隨著生成式 AI 技術快速進展，企業已經從「能不能用 AI」邁向「如何系統性使用 AI」。作為橫跨策略顧問與資訊科技整合的團隊，八拍子業務副總石展丞在「AI 智慧大工廠論壇」高雄場分享與肆佳科技合作開發的 「Asgard」，並現場展示導入成果。
解決應用落差：AI 導入需要的是「流程」不是「單一模型」
石展丞指出，多數企業在導入 AI 時多半停留在語言模型的輸入輸出階段，缺乏整合與制度設計，容易造成部門間對同一文件的理解落差，「企業需要的不是一個 AI 工具，而是一整套可控的應用流程。」
石展丞說明，Asgard 以智慧資料庫（AutoRAG）、流程排程引擎+AI 調用（Agent Flow）、多端部署（Multi-Deployment）為三大核心，功能涵蓋多模型支援，可以導入不同供應商的訓練模型，並靈活應用於各類場景，期待達到依照不同產業需求打造 AI 應用、簡化導入流程、實現 AI 真正落地應用的目標。
如何打造 AI 工作流程？從盤點需求到跨部門部署
在導入流程上，石展丞表示，他們根據多年系統整合與企業服務經驗，整理出一套「 COBRD 方法」 ：Check 盤點、Organize 梳理、Build 建立、Revise 修正、Deploy 部署，協助企業逐步落地導入 AI。石展丞分析，企業導入 AI 的第一步，就是盤點業務流程與重複性工作需求，如訂單追蹤、報表分析、文件查找等；第二步為梳理資料來源，意即釐清資料格式、位置與痛點；第三步是透過 Asgard 進行流程建構與轉化，最終進行跨部門部署，強化一致性與靈活應變能力。
石展丞補充，搭配 Asgard 的 RAG 架構，可以優化 LLM 輸出，進而提升準確性與上下文關聯性，適用於知識密集任務。此外，一鍵整合發佈的功能，則可以支援快速預覽與部署，讓企業輕鬆接入既有系統，降低平台切換成本。另一方面，Asgard 使用者也可以將文件自動轉為結構化資料，並透過 Agent Flow 設定觸發條件、模型類型與協作機制，有效整合企業內部知識、外部模型與 API 資源，創造真正可營運的 AI 工作站。
降低使用門檻：AI 即時查詢結構化資料
石展丞以汽車產業零件為例，平台可自動辨識檔案中數百筆零件資訊，並將圖號、顏色、類別、型號等轉為可查詢資料，使用者只要輸入車款與元件關鍵字，便能即時獲得符合條件的資料清單，大幅減少人工翻閱與錯漏風險。此外平台也支援對話式查詢，像是輸入「冷卻系統有哪些零件？」的問題，系統就會調用知識結構樹（Knowledge Graph），自動回應最相關的內容，進一步降低新手門檻並節省員工訓練成本。
從模型串接到系統整合：打造組織內部 AI 生態系
肆佳科技 CEO 暨八拍子 CIO 王韋仁補充， 使用者上傳資料後，Asgard 平台會自動進行資料處理與圖像驗證，確認內容可供應用，進一步進入可視化流程設計階段，「使用者只需透過拖拉方式，就能建構出完整的資料處理流程，無需撰寫程式碼，就能串接 API 與語言模型，完成如爆炸圖解析等任務。」
王韋仁以圖號查詢流程為例，進一步說明當使用者輸入圖號時，系統會先驗證資料是否存在資料庫中，並透過節點執行資料庫語法判斷，再根據結果啟動相對應的回應策略。最終，系統會根據使用者輸入、查詢歷史、檢索內容與知識圖譜，彙整為語言模型的輸入資料，生成一次性的 AI 回覆。
在平台使用層面，Asgard 提供完整的流程監控與調整介面，使用者可於流程樹視覺化介面中即時預覽每個步驟的執行狀態，進行模型調整與資料重新抓取。即使是非技術背景的企業內部團隊，也能透過 UI 操作快速上手，提升開發與部署效率。「這個平台的目的，就是讓企業可以用最短時間，建立起屬於自己的智慧工作站，真正踏出 AI 轉型的第一步，」王韋仁強調。
石展丞強調：「平台、模型、SI（System Integrator）團隊缺一不可，這三者共同構成 AI 導入的實戰關鍵。」為了讓企業快速上手，Asgard 官方也提供操作教學、帳號開通、流程模組套件與免費試用，協助企業在一個月內完成導入流程建構，取代過去需半年以上開發的高成本歷程。
石展丞說明，Asgard 的設計核心是回應企業在 AI 世代中的需求：不只追求「會用 AI」，而是建立一個讓知識制度化、流程標準化、系統協同化的內部 AI 生態系。當流程能被拆解、編排與重用，未來企業便能在不同應用場景下快速創建多個 AI Agent，不再依賴單一工具或個人經驗。
