把 AI 接進日常流程，做到每天都在運轉
未來智慧 Horizon AI 是康斯特集團的企業 AI 導入業務線：從流程盤點、應用客製開發、企業系統整合到上線後的用量治理，由同一組團隊承接到底。交付標準不是一份建議書或一個示範環境，而是正式上線：真實資料管線、真實權限邊界、真實成本紀錄。模型接取與用量治理由集團自研的 ATP Token 平台承接，從概念驗證第一天就已就位。
AI 專案停在概念驗證的四道門檻
瓶頸很少出現在模型能力，而在概念驗證與正式環境之間那段沒有被工程化的距離。這四道門檻與模型選得好不好無關，但每一道都足以讓專案停在示範階段。
評估、開發、整合、治理，四段由同一組團隊承接
不賣套裝軟體，也不只交建議書。以正式上線為唯一驗收標準，四段工作由同一組團隊從頭承接到底，沒有交接斷點，也沒有「這段不在我們範圍」。
- 問題
場景挑錯：從模型找用途
先選模型再找用途，做出來的功能沒有接在任何一條流程上；驗收時沒有人說得出它算成功還是失敗。
解法01 · ASSESSMENTAI 導入評估與顧問
盤點場景、資料與既有系統，產出可執行的導入藍圖與投資效益評估。先確認輸入輸出明確、資料取得無虞、結果可被驗證，再決定實作做法。
解法02 · DEVELOPMENT客製化 AI 應用開發
知識檢索、文件處理、多語溝通與流程自動化，依實際流程客製開發，而不是套模板。既有應用可續用，以混合方式導入。
- 問題
上線條件沒有事先定義
資料管線、權限邊界、成本上限與服務水準若不在概念驗證階段就照正式環境做，demo 之後幾乎所有東西都要重做。
問題使用者沒有理由改變做法
功能上線了，卻不在使用者每天開的那個介面裡，也沒有人帶第一批人用起來：採用率不會自己長出來。
解法03 · INTEGRATION企業系統整合
把 AI 接進 ERP、CRM 與既有工作流，資料管線與權限設計一次到位，讓 AI 藏在使用者已經在用的介面裡。
- 問題
沒有人負責到底
示範由一組人做、上線要另一組接、維運又換一組。中間的資料治理、權限邊界與變更管理沒有主人，專案就停在交接處。
解法04 · GOVERNANCE上線維運與
用量治理 模型接取、成本控管與資安合規的長期維運。用量、成本、品質與權限在 ATP Token 平台上即時可見、可稽核。
四類應用可直接導入，其餘依產業客製
下列應用已有上線實作，評估後可直接導入或依流程調整；也可與客製開發混合搭配。
| 應用 | 內容 | 適合的組織 |
|---|---|---|
| 企業知識庫 | 產品規格、法務條款與報價方式集中入庫並自動同步，群組內即問即答，答案均附出處。 | 重複問答佔用專業人力的組織 |
| 即時多語 AI 會議翻譯 | 跨國會議即時多語翻譯，會後自動產出結構化總結與交辦事項，決議入庫可追溯。 | 多國據點、會議紀錄依賴人力的團隊 |
| 文件 AI | 合約、規格與報表的擷取、比對與生成，接上既有的文件系統與審核流程。 | 文件審閱量大、格式高度重複的流程 |
| AI 工廠數位孿生 | 以產線與廠務資料建立數位孿生，用於監看、模擬與異常研判。 | 製造現場已有資料採集基礎的企業 |
從第一次會議到正式上線，路是這樣走的
每一步都有明確的產出與驗收點，您隨時知道走到哪裡、下一步是什麼。以下為典型專案的節奏，實際期程依範圍與既有資訊架構調整。
- 01導入診斷第 0 至 2 週
場景盤點、資料健檢、可行性與投資效益評估，產出一份可執行的導入藍圖。
- 02PoC 驗證第 2 至 8 週
以正式環境的標準建置概念驗證，包含真實資料管線、真實權限、真實成本紀錄，六週交出可驗證成果。
- 03系統整合第 8 至 16 週
接入 ERP、CRM 與既有工作流，把 AI 放進使用者已經在用的介面裡。
- 04正式上線上線
變更管理與種子使用者推廣，並設定用量額度與權限邊界，採用率是設計出來的。
- 05維運治理持續
用量、成本、品質與資安的長期治理，在 ATP Token 平台上即時可見、可稽核。
上線之後，四個角色各自拿到需要的東西
導入的效益不只是「某個部門省了時間」。同一套架構上線，業務、資訊、財務與稽核各拿到自己該拿的那一份。
流程裡的步驟真的被接手
會議紀錄自動轉為結構化總結與交辦、知識問答由知識庫承接且答案附出處、文件與內容產出從「耗時半日」縮短為對話中一道指令。AI 出現在既有介面裡，不需要多學一套工具。
一套接取框架，換模型不改程式
模型接取收斂到單一介接點，介面相容主流供應商 SDK，多數情況只需更換 base_url 與金鑰。新模型上架即納入既有權限框架，單一上游異常時由路由層改由其他來源承接。
AI 支出可歸戶、可分攤
每一筆呼叫的 token 數與扣費都對應到組織、工作區與專案。額度由上往下分配、用量由下往上歸戶，各部門成本直接從平台取得，不需另外估算，也不必等月底帳單。
日誌就是稽核證據
每一筆請求留有模型、金鑰、token 用量與狀態；權限以金鑰為邊界，專案層級決定可呼叫哪些模型，金鑰撤銷後日誌仍保留於稽核紀錄。
停在概念驗證與具備上線條件，差別在這六件事
同樣一個場景，做法差別決定它會停在示範階段還是真的上線。這六項是我們在導入診斷時逐項確認的條件。
| 項目 | 停在概念驗證的專案 | 具備上線條件的專案 |
|---|---|---|
| 場景選擇 | 先選模型，再回頭找用途 | 先盤點流程，挑輸入輸出明確、結果可驗證的環節 |
| 資料管線 | 以匯出的樣本資料跑通 | 以正式環境的資料來源與更新頻率建置 |
| 權限邊界 | 開發者共用一把金鑰 | 權限以專案金鑰為邊界，逐把設定可呼叫的模型 |
| 成本控管 | 月底看帳單才知道花了多少 | 用量逐筆歸戶到專案，額度超標前示警 |
| 變更管理 | 功能上線即視為完成 | 種子使用者推廣與流程調整同時進行 |
| 維運責任 | 上線後交接對象不明 | 評估到維運同一組團隊，含用量異常追查 |
先在自己身上跑通，再交付給客戶
未來智慧把自己當第一個客戶：推薦給客戶的做法，都先在自己的專案上跑過一遍。以下數據來自已上線專案，客戶名稱依保密約定去識別化。
企業內部 AI Agent：把代理人納入日常工作流
部署於協作平台的內部 AI 代理人：會議紀錄自動轉為交辦事項、知識庫即問即答、單一指令產出品牌級簡報，所有模型用量由 ATP 統一治理。
- 100%會議紀錄與交辦自動產出
- 10×簡報與行銷素材產出提速
- 24H用量異常於一日內定位修正
企業 AI Agent 的 token 治理：把用量浪費管成可預測成本
跑在多個模型上的內部 AI Agent，透過專案級治理把散落的 token 用量收斂成單一帳務窗口，成本可歸屬、浪費看得見。
- 100%模型呼叫收斂到單一治理閘道
- 1份整合帳單取代多供應商對帳
- 0無預算歸屬的 token 支出
導入服務依範圍報價，上線後用量採額度制
導入分兩段計價：專案期的顧問、開發與整合依範圍報價；上線後的模型用量走 ATP Token 的額度制，先儲值、隨用隨扣、沒有月費。兩段在同一份提案裡一次說清楚。
| 項目 | 計價方式 | 說明 |
|---|---|---|
| 導入評估與顧問 | 專案制 | 依盤點範圍與場景數量報價，產出導入藍圖與投資效益評估；此階段的產出可獨立成立，不綁定後續開發。 |
| 客製化應用開發 | 依功能範圍 | 依功能範圍與驗收條件報價。可選既有應用、客製開發或兩者混合，避免為既有可用功能重複付費。 |
| 企業系統整合 | 依整合深度 | 依既有資訊架構、串接系統數量與資料管線複雜度報價。 |
| 模型用量（上線後） | 額度制 | 依 input＋output token 數乘上各模型費率換算後扣減額度；先儲值、隨用隨扣，沒有月費，額度不會過期。 |
| 維運與用量治理 | 年約 | 長期維運、額度控管與資安合規支援，依服務範圍議定；用量規模較大者可另洽企業合約。 |
導入評估、期程、資安與計價常見問題
企業導入 AI 應用，第一步應該做什麼？
盤點流程，不是選模型。先找出輸入輸出明確、資料取得無虞、結果可被驗證的環節，這三項齊備才適合先做。
在有統一接取入口的前提下，模型隨時可換；流程設計要換，代價高得多。因此第一步是流程盤點與資料健檢，而不是比較模型。
多久可以看到可驗證的成果？
典型節奏是：第 0 至 2 週導入診斷、第 2 至 8 週概念驗證、第 8 至 16 週系統整合，之後正式上線並轉入維運治理。概念驗證以六週交出可驗證成果為目標，且以正式環境的標準建置：真實資料管線、真實權限、真實成本紀錄。
實際期程依場景數量、資料成熟度與既有系統的整合深度調整，會在導入藍圖中明確標示各階段的產出與驗收點。
導入是否一定要整套客製開發？
不一定。評估之後可選既有應用、客製開發，或兩者混合。企業知識庫、即時多語 AI 會議翻譯、文件 AI 與 AI 工廠數位孿生四類應用已有上線實作，可直接導入或依流程調整。
系統整合的範圍，依既有的資訊架構而定。
既有的應用要改多少程式，才能接上平台？
平台接在既有的呼叫方式之上，不要求應用端改用新協定。介面相容主流供應商的 SDK，多數情況只需更換 base_url 與金鑰。
導入時會一併盤點既有的私接金鑰，收斂為專案金鑰統一治理。
資料安全與落地位置怎麼處理？
導入的第一階段即依資料分級決定部署位置與存取邊界：哪些工作負載可用公有模型、哪些需要留在企業內部網路或指定地區。
權限以金鑰為邊界，專案層級決定可呼叫哪些模型；每一筆請求留有日誌，金鑰撤銷後仍保留於稽核紀錄。需要在境內或自有機房承接的工作負載，依專案評估。
AI 用量成本如何分攤到各部門？
每次呼叫的 token 數與扣費額度都可回溯，對應到組織、工作區與專案。額度由上往下分配、用量由下往上歸戶，各部門成本可直接從平台取得，不需另外估算。
額度接近上限前即示警，AI 支出從月底結果變成事前可控的變數。
上線之後由誰維運？
評估、開發、整合到維運由同一組團隊承接，不在上線時換手。維運範圍包含模型接取、額度與權限控管、用量異常追查與資安合規支援。
企業自有的資訊團隊可同時取得平台控制台權限，共同掌握用量與權限全貌。
未來智慧與 ATP Token 是什麼關係？
未來智慧 Horizon AI 是康斯特集團的企業 AI 導入業務線；ATP Token 是未來智慧自研的企業 AI 模型管理平台，在導入專案的基礎層負責模型接取、計量與治理。
ATP 也可獨立採用，作為 Token as a Service 服務接入既有應用。了解 ATP Token 服務 →
準備把 AI 真正接進業務流程？
從流程盤點開始，規劃貴公司的導入路徑。第一次會議即可判斷哪些環節適合先做。