從 AI Demo 到企業上線:從知識引擎、多語互動到治理合規
活動訊息
內容簡介
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。
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
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
目錄
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
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
配送方式
-
台灣
- 國內宅配:本島、離島
-
到店取貨:
不限金額免運費
-
海外
- 國際快遞:全球
-
港澳店取:
訂購/退換貨須知
退換貨須知:
**提醒您,鑑賞期不等於試用期,退回商品須為全新狀態**
-
依據「消費者保護法」第19條及行政院消費者保護處公告之「通訊交易解除權合理例外情事適用準則」,以下商品購買後,除商品本身有瑕疵外,將不提供7天的猶豫期:
- 易於腐敗、保存期限較短或解約時即將逾期。(如:生鮮食品)
- 依消費者要求所為之客製化給付。(客製化商品)
- 報紙、期刊或雜誌。(含MOOK、外文雜誌)
- 經消費者拆封之影音商品或電腦軟體。
- 非以有形媒介提供之數位內容或一經提供即為完成之線上服務,經消費者事先同意始提供。(如:電子書、電子雜誌、下載版軟體、虛擬商品…等)
- 已拆封之個人衛生用品。(如:內衣褲、刮鬍刀、除毛刀…等)
- 若非上列種類商品,均享有到貨7天的猶豫期(含例假日)。
- 辦理退換貨時,商品(組合商品恕無法接受單獨退貨)必須是您收到商品時的原始狀態(包含商品本體、配件、贈品、保證書、所有附隨資料文件及原廠內外包裝…等),請勿直接使用原廠包裝寄送,或於原廠包裝上黏貼紙張或書寫文字。
- 退回商品若無法回復原狀,將請您負擔回復原狀所需費用,嚴重時將影響您的退貨權益。


商品評價