從 AI Demo 到企業上線：從知識引擎、多語互動到治理合規
陳葵懋、鄭智遠、小朱
商品描述
- 台灣首部AI專法《人工智慧基本法》正式上路，
你的AI系統準備好了嗎？
一本補齊企業AI上線三大關卡：知識可信、多語品質、治理合規
● 向量搜尋做完了，企業RAG的麻煩才正要開始
● AI翻譯真正的難題，從「翻得出來」之後才開始
RAG 已經建好了，為什麼答案還是找不準？模型明明會翻譯，為什麼企業仍要面對專有名詞、文件格式、語音辨識、品質追蹤與人工覆核？
企業 AI 真正的挑戰，往往從 Demo 完成後才開始。
本書以企業 AI 產品化為主線，結合作者群的第一線實務經驗，帶你看見看似容易上手的 RAG 與 AI 翻譯，在實際導入時為何比想像中更加複雜。從常見問題、容易踩到的坑，到背後原因與解決方法，逐步拆解企業 AI 從功能實作走向正式上線的關鍵環節。
全書最後進入 AI 治理與法規，帶領讀者認識台灣首部以人工智慧為主體的專法《人工智慧基本法》，理解資料治理、隱私保護、資安、透明、公平、可追溯與責任歸屬等原則，將如何影響企業未來的 AI 導入、系統設計與營運管理。
這是一本寫給開發者、架構師、技術主管與企業 AI 導入團隊的實戰指南，協助你提前看見問題、避開常見陷阱，讓 RAG 找得更準、翻譯品質更穩，也讓 AI 系統能在創新、營運與治理之間穩健上線。
本書範例原始碼 : https://github.com/iangithub/ai-demo-to-production
作者簡介
- 陳葵懋（Ian Chen）
微軟AI領域的最有價值專家（Microsoft AI MVP），以及微軟國際認證講師（Microsoft MCT），目前任職於一等一科技股份有限公司，多本生成式AI技術著作。
專注於軟體架構設計、雲端解決方案、生成式AI應用解決方案，經常於於Microsoft Tech days、Microsoft DevDays Asia、iThome等大型技術研討會擔任講者，同時也是高雄技術社群K.NET的聯合創辦人，樂於分享經驗，疫情期間曾開發「敗口罩」、「找找快篩」LINE Bot，相信軟體技術應發揮影響力創造更美好的生活。
鄭智遠
長期投入企業系統開發逾二十年，專注於系統架構規劃、製造流程數位化與跨系統整合，專長涵蓋C#、ASP.NET、企業Web系統、ERP、PLM、MES、QMS，以及CI/CD自動化部署。深耕軟體技術社群約十五年，曾經營KSDG，並持續參與K.NET的技術交流與經驗分享，致力於將複雜技術轉化為容易理解、能夠實作並真正落地的內容。
近年專注於人工智慧在製造業與企業場景中的導入，實務範圍包含通用型AI對話助理、RAG企業知識庫、多語翻譯、AI Agent、AI會議助手、品質問題分析、8D改善及AI治理。持續整合人工智慧、企業資料與既有作業流程，讓AI不只停留在技術展示，而能真正解決現場問題，為企業數位轉型與營運改善創造實際價值。
小朱
資深軟體開發工作者，K.NET社群共同創辦人，專長為軟體架構、企業應用與分散式系統之開發。曾於2004-2019間獲選Microsoft MVP、於大型研討會中擔任講師。
在因緣際會下主導與完成數個組織的資訊安全管理系統導入，對ISO與ISMS管理制度相當熟悉。
近期對AI發展浪潮快速變遷的治理議題及AI對軟體開發產業的影響有所心得，並持續關注中。
目錄大綱
- CHAPTER 1 Azure Foundry：企業AI Agent的產品化起點
1.1 從碎片化到統一：Microsoft Foundry的誕生
1.2 Foundry能力光譜
1.3 建立你的第一個Foundry Project
1.4 Foundry AI Services：Speech快速體驗
1.5 Foundry AI Services：Translator即時翻譯
1.6 Realtime GPT：即時語音互動、即時翻譯與即時轉錄
1.7 本章小結
CHAPTER 2 Azure AI Search與Foundry IQ：打造企業級RAG知識引擎
2.1 從會回答，到根據公司資料回答
2.2 Azure AI Search在RAG架構中的位置
2.3 索引設計與建立第一個索引
2.4 典型的RAG：先把可控路線做好
2.5 Agentic retrieval：把檢索變成多查詢流程
2.6 Foundry IQ：Agent的知識層
2.7 提升RAG精準度與評估
2.8 治理、成本與正式環境注意事項
2.9 本章小結
CHAPTER 3 企業語音及多語翻譯的核心挑戰與技術
3.1 企業翻譯與一般翻譯的差異
3.2 靜態內容的挑戰與解法
3.3 動態語音的挑戰與解法
3.4 企業知識的對齊與沉澱
3.5 模型與能力分工
3.6 本章小結
CHAPTER 4 從Prompt到平台落地：打造高品質企業多語翻譯應用
4.1 飯店多語翻譯應用的控制流程
4.2 翻譯前的共用控制資料
4.3 住宿規範翻譯中的專有名詞控制
4.4 圖片與PDF文件的OCR前處理
4.5 多格式文件翻譯
4.6 語音轉文字後的服務詞校正
4.7 即時字幕與會後逐字稿的輸出分流
4.8 逐字稿整理與會議結論管理
4.9 品質檢查與修正沉澱流程
4.10 知識閉環於飯店多語翻譯流程整合的應用
4.11 本章小結
CHAPTER 5 現代組織不可不知的AI治理
5.1 AI 治理的概念
5.2人工智慧之法治框架
5.3 與AI治理相關的國際標準框架
5.4 AI供應鏈的八個層次
5.5 治理的最後一哩路：使用者邊界意識
5.6 與AI治理相關的事件
5.7 AI 治理的結構性挑戰
5.8 合規路徑：從原則到實踐
5.9 治理實務：以企業翻譯為例
5.10 給組織的行動建議
5.11 參考文獻
