企業陸續建置的內部知識庫、Chatbot 或 AI Agent 等應用,如何順利融入日常工作流程並創造實際價值?Dell Technologies 服務銷售部服務業務協理劉芷伶日前在 TechOrange 科技報橘舉辦的「AI Innovation Day:2027 AI 創新日」論壇中指出,2026 年 AI 競爭的焦點,正由單點 POC 轉向平台化與持續營運,企業導入 AI 不只要證明模型做得到,更要能跨部門複製,並持續治理、優化與擴充。
劉芷伶首先分析 AI 導入遇到五大挑戰,包含:應用場景未聚焦導致難以證明商業價值、真實資料與系統流程尚未串接、缺乏可重複部署的統一平台規劃、上線後治理與維運權責不清,以及缺乏持續評測與營運機制,形成始終無法上線的 POC 負循環。
對此,Dell AI 服務推出 3 小時的「AI Advisory Workshop」互動式工作坊,協助企業找出高價值 AI 應用場景、評估 AI 成熟度,並設定可驗證的 KPI,釐清投資優先方向。劉芷伶分享,某醫院曾集結護理、藥學、影像醫學等 13 個單位參與工作坊,由第一線人員盤點出 46 個實際應用場景,涵蓋院內知識庫問答、藥品與工時統計、評鑑資料整理及個案報告生成等需求。依學員回饋推估,這些應用每週有望節省約 42 小時文書處理時間,相當於一名全職人員的週工時。「這不只是一場教育訓練,而是協助客戶用自己的真實資料,收斂出真正想解決的 AI 應用場景,」劉芷伶表示。
從初步驗證走向規模化部署,企業還需要可重複使用的共用平台架構、上線後持續監控模型與資料品質的評測機制,以及明確劃分業務、IT 與資安單位權責的治理維運模式。Dell Technologies 則透過 AI Factory 協助企業整合底層算力、儲存、網路與模型服務,並以可彈性部署於地端的企業級 AI 平台「Dobby」支援應用建置與執行,搭配貫穿專案全生命週期的 AI 治理框架,協助企業從場景驗證逐步走向正式營運。
Dobby 強化企業 AI 應用,五道治理防線確保安全可控

Dell Technologies 服務銷售部服務業務協理劉芷伶解釋企業級 AI 平台 Dobby 的架構,並提醒「選擇導入架構的關鍵,不是依公司規模,而是依資料量、協作需求、工作複雜度與治理要求。」
Dobby 支援地端部署,讓企業能在內部環境直接整合 AI 運算設備、自有文件與開源模型,進行知識檢索或模型微調,確保核心數據不外流,適用於資料敏感度高、監管嚴格,或擁有大量專屬技術文件與跨系統作業需求的場景。例如醫療院所的病歷查詢與健保申報核刪、電信與製造業的機台維運 Log 分析與故障排除,以及企業內部 SOP、ISO 規章的知識檢索。
在企業知識應用方面,Dobby 採用 Agentic RAG 2.0 技術,透過多個 AI Agent 協作查找、比對資料,降低複雜查詢時遺漏關鍵資訊的風險,讓企業員工取得更完整、可追溯的參考資訊。除此之外,Dobby 也可切換為執行模式,讓 AI Agent 成為直接完成任務的數位助手,例如協助處理 HR 人事流程、報表自動化或資料中心日常維運等工作,提升整體作業效率。
針對企業最關心的 AI 資安與治理問題,Dell Technologies 提出了五道 AI 治理防線,依據「誰在使用、要存取什麼資料、準備執行什麼動作、在什麼情境下」進行存取與執行權限控管。首先透過身分驗證,確認使用者能存取哪些資料,接著在資料輸入階段偵測並遮蔽敏感個資,防範惡意提示詞攻擊。在模型使用階段,依據企業政策控管模型使用權限、Token 配額及成本。當 AI Agent 開始執行任務時,則透過授權白名單、審批及緊急停止機制限制操作範圍,最後對輸出結果進行安全檢查,並保留執行紀錄供後續追蹤與稽核。
「讓 AI 不只做得到,更要確保資料存取與任務執行安全、可控、可追溯,」劉芷伶總結,企業要讓 AI 真正落地並持續創造價值,必須先找對方向、定義出對齊業務 KPI 的高價值場景。下一步才是建立整合底層基礎架構、資料與模型的共用平台能力,並落實治理與持續營運機制,將 AI 從單點試驗逐步轉化為全組織的競爭力。



