更新到第三代、第四代了。我的成本更低、經驗更多，他怎麼追？」
在他看來，AI 的最大好處在於：24 小時不睡覺、不會重複犯同樣的錯。「找到一個不重蹈覆轍的員工很難，但 AI 相對穩定。這就夠了。」
實戰目標：從 3 個人，縮減至 0.5 個人
目前的第二代機械人，已經讓清洗流程發生了質變：
- 單人作業： 只需要一個人控制，且無需進入水缸。
- 零風險： 取消了抽風、毒氣監測等複雜的密閉空間程序。
- 實質省錢： 大型物管公司精算後發現，原本需要 3 人的團隊，現在可省下 1.7 個人手。
未來的第三代目標：3 個人變 0.5 至1.5 個人（按照水缸大小決定）。 Derek 正計劃引入 VLM（視覺語言模型）。屆時機械人能自動掃描並識別污垢，自動清洗，工人只需將機器放下並啟動開關即可。洗完後，AI 會自動拍照、記錄並生成專業報告。這不僅省了工人的力氣，連物管經理的行政工作也一併解決。
生產力局的「四重奏」支援
這個項目的成功，背後離不開生產力局（HKPC）的多方位協助：
- 技術研發： 深度參與系統開發與測試。
- 法規導航： 確保方案完全符合香港嚴謹的密閉空間與勞工規例。
- 生態對接： 牽線搭橋，介紹大型物管公司提供真實水缸進行無償測試。
- 資金對接： 協助申請政府資助，項目總額逾百萬，生產力局協助為項目申請創科局40%資助。
Derek 坦言，如果不是願意有物管公司讓他們實地測試，第一代機械人的設計缺陷可能要很久才會被發現。他親自落場抬機器、忍受腰酸背痛的日子，讓他深知：「如果連我自己都覺得辛苦、覺得不便，這產品一定賣不出。」
結語：買斷還是租賃？解決方案才是核心
現時盈臻跟仲量行合作，將機械人引入到全港各大廈。為了讓市場更快接受新科技，盈臻與生產力局推出了買斷與租賃雙軌制。租賃成本僅約為一個工人薪酬的 1/4 至 1/3。「物管公司只要省下一個人手，一年就能省下十多萬。這筆數，老闆一聽就明白。」
一個水缸，看似微不足道。但背後折射的是香港勞工短缺、安全風險與成本壓力的集體困局。盈臻創能的故事告訴我們：數碼轉型不一定要從「超高科技」的項目入手，只要敢於利用像 DeepSeek 這樣的工具，從最貼地的痛點出發，傳統工程也能翻身。
