大數據攜手勤業眾信推動AI落地 聚焦人機協作與企業治理
大數據(股)公司
上圖圖說：勤業眾信執行副總經理江榮倫（左一）、國立臺北科技大學管理學院院長范書愷（中）、大數據(股)公司營運長蔣志薇（右二）及創新行銷部總監袁鈺婷（右一）出席「人機協作與 AI 治理研討會」。
隨著生成式 AI 從內容生成、資訊查詢逐步走向自主執行任務的 Agentic AI，企業導入 AI 的挑戰，已從單一工具的使用，延伸至既有資料整合、工作流程重構及組織治理。台灣數據科技領導品牌大數據股份有限公司日前與勤業眾信聯合會計師事務所共同舉辦「人機協作與 AI 治理研討會」，邀請 NVIDIA 代表及國立臺北科技大學管理學院院長范書愷，從 AI Agent 技術發展、企業實務應用到風險管理，探討企業如何建立兼顧效率、安全與治理的 AI 營運模式，推動 AI 從概念驗證（PoC）邁向實際應用。勤業眾信執行副總經理江榮倫指出，必須將AI治理思維，融入AI生命週期管理，才能有效降低營運與合規風險，進一步將AI從提升效率的工具，發展為驅動企業轉型與永續成長的重要夥伴。大數據(股)公司營運長蔣志薇表示，AI 導入的終點，不是多了一個 AI 工具，而是把 AI 真正轉化為組織能力。若 AI 無法與內部知識、業務邏輯及既有系統結合，就難以進入核心營運流程；企業需要的是能理解組織知識、遵循權限與作業規範，並在人為監督下協助完成任務的智慧夥伴，這也是大數據發展《KEYLM》及其服務的核心。
企業 AI 從工具升級為「企業第二大腦」
大數據(股)公司
《KEYLM》協助整合知識與工作流程
面對企業內部資訊分散、知識傳承不易及跨部門協作等挑戰，大數據(股)公司自主研發企業級知識 AI Agent 平台《KEYLM》，協助企業將散落於文件、資料庫及不同業務系統中的資訊進行整合，建立可供 AI 理解與運用的企業知識基礎。相較於以公開資訊為主要知識來源的通用型 AI 應用，《KEYLM》更著重企業專屬資料、業務情境與權限管理，讓員工能依據組織內部知識進行資訊查詢、內容整理與工作任務處理，降低因資訊分散或知識落差造成的作業負擔。
在技術發展方面，大數據持續深化繁體中文語意理解能力，透過自研 BIG10 語言模型及相關語意技術，強化 AI 對台灣在地用語、產業專有名詞及企業知識的理解，並依不同企業的資料安全與部署需求，規劃相應的 AI 應用架構。《KEYLM》亦於日前榮獲 WITSA Global AI Awards 2026「The WITSA Global AI Award for Entrepreneurship」國際獎項肯定，展現大數據在企業級 AI 技術研發與應用上的成果。
大數據(股)公司創新行銷部總監袁鈺婷表示，在與不同產業企業進行 AI Workshop 診斷與訪談的過程中，發現企業普遍不缺乏資訊與經驗，真正的問題在於這些知識分散於不同文件、系統，甚至資深員工的腦海中，難以有效查找、整合與傳承。另一方面，部分企業雖已導入 AI 工具，卻未能清楚界定應用場景，導致技術與實際工作需求產生落差。
袁鈺婷進一步指出，企業應從工作頻率與複雜程度兩個面向盤點需求，優先選擇高頻、標準化且容易驗證成果的作業，例如資料查詢、會議紀錄整理及例行報表製作，逐步累積導入經驗，再延伸至需要跨系統協作與專業判斷的工作流程。大數據也已協助醫療、文創等不同產業探索營運流程優化、企業知識管理與數位資產應用，透過實際業務需求規劃 AI 解決方案，而非單純追求導入更多 AI 工具。
治理先行！專家解析
大數據(股)公司
專家剖析 Agentic Enterprise 與智能體品質工程
AI 導入不只是資訊部門的技術專案，也涉及管理階層對組織變革的支持、員工能力培育及跨部門協作。企業應先盤點具備商業價值且容易執行的應用場景，建立初步成果與內部共識，再逐步擴大應用範圍，避免因缺乏治理制度與組織準備，而使 AI 專案停留在概念驗證階段。勤業眾信執行副總經理江榮倫表示，隨著Agentic AI快速發展，企業正邁入由人與AI代理共同協作的全新營運模式，未來的競爭優勢不僅取決於AI技術能力，更在於企業能否重塑兼顧創新、治理與信任的企業管理機制；從顧問實務觀察，企業推動AI應用應同步完善治理框架，涵蓋策略目標、權責分工、風險評估、效度監控、決策可追溯性及法遵管理等面向，並需透過人機協作機制，確保關鍵決策保有適當的人為監督與專業判斷。
國立臺北科技大學管理學院院長范書愷則從智能體品質工程角度說明，AI 發展已進入「中場階段」，重點在讓 AI 走出螢幕、與企業實際系統接軌。他建議企業回歸資料、數學關係、學習閉環、泛化能力與算力架構五大第一性原則評估落地，並將 PDCA、DMAIC、防呆等既有品質管理機制重構為智能體工作流的底座；技術上以監督微調（SFT）處理核心流程、檢索增強生成（RAG）支援動態知識、Function Calling 串接 MES、ERP 等既有系統，治理面則結合 LLM、Agent、監控 Agent 與人類，建立「四隻眼睛」監控架構。
此外，NVIDIA 專家代表也於研討會中分享 AI Agent 技術發展趨勢，說明智能代理在跨系統任務執行、運算效能與成本管理方面的發展方向，以及企業在導入自主型 AI 系統時，對執行環境隔離、權限控管與資訊安全的需求。
隨著 AI Agent 進入企業核心流程，競爭焦點將從模型能力轉向組織知識的運用與治理機制的完善。未來大數據(股)公司將持續深化《KEYLM》企業級 AI 應用，攜手產業夥伴，協助企業建立符合自身營運情境的 AI 能力。