拉普拉斯智能科技以 Akashic 智慧平台滿足跨產業 ESG 永續報告書需求

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）」，拉普拉斯智能科技的「Akashic 智慧平台」榮獲季軍獎項。 

ESG（Environmental, Social, Governance）是企業實踐永續經營的三大指標，金管會亦規定全體上市櫃公司必須每年編製及申報前一年度的永續報告書，顯見 ESG 是跨產業的共同課題。
以企業永續報告書為主題，拉普拉斯智能科技是 Microsoft Agentic AI Hackathon 得獎隊伍裡唯一的新創公司，不同於其他得獎團隊鎖定在單一企業所面臨的挑戰。拉普拉斯表示：「首度嘗試進行的 MCP（Model Context Protocol）架構不僅順利完成，也獲得評審的認可及肯定，讓我們確信產品符合企業需求。參賽過程也發現有更多產業有更多不同的報告需求，我們除了持續深化技術方案，也會擴大應用領域。」

以多代理協作流水線實現全流程自動化

撰寫 ESG 永續報告書的常見痛點包括資料分散、格式不一、版本混亂、過程冗長、合規壓力等，拉普拉斯的 Akashic 智慧平台包含碳管理、智慧報告與 AI 助理等功能模組，可建立多代理協作流水線，實現「需求、分析、撰寫、審核、匯出」的全流程自動化，並支援多語言、多場域應用。

拉普拉斯說明，關鍵第一步是解析業務流程並找出需要建立 Agent 的環節，除了透過平台以智能助理的方式建立虛擬員工，企業也可以自建或使用外部現成的 Agent，但所有 Agent 都由平台統一調度及派遣。

這些 Agent 可化身為不同角色，例如：永續長、資料收集助理、報告撰寫人員，所有角色進行共同討論後再生成報告。這個作法有效解決只由單一角色、單一視角生成報告的常見問題。

對於 MCP 的支援則是拉普拉斯的技術亮點，針對企業內部系統如 ERP、MES，只需開啟 MCP 接口，就可在無需更改系統的前提下讀取資料以生成報告。此外，嚴謹的權限控管可個別設定員工填寫問卷、看資料、生成報告的使用權，多模態支援則可涵蓋各種資料格式如文件、音訊與影片。

為了確保 ESG 永續報告書的效力，拉普拉斯在開發過程與 ESG 相關的顧問公司合作，以確認平台產出的報告書底稿符合標準，以及完全透明的報告產出流程可滿足追溯及審稽的需求。對 ESG 顧問而言，Akashic 智慧平台可簡化前置作業如針對不同企業設計問卷，以及加快查證、稽核及回溯過程，因而能以更短的時程協助更多企業完成 ESG 永續報告書。

微軟 AI 技術兼顧功能、安全與治理需求

拉普拉斯在得獎作品主要使用的技術包括 Azure OpenAI、RAG、LangGraph、MCP 工具卡與多代理架構。拉普拉斯表示：「從以前工作到現在創業，我們都是以微軟雲端為主要技術來源。尤其我們的目標客戶鎖定在企業，解決方案又直接涉及資料上雲，微軟的雲服務完全針對企業設計，無論是功能性、安全性及企業治理架構都讓人安心。」

值得一提的是，Azure OpenAI 模型更新的速度不僅與 OpenAI 同步，還會進一步優化為更適合企業需求的模型，模型版本亦有更為精細的區隔，再加上可控制及調整模型部署的遊樂場功能，對拉普拉斯的開發工作皆是莫大助力。

此外，微軟提供大量現成的 AI 解決方案，可免除拉普拉斯從頭自行開發的心力，例如：處理大量文件辨識的 OCR 及語音轉文字的技術。企業端普遍使用的 Office 軟體，或是 Microsoft Fabric、Azure Data Lake 等微軟生態系的相關建置，都有助於加速拉普拉斯在解決方案的整合及部署。

微軟生態系不僅限於產品方案，更涵蓋為數眾多的外部夥伴與專家。拉普拉斯表示，參賽過程所配對的微軟專家提供許多想法與建議，這也啟發了拉普拉斯將平台架構修正為 Agent to Agent，取代原本資料進入模型就生成報告的直線式作法。

擴增功能模組，進化為通用報告平台

在當前主要以 PowerBI 等數據分析為重的報告平台之外，拉普拉斯以文字報告平台找到全新的切入點。放眼未來，拉普拉斯的 Akashic 智慧平台將延續多代理協作、AI 資料理解、自動化等優勢，進一步打造高效、可信、可擴展的通用報告平台，適用領域可擴及醫療報告如健檢，以及企業內部業務流程改造報告。

拉普拉斯指出，報告平台的最大挑戰在於確保品質及合規，尤其 AI 幻覺是內容生成的致命傷。拉普拉斯的作法之一就是以 MCP 確保資料來源的品質，生成報告的品質也會因而穩定可控，另一個作法是建立專門的 Agent 負責檢查報告書的合規性。

同時，拉普拉斯以分層式結構的資料庫來因應集團運作模式，讓 AI 知識庫跨集團、跨企業、跨部門進行分層使用，如此一來，企業就能根據不同領域、不同部門、不同層級去建置及導入知識庫。身為AI服務的開發者，拉普拉斯體認到 AI 對開發流程的助益，更重要的是，由技術專家組成的創業團隊最缺乏的領域知識，以及市場調查與行銷能力，也可由 AI 來補足。舉例來說，尋找全球的競品並進行分析，找出自家產品的差異化與競爭優勢。

拉普拉斯表示：「透過這次機會接觸到其他參賽隊伍，深刻感受到企業進行 AI 轉型的迫切性。而在工作、創業到參賽的過程裡，也再次驗證了微軟擁有最完整的企業級 AI 技術方案與生態系，大幅簡化及加速 AI 服務的開發與應用。」