可信知識工作的基礎
知識庫、文件管理、附來源問答、帳號權限、本機資料控制與操作稽核已有工程基礎。
01比開源自建更完整不必自行拼裝權限、監控與備份
02比大型 AI Factory 更容易導入從一項工作開始，不先做大型專案
03比一般雲端 AI 更可控資料有邊界、回答有來源、過程可追蹤
市場選擇比較
不是再買一個聊天工具，而是補上可信執行的缺口
企業真正需要的是資料有邊界、回答有依據、工作有後續、系統有人維護。
| 企業考量 | 一般雲端 AI | 開源自建 | 企業 AI Factory | AI-Box |
|---|---|---|---|---|
| 導入速度 | 快 | 需自行組裝 | 專案型導入 | 以標準方案和試點快速開始 |
| 資料控制 | 資料進入供應商平台 | 可自主管理 | 可高度控管 | 企業保留文件、索引、權限與紀錄 |
| 回答證據 | 不一定透明 | 依工具與設定而異 | 可客製 | 回答附來源，證據不足時拒答 |
| 任務治理 | 流程通常不透明 | 多數需另行開發 | 可客製但複雜 | Ren＋Ledger＋ACK 追蹤工作 |
| 日常維運 | 由平台負責 | 企業自行負責 | 企業 IT 或顧問負責 | 安裝、更新、備份與復原納入服務 |
| 中小企業門檻 | 低，但治理能力有限 | 軟體成本低、維護成本高 | 成本與複雜度高 | 為 3–50 人團隊收斂必要能力 |
完整產品，而非單一技術元件
從「文件可問答」走到「工作可完成」
01使用者交辦
02確認身分與權限
03Hina 交付有來源結果
04必要時人工核准
05Ren 追蹤任務與異常
06確認完成並留下收據
| 企業需要 | 負責層 | AI-Box 帶來的價值 | 目前狀態 |
|---|---|---|---|
| 企業知識交付 | Hina | 在獲准資料範圍內整理答案，保留文件與版本來源 | 已具備基礎 |
| 任務與完成控管 | Ren | 建立任務、追蹤等待與異常，避免遺漏或重複 | 驗證中 |
| 身分與最小權限 | 信任層 | 依角色與資料範圍決定可讀內容，留下稽核紀錄 | 已具備基礎 |
| 可靠引用 | RAG 與證據 | 讓管理者看見答案依據，證據不足時不補寫企業事實 | 已具備基礎 |
| 部署選擇 | Hybrid／Private | 敏感資料留在企業控制環境，依政策選擇模型 | 持續產品化 |
| 營運保障 | 維運層 | 安裝、更新、備份、回滾、監控與遠端診斷 | 持續產品化 |
中小企業適配性
為什麼適合 3–50 人企業
| 常見現況 | AI-Box 的處理方式 | 可期待的管理價值 |
|---|---|---|
| 沒有專屬 AI 團隊 | 不要求企業自行拼裝模型、RAG、權限、監控與備份 | 降低導入後沒人維護的風險 |
| 資料不能任意外流 | 文件、索引、權限與工作紀錄由企業控制 | 兼顧 AI 能力與資料治理 |
| 制度與知識散落 | 將核准文件整理成可檢索、可引用的企業知識 | 縮短找資料與反覆確認時間 |
| 人少、工作不能漏 | 把答案接到任務、等待、異常與完成確認 | 不只回答問題，也追蹤後續工作 |
| 想先小規模驗證 | 從一個部門、一類資料與一項高頻任務開始 | 先看成果，再決定擴大範圍 |
部署選擇
先驗證價值，再選擇適合的資料控制程度
| 模式 | 適用情境 | 主要優點 | 主要考量 | AI-Box 建議 |
|---|---|---|---|---|
| Cloud | 低敏感資料、快速體驗 | 上線快、前期成本低 | 資料與治理依賴雲端平台 | 體驗與低敏感場景 |
| Hybrid | 多數台灣中小企業 | 資料留在 AI-Box，同時取得較強模型能力 | 需明確定義資料與模型路由政策 | 初期建議 |
| Private | 高敏感、限制連網或高 SLA | 最高資料控制與離線能力 | 硬體、模型與維運成本較高 | 高階方案 |
低風險導入
用一項真實工作，開始四步試點
- 01選一個高頻問題
鎖定一個部門、一項重複工作或一個明確痛點。
- 02匯入核准資料
使用既有 SOP、制度、產品或專案文件，不必先重做全部內容。
- 03設定角色與邊界
定義誰能讀哪些資料、哪些結果必須由人員確認。
- 04以成效決定擴大
觀察使用率、節省時間、引用品質與人工升級原因。
誠實揭露
現在做到哪裡，下一步要驗證什麼
跨入口的數位同事工作流
Hina 與 Ren 的任務交接、Ledger、ACK、失敗安全與三角色聯合驗收仍在進行。
可重複銷售的產業套件
教育訓練、線上客服、ROI 儀表板與標準維運服務將透過設計夥伴逐步驗證。
給台大 EMBA 夥伴的邀請
我們正在找的，不只是客戶，而是一起把方案做對的夥伴
如果你的企業有清楚的知識、流程或服務場景，我們希望先用小規模試點驗證價值，再決定是否擴大導入。
提供一項真實工作場景，驗證資料、權限、回答與任務流程。
把產業經驗轉成可重複導入的教育訓練、客服或內部營運套件。
共同建立需求診斷、導入服務、教育訓練與在地維運能力。
一起補強模型、硬體、資安、營運與商業規模化所需能力。