Hong Kong punta sull’AI con un modello linguistico sviluppato localmente per ottimizzare l’efficienza pubblica.
HKGAI V1 è il primo large language model (LLM) sviluppato integralmente a Hong Kong, tramite il centro di ricerca HKGAI finanziato dai cluster InnoHK. Il modello, basato su DeepSeek e sottoposto a un fine-tuning completo, rappresenta una svolta nel settore dell’intelligenza artificiale locale. Il governo ha confermato che HKPilot, un’applicazione basata su questo LLM per l’elaborazione documentale, è già in fase di test in oltre 70 dipartimenti pubblici.
Secondo il Segretario all’Innovazione Sun Dong, lo sviluppo di HKGAI V1 ha comportato costi contenuti rispetto ai modelli globali analoghi, grazie al supporto pubblico e a infrastrutture locali. Nonostante non siano stati rilasciati dati economici dettagliati, il governo ha dichiarato che il confronto con modelli internazionali è in corso e sarà fondamentale per migliorare performance e affidabilità.
L’obiettivo principale è trasformare HKGAI V1 in un assistente digitale (“AI civil servant”) capace di automatizzare compiti ripetitivi e documentali, contribuendo a ridurre la spesa pubblica e a migliorare i tempi di risposta dei servizi. La roadmap governativa prevede: l’apertura progressiva del modello al pubblico, l’estensione degli scenari d’uso e il sostegno a progetti di digitalizzazione sociale e urbana.
In parallelo, il modello sarà arricchito da nuove funzionalità e integrato in settori chiave come l’istruzione, la sanità e i servizi al cittadino. Il governo intende misurare i risultati in termini di risparmi generati, qualità del servizio e soddisfazione degli utenti.
Fonti:
- Governo di Hong Kong, risposta ufficiale al LegCo
- InnoHK Research Clusters
- DeepSeek AI open platform
Consigli di approfondimento:
- InnoHK: i poli dell’innovazione di Hong Kong
- DeepSeek, il motore AI open source cinese
- AI nella pubblica amministrazione: casi globali
Conclusioni – Pro e rischi etici/sociali
Pro: innovazione locale, risparmio, velocizzazione processi pubblici
Rischi: bias, trasparenza algoritmica, tutela della privacy e resistenza culturale al cambiamento
