不用重架構，你的資料庫早就 AI-ready：3 種企業轉型場景一次看（上）

作者：黃婉中（雲端架構師）

從幫業務自動找資料、摘要報告，到用內部知識打造 ChatGPT，這些事你都做得到，不用換架構

某次客戶跟聊 AI 應用的時間表，他覺得自己的公司還沒準備好，因為：

「我們公司資料都還在 On-premises SQL 和 PostgreSQL 上」

這問題其實我很常聽到。
大家一邊說想要轉型、想做 AI，一邊又覺得「好像要打掉重練」才行。

但很多人不知道的是：

你現在用的 SQL Server、PostgreSQL，只要搬上 Azure，已經是 AI-ready 的資料庫了。

而像 Cosmos DB 這類原生在雲端的 NoSQL 資料庫，支援向量索引，整合 GPT 和語意搜尋很順手。

為什麼「搬上雲」是關鍵？

如果你把 SQL 搬到 Azure，最大的好處是：
可以直接跟 GPT 模型連線，不用架 VPN、不用打開防火牆，也不用自己維護伺服器。
查詢 API、做 RAG（Retrieval-Augmented Generation）、部署 GPT Chatbot，幾小時就能跑起來。
整合 Azure OpenAI、Blob 儲存、Azure AI Search 等 AI 工具，也完全不需要重建架構。

而 Azure Database for PostgreSQL，能幫你省下維運、連線安全與整合的麻煩。你可以專注在寫 prompt、查資料、做語意推薦，不用再花時間裝 PostgreSQL、打 port、搞 TLS 憑證。

跟你分享 3 個我看到的案例。

情境一：每天都有人問一樣的問題

一間做軟體服務的公司，團隊 50 人、客戶上百家。
每天都有人問一樣的事：

• 你們系統支援哪些 API？
• 有沒有報表範例？
• XX 功能怎麼設定？

他們原本的做法是把 FAQ 寫在 Notion，但沒人看。
最後還是靠客服一條條手動複製貼上回覆。

後來，他們用一個簡單的方式改善了這件事：

他們把原本放在 Azure SQL 裡的產品資料，轉成向量搜尋（Vector Search），讓系統可以比對語意相近的問題和文件，不用使用者打對關鍵字才能找到答案。
再透過 Azure 提供的 AI 工具，將資料庫、前端介面與 AI 模型串接起來，打造出一個只給公司內部使用的聊天機器人。

沒有換架構，也沒請顧問公司。
只是把原有的資料，用了更適合 AI 的方式整理與調用。
現在這個機器人可以自動回答大多數常見問題，讓客服能專注處理更複雜的事情。

下篇我會繼續分享2個真實案例，看看資料搬上雲之後，怎麼讓 AI 幫你寫草稿、找條文、甚至懂使用者的語氣。

瀏覽 86 次