宏庭科技為您提供 Azure OpenAI 企業導入介紹,包括但不限於服務定義、核心資安優勢、產品比較、計費方式與導入步驟,幫助您在符合企業治理與資安規範的前提下,安全地使用 OpenAI 的生成式 AI 模型。我們每月更新內容,為您整理 Microsoft Azure 最完整的實務資源。

Azure OpenAI 是什麼 ?

Azure OpenAI 是透過 Microsoft Azure 提供 OpenAI 模型服務,讓企業可以在自有的 Azure 環境中,透過 API 或 SDK 呼叫 OpenAI 的生成式 AI 模型,包含 GPT 系列文字模型、推理模型、影像生成與文字轉向量(embedding)等能力。

與直接使用 OpenAI 官方服務最大的不同在於部署位置與治理主體。當您透過此服務呼叫模型時,模型運作在您所選擇的 Azure 區域內,存取控制、網路隔離、資料保存政策與稽核紀錄,全部納入您既有的 Azure 治理架構中管理,而不是交由第三方平台處理。

換句話說,它把「OpenAI 的模型能力」與「Microsoft 的企業雲端治理」結合在同一個環境。對需要符合內部資安政策、產業法規或客戶稽核要求的企業而言,這個差異往往是能否將生成式 AI 正式導入正式環境的關鍵。

延伸閱讀:Azure 雲端解決方案完整服務Azure OpenAI 服務概觀(Microsoft Learn)

Azure OpenAI 的核心優勢:具備企業級資安治理

對企業來說,AI 能不能回答問題只是起點。更重要的是,AI 能不能安全讀取內部資料,例如「公司資料會不會被拿去訓練模型」「資料會不會離開合規區域」「能不能稽核誰用了什麼」等,甚至是否能依照部門權限回應、串接 ERP、CRM 或客服系統,並讓 IT 與資安團隊能長期管理,下列宏庭為您詳細說明,方便您評估是否選擇導入 Azure OpenAI:

1. 資料不會用於訓練公開模型

透過此Azure OpenAI 企業級服務提交的 prompt、輸出內容、嵌入向量與微調資料,不會被用來訓練 OpenAI 或 Microsoft 的公開基礎模型,也不會提供給其他客戶使用。資料的所有權與控制權留在企業手上。

2. 資料留在您指定的合規區域

您可以選擇模型部署的 Azure 區域,讓資料處理與保存符合資料落地(data residency)要求。對於受個資法、金融或醫療法規約束的企業,這是評估時的硬性條件。

3. 整合既有的身分與網路安全機制

此服務直接沿用 Azure 既有的安全機制:以 Microsoft Entra ID 進行身分驗證與角色權限(RBAC)控管、透過虛擬網路與私人端點限制存取來源、以 Azure Key Vault 管理金鑰,並將所有呼叫納入 Azure Monitor 與稽核紀錄。企業不需要為了導入 AI 而另外建立一套權限與稽核制度。

4. 內建負責任 AI 的內容過濾

此服務內建內容篩選機制,會針對仇恨、暴力、自我傷害、性內容等類別,對輸入與輸出進行偵測與分級,並可依需求調整或申請修改篩選層級,協助企業降低生成內容的法遵與品牌風險。

企業使用 Azure OpenAI 最在意的資安問題

企業導入 AI,最大的疑問通常是內部資料會不會外流。尤其是合約、報價、財務、人事、客戶名單與技術文件,一旦進入 AI 應用,就不能只用方便性來做評估,必須納入資安治理。

Azure OpenAI 的價值,在於能放進企業既有 Azure 管理架構,進一步規劃使用者身分驗證、部門權限、網路隔離、資料加密與操作紀錄。真正的風險常發生在資料來源混亂、權限分級不清、員工上傳敏感文件,或系統串接範圍過大

微軟提供的資安防護盾:Prompt Shields可降低注入風險

Prompt Shields 是企業導入 AI 時值得關注的防護機制,主要用來降低惡意提示攻擊與 Prompt 注入風險。當 AI 會讀取內部資料、外部網頁或使用者上傳內容時,就需要規劃這類防護。

Prompt 注入攻擊可能誘導 AI 忽略原本規則、繞過限制,甚至嘗試取得不該公開的資料。但 Prompt Shields 不能成為唯一防線,企業仍需搭配資料分級、權限控管、輸入檢查、回應限制、異常監控與人工審核。

產品比較:Azure OpenAI、OpenAI、ChatGPT 企業版

很多企業在評估時會把三個名稱搞混:Azure OpenAI、OpenAI(官方 API,即 OpenAI API)、以及 ChatGPT 企業版(ChatGPT Enterprise)。三者背後雖然都使用 OpenAI 的模型,但使用方式、適合對象等方面則完全不同,在評估方面,您可以參考下列的比較表:

比較項目Azure OpenAIOpenAI(OpenAI API)ChatGPT 企業版
產品型態雲端平台服務,以 API/SDK 整合進企業系統OpenAI 官方提供的 API 服務現成的對話式 SaaS 應用
治理主體企業自有的 Azure 環境,納入既有治理OpenAI 平台OpenAI 平台
身分與權限Microsoft Entra ID+RBAC,整合企業帳號以 API 金鑰管理以管理後台管理成員
資料落地可指定 Azure 區域依 OpenAI 政策依 OpenAI 政策
稽核與監控整合 Azure Monitor 與稽核紀錄需自行建置提供企業層級管理介面
主要使用方式開發團隊嵌入自家應用與流程開發者快速串接、原型開發員工直接使用對話介面
計費模式依 token 用量/可選 PTU 預留產能依 token 用量計費依使用者席次訂閱
適合對象需符合資安治理的企業正式應用重視彈性、快速試做的開發者需要現成 AI 工具的一般員工

選擇參考依據:如果您要的是「員工開箱即用的對話工具」,ChatGPT 企業版最直接;如果您是開發者,想快速串接、做原型,OpenAI API 最有彈性;但如果您要把生成式 AI 正式導入企業系統,又必須符合資安、合規與稽核要求,在 Azure 上使用 OpenAI 模型是把模型能力與企業治理結合得最完整的選擇。

Azure OpenAI 的使用場景有哪些呢?

  • 員工辦公:適合使用 ChatGPT 企業版,優勢是快速上手,適合文件摘要、會議整理、內容草稿與日常資料整理。
  • 客製應用:適合使用 Azure OpenAI,優勢是架構可控,適合串接內部資料、建立 RAG 知識庫、設計權限與資安治理。
  • 功能開發:適合使用 OpenAI API,優勢是串接彈性高,適合已有工程能力的團隊快速開發 AI 功能。

延伸閱讀:Azure 雲端解決方案完整服務

Azure OpenAI 如何計費

評估費用時,建議先把成本分成兩類:一是「模型使用費」,由 Microsoft 原廠依模型與用量計費;二是「解決方案的建置與維運成本」,也就是讓 AI 應用實際上線運作所需的周邊資源與人力。許多企業只看到前者,導入後才發現後者也是預算的一部分,因此事先區分有助於做出合理的成本試算。

一、模型使用費(Microsoft 原廠計費)

此部分採「用多少付多少」的雲端計費邏輯,主要由您使用的模型與用量決定,而非固定月費。

1. 依 Token 用量計費(隨選付費,Pay-as-you-go)

文字類模型以 token 為計價單位,輸入與輸出分開計算,不同模型的單價也不同。能力較強的模型單價較高,輕量模型較便宜。這種方式適合用量浮動或起步試做的階段,用多少算多少。

2. 預留產能單位 PTU(Provisioned Throughput Unit)

PTU 是預先保留固定處理產能的計費方式,換取穩定的延遲表現與可預測的成本。它較適合流量穩定、用量可預測,且對效能(如延遲)有明確要求的場景,而非「上線就該採用」的選項。實務上,許多正式環境仍會採用隨選付費(Pay-as-you-go),兩者的差別在於流量穩定度與效能需求,而不是測試環境與正式環境之分。建議依實際流量型態評估,再決定採用哪一種,或兩者搭配使用。

3. 其他原廠計價項目

  • 影像生成模型:依產生的影像數量與解析度計費。
  • 嵌入向量(Embeddings):依處理的 token 數計費,是 RAG 知識庫文件向量化的基礎計價項目。
  • 模型微調(Fine-tuning):依訓練 token 與佈建時數計費。

實際單價會因模型版本與區域而異,且 Microsoft 會不定期調整。建議以官方定價頁與實際情境試算,避免僅看單一數字做決策。

二、解決方案的建置與維運成本

除了原廠模型費,讓 AI 應用實際落地、長期穩定運作,還會涉及下列成本類別。這些金額會因專案範圍而異,建議在規劃階段一併納入評估:

  • 架構設計與環境建置:包含網路與資安配置、概念驗證(PoC)與部署所需的規劃與人力。
  • RAG 知識庫的向量化成本:RAG 的成本不只有檢索/搜尋服務。初次建立知識庫時,所有文件都需經過 Embedding 向量化;當文件新增或更新時,也需要重新向量化處理,這些都是實際導入時需要考量的持續性成本。
  • 周邊資源:如向量資料庫、儲存空間與檢索服務等支撐 AI 應用運作的雲端資源。
  • 持續維運與優化:上線後的監控、成本控管、稽核與調校。

換言之,原廠模型費只是總持有成本的一部分;完整預算應把建置與維運一併估算,才能避免低估導入成本。宏庭科技可協助依您的實際情境進行整體成本試算。

會不定期調整。導入前建議以官方定價頁與實際情境試算,避免僅看單一數字做決策。

延伸閱讀:Azure OpenAI 服務與定價(Microsoft)

如何導入 Azure OpenAI

導入流程可分為下列幾個階段。對沒有專責雲端團隊的企業而言,導入的難點通常不在開通帳號,而在於架構設計、資安配置與後續維運。

  1. 申請與開通:建立 Azure 訂用帳戶,並完成服務的存取申請。
  2. 規劃資源與權限:設定資源群組、區域、Microsoft Entra ID 角色權限與網路隔離。
  3. 部署模型:依需求選擇並部署模型,設定內容篩選層級。
  4. 整合與測試:將 API 整合進企業應用,若需企業內部知識問答,可搭配 RAG 架構建立知識庫。
  5. 上線與維運:建立監控、成本控管與稽核機制,持續優化。

導入 Azure OpenAI,交給宏庭科技為您搞定

宏庭科技是 Microsoft 雲端合作夥伴,母公司為遠東集團旗下的博弘雲端,累積服務超過 2,000 家企業客戶、擁有 1,000 張以上原廠認證,並通過 ISO 27001 資訊安全管理驗證。在企業導入這項服務與整體雲端落地上,我們提供下列具體協助:

  • 完整雲端維運服務:從環境評估、工作負載評估、雲端架構設計、概念驗證(PoC)、實際環境部署到雲端代管,提供端到端服務。
  • 您始終保有最高管理權:即使透過代理商開通訂閱,您在 Microsoft Entra ID 中仍保有 Global Administrator 與 Owner 角色,帳號與資料的最高控制權始終在您手上,避免被技術性鎖死。
  • 零停機退場機制:合約終止時,帳號與資料可完整、零停機轉回原廠或其他代理商,雲端架構與設定維持不變,只切換後台出帳主體。
  • 台灣在地開票:提供台灣在地公司發票(含 5% 營業稅),並整合電子發票,符合企業報帳與稅務合規需求。
  • 持續監控與優化:提供定期報表與問題洞察,並依業務需求即時調整雲端環境,協助創造更多商業價值。

馬上聯絡專屬顧問,宏庭科技為您搞定 Azure 雲端大小事。

常見問題 FAQ

Q1:Azure OpenAI 和 OpenAI 官方 API 有什麼不同?

A:兩者使用的是同一批 OpenAI 模型,差別在治理位置。前者運作在您自有的 Azure 環境中,整合 Entra ID 權限、網路隔離與稽核;OpenAI 官方 API(openai api)則由 OpenAI 平台管理,較適合快速串接與原型開發。

Q2:用這項服務的資料會被拿去訓練模型嗎?

A:不會。透過此服務提交的提示、輸出與微調資料,不會被用於訓練 OpenAI 或 Microsoft 的公開模型,也不會提供給其他客戶,資料控制權留在企業手上。

Q3:這項服務是固定月費嗎?

A:不是。主要採隨選付費,依模型與 token 用量計費;當流量穩定且大量時,可改採 PTU 預留產能以取得可預測的成本與穩定延遲。

Q4:企業沒有雲端團隊,可以導入嗎?

A:可以。導入的難點多在架構設計與資安配置,宏庭科技提供從環境評估、架構設計、PoC 到代管的完整服務,並確保您始終保有帳號最高管理權。

Q5:可以用 Azure OpenAI 建立企業內部知識庫嗎?

A:可以。透過 RAG 架構,將企業內部文件向量化後存入知識庫,再由模型依檢索結果生成回答,即可在不洩漏資料、不重新訓練模型的前提下,建立企業專屬的問答應用。

Q6:Azure OpenAI 可以直接連接公司的 ERP/CRM 系統嗎?

A:它本身不直接連接企業系統,而是透過 API、Middleware、Agent 或應用程式層整合;它提供的是模型能力,系統整合需由應用層串接。

Q7:Azure OpenAI 和 Microsoft 365 Copilot 有什麼不同??

A:Microsoft 365 Copilot 著重 Microsoft 365 生態系內的個人生產力與協作;Azure OpenAI 則供企業建置客製化 AI 應用、Agent、RAG 與系統整合。