花旗說每13個香港人便有1個千萬富翁。報告裏有個少人留意的註腳:「百萬流動資產人士」,流動資產中位數其實已經是650萬。他們多用 AI 提升職場競爭力;流動資產是他們兩倍多的人,卻更常用AI找新機會。分開兩組人的不是錢,卻是探索好問題的動力。
650萬,大約是香港一個普通家庭十八年的收入。
花旗剛公布《香港千萬富翁調查報告2026》:全港千萬富翁增至41.2萬人,平均每13人便有1個;86%用過AI,但只有7%會完全交給AI作投資決定。不少報道的焦點,落在那個7%。
但我的注意力卻放在:百萬流動資產人士「較傾向」用 AI 提升職場競爭力;準億萬富翁和千萬流動資產人士,則「更常」用 AI 探索、尋找靈感、發掘新機遇。翻到新聞稿的註腳,所謂「百萬」那一組,流動資產中位數原來是650萬;「千萬」那一組是1,500萬;準億萬富翁是5,000萬。
手握十八年家庭收入的人,用AI的方式,仍然是普通打工仔的方式。
650萬,仍在替人答題
花旗替這一點起的小標題,是「AI 由維持職場競爭力轉向發掘機遇」。讀起來彷彿是一道樓梯:先保住飯碗,有錢了,才去探索。
我看到的是另一條分界線。1,500萬對650萬,不過兩倍多,AI 的用法卻已經截然不同。「提升職場競爭力」,意思是題目是老闆出的:report 怎樣寫快一點,deck 怎樣做靚一點。「探索、找靈感、發掘機遇」,意思是題目是自己出的:有甚麼是我還不知道的?
公道地說,資產愈多,相信愈多人已是老闆,很大機會沒有「職場」要競爭:受訪千萬富翁之中,29%是企業東主或自僱,31%已退休或屬非勞動人口。但這恰恰說明:有老闆的人,手上的AI很自然就變成替老闆答題的工具。
資產已經百萬級,打算解決的問題還未升級。
不是不夠聰明,是太理性
組織學者 James G. March 1991年有篇經典論文,把組織學習分成兩種:一種把現有能力磨得更利,他叫exploitation,我譯作「利用」;一種試驗新的可能,叫exploration,即「探索」。「利用」的回報正面、近在眼前、可以預計;「探索」的回報不確定、遙遠,而且往往是負數。
放回辦公室:用 AI 快手交一份報告,老闆當日就讚你;花十晚問 AI 一個陌生行業,九晚沒有下文。理性的人每次都揀前者。650萬那一組不是不夠聰明,是太理性。
只顧利用、不肯探索的系統,多半會困在「次優而穩定的均衡」裏。香港人最愛的「穩定」,原來有個學名,叫次優。
同一份報告其實早有提示:多元配置的人,由100萬累積到1,000萬流動資產平均要13年,定存集中的要20年。理財上,人人都懂雞蛋不要放在同一個籃子;職涯上,大部分人卻把收入、技能、人脈全押在一份工,再用 AI 把籃子擦得更亮。
AI最平民的用途,是令探索變便宜
以前,探索是有錢人的奢侈品:約人食飯、請顧問、用真金白銀試錯,輸得起才玩得起。今天,AI 把探索的價錢壓縮到幾個晚上。
我有個嗜好:叫 AI 寫書給自己看,題目是我不熟悉的範疇,然後不停追問。以前到圖書館,一本參考書只有十分一合用;現在一晚就有一本度身訂造的。
做個小測試:打開過去一個月的 AI 對話紀錄,數一數幾多條問題是老闆出的,幾多條是自己出的。你未必有650萬,但用 AI 的方式,可能已經和他們一模一樣。我的建議是:每五條問題,留一條由自己創作。
企業也一樣。推 AI 只問「同樣人手可以多做幾成」,就是650萬的用法。想下屬帶新機會回來,就要給他們出題的時間,也要容許他們問錯問題。想衝出現狀,不必跑得更快,但必須先換一條問題。






