研華公司 DataBot 活化數據中台資料，建立資料治理的智慧化典範

從生成式 AI（Gen AI）到代理式 AI（Agentic AI），AI 的潛力和可能性正被快速發掘。由台灣微軟和數位發展部數位產業署攜手主辦，在台灣首度登場的「企業智慧應用實戰賽（Microsoft Agentic AI Hackathon）」，研華公司的「DataBot – AI assistant」榮獲亞軍。

擁有一站式 AI 軟硬體解決方案的研華公司，在智慧製造、智能機器人、安全監控、智能交通到智慧農漁業皆展現佳績。但另一方面，身為 AI 使用者的研華正面臨與眾多企業相同的挑戰，也就是如何在兼顧安全與效率的前提之下，讓企業資料能被活用，進而創造更大的價值。

研華公司數據中台副理張瓊心表示：「2021 年成軍的數據中台團隊運作已相當成熟，當前重點就是整合為企業 AI 生態系的一環，讓數據中台可以透過更多工具進行應用，DataBot 應運而生，也成為團隊後續推動 AI 專案的範本。」

高效率、低錯誤率的 DataBot 提升資料應用成效

DataBot 協助企業資料平台管理團隊簡化跨部門資料申請、查詢與審批流程，使用者在 Microsoft Teams 就能快速完成資料表搜尋、SOP 查詢與入湖申請，減少溝通成本與錯誤率，提升資料治理效率與協作品質。

研華公司數據中台工程師鄭雅綿說明，公司持續推動資料集中與入湖，但面臨的挑戰是資料難以被廣泛應用，跨部門的資料的搜尋、核准資料使用的負責人，皆是使用者常見問題，過程需要向數據中台團隊反覆詢問。

索取資料是極為零碎的需求，由於資料透明度不佳，導致工作量大且管理困難，由 IT 人員做為資料索取者和管理者之間的溝通橋樑，等同於讓過多人力投入在低效率的工作，即使以郵件、口頭或表單的方式處理仍力有未逮。

DataBot 的設計則是透過自然語言理解和語意搜尋技術，讓使用者在日常使用的 Microsoft Teams 以最直覺的方式取得資料，即使初次使用也能遵循 SOP 指引來降低溝通時間。而且，AI 不僅能精準解析使用者的需求，還能進一步推薦更適合的資料表，從資料查詢、申請到入湖的完整流程都能以 DataBot 完成。

由於資料入湖時都有指定管理者，針對機密或敏感資料的索取，則多加一道由管理者核准的程序，或是篩選部分資料提供。根據研華的推算，DataBot 可降低人力需求達 80%、錯誤率減少 70%、決策速度提升 75%，資料團隊也能更專注於策略性任務。

以通用型 AI 服務打造內部限定的應用模式

研華團隊結合 Azure OpenAI、AI Search、Bot Framework 與 Blob Storage 來打造三大 AI Agent，分別是 TableFinder、SOPHelper 及 DenoView。不難發現所使用的皆是通用型服務，但由於資料來源及 AI Search 皆限定在企業內部，有效避免了 AI 幻覺的常見問題；此外，以 Blob Storage 記錄及保存使用軌跡，也能確保安全與效率的兼顧。

張瓊心表示，DataBot 預計在 2026 年第一季部署上線，開放給全體同仁使用，後續將以 DataBot 做為團隊推動 AI 專案的範本，並將相關經驗延伸到其他部門的應用。

面對高度客製化的供應鏈和快速變動的產業挑戰，研華從 2023 年全面導入 AI 以提升全公司的營運效率，同時也強化資料平台的智能化，一路走來都是採用微軟的 AI 服務。

鄭雅綿指出，研華本身的 IT 環境就是以微軟解決方案為主，搭配微軟的 AI 服務，等於是在同一套標準之下運作，工作項目或專案的銜接、整合、運作都會更為順利。

持續推進的 AI 轉型之路

研華的 AI 政策是全面以 AI 為核心，在治理與安全的框架下，讓 AI 融入整體流程、各系統及所有產品，進而協助研華以更高的效率與韌性去應對全球的營運需求。換言之，研華不僅要滿足本身對 AI 的需求，也必須應對 AI 在市場發展的大勢所趨。

對外，研華著力在邊緣 AI 解決方案與技術布局。以 AI 邊緣智造為例，融合了數位孿生（Digital Twins）與物理 AI（Physical AI），無縫串聯虛實系統，進而優化排程、提升稼動率及提前偵測異常，協助製造業在高度變動的市場中倍增競爭力。

對內，面臨仍在高速發展中的 AI，則需要發揮想像力和創意將其融入日常工作。研華公司數據中台工程師陳儷文亦是本次參賽團隊的成員之一，她說：「公司全力投入 AI 轉型，讓大家有更多嘗試與導入新技術的空間。本次參賽 Microsoft Agentic AI Hackathon 得獎是對專案與團隊的莫大肯定，專案本身更是重要的里程碑，確認我們的確持續在推進公司的發展。」

鄭雅綿則表示，身在科技業，對 AI 的應用方向及場景已有預設概念，但透過參賽看到來自不同產業的團隊及其提出的創新解決方案，也擴大了本身的視角，對於 AI 落地的場景有更大的想像空間。