This is the Trace Id: b66f80bdf7f999b206a15e7e18f822d3

Microsoft IQ

將人員的工作方式、企業的運作方式,以及知識的連接與重複使用整合到單一即時檢視中,供您的代理程式使用
概觀

整合的智慧

共用動態智慧,從第一天起即可用於實際執行環境。

返回 [概觀] 區段
產品

您的團隊、您的資料、您的 IQ

Microsoft IQ 結合四個整合層級,為 Microsoft 全域的企業智慧提供動力。
使用案例

Microsoft IQ 是您的 IQ 優勢

員工自助式 HR Agent

技術支援中心對例行問題感到不堪負荷,而員工也浪費時間在原則文件和口耳相傳中尋找答案。部署 Agent 以立即回答常見的 HR 和 IT 問題 (透過 Foundry IQ 以您的實際原則進行基礎設置) 並在需要人工協助時自動建立票證。

進階使用者可以在 Copilot Studio 中,透過點選式連接器連接 ServiceNow、Workday 和 SharePoint 以建置並發佈此 Agent。需完整控制權的開發人員可使用 Foundry 和 Microsoft Agent Framework 來整合 MCP 伺服器、自訂 API 和企業等級擴展能力,這一切都能透過 Teams 和 M365 Copilot 呈現。
一位女士正在使用膝上型電腦工作。
返回 [使用案例] 區段
安全性

沒有信任,就沒有智慧

安全的基礎

以 AI 優先的端對端安全性平台保護您的使用者、資料與基礎結構;這個平台結合無可匹敵的威脅情報,以及內建在工作流程中的 Copilot 執行個體,讓防禦人員能先一步降低風險。

安全的代理式 AI

透過提供 IT 和安全性團隊提供控制平面,以便能夠觀察、治理並保護組織內的代理程式,且能安心無虞地從代理型 AI 實驗進化到企業等級的營運。

確保資料隱私

我們致力於保護您資料的私密性,並以透明的原則和嚴格的保護措施為您把關。我們重視透明度,因此您可以控制資料的使用方式。
客戶案例

打造您自己的 IQ 的優勢

了解組織如何使用 AI 來轉換工作的完成方式。

開始使用

Microsoft Agent Factory (第 1 部分)

了解 Microsoft 如何透過整合技術堆疊、移除常見的採用障礙,並提供專家實作訓練與支援,協助組織加速從代理式 AI 中創造價值。
常見問題集

常見問題集

  • Microsoft IQ 是 Microsoft 堆疊中的企業智慧層:它代表對您的組織的一種共用、持續更新的理解,而 Copilot 與每個 Agent 都會預設繼承這種理解。它會運用您 Microsoft 資產中已存在的訊號:人員在 M365 中如何工作、在 Fabric 中如何建立您的企業模型,以及分散在資料、應用程式甚至網路上的知識。只要建置一次 Agent,它從第一天起就能了解您的公司。建置下一個 Agent 時,它會以同一套扎實的理解為基礎進行推理,並與第一個 Agent 進行協調,隨著採用規模擴大而持續累積價值。
  • Microsoft IQ 不是 AI 模型或 LLM。它是一個解決方案層,可結合深入解析、工作流程、治理及受信任的企業內容,將 AI 模型套用到真實業務案例中。LLM 會產生智慧,而 Microsoft IQ 著重於將這些智慧轉化為可衡量的業務成果。
  • AI 採用速度持續加快,但多數組織仍難以超越試驗階段。問題不在於無法存取模型,而在於如何建置能在整個企業中有效運作的 Agent。目前使用競爭性代理式平台的組織所面臨的挑戰包括:
     
    • Agent 缺乏真實的商務內容。
      Agent 建置在孤島中,對隔離、零散的資料以及從頭開始建置的手工 RAG 管線進行推理。因此,Agent 會忽略商務意義、相關性,以及組織內的重要關聯性。為了推動真正的決策與動作,Agent 需要完整、共用且無盲點的內容,並且以業務實際運作方式為基礎。
       
    • 零散的企業訊號。
      資料、知識和工作流程分散在各個系統中,迫使團隊為每個 Agent 重新建立內容。Agent 需要企業訊號的共用檢視,以便跨系統採取動作,無需重複邏輯或協調。
       
    • Agent 開發既複雜又脆弱。
      跨系統建置、部署及協調 Agent 時,需要使用自訂的管道和脆弱的邏輯,難以擴展。團隊需要一致的基礎以減少重複建立,並在 Agent 擴展到更多案例時支援重複使用。
       
    • 安全性與治理是額外附加的。
      主管缺乏信心,無法確定 Agent 是否具備足夠的可見度、控制及保護措施可用於安全擴展。當 Agent 在既有的安全性、原則和界限內無法一致地運作時,組織就會面臨風險升高、部署範圍受限,以及企業規模採用停滯的問題。
       
    如果缺乏共用內容與內部信任,AI 還是會難以依賴,甚至更難在具有重大影響的工作流程中擴展。
  • Microsoft IQ 建置在四個整合式元件的基礎上,可讓 AI 對企業具有統一的理解:
     
    • Work IQ – 持續在 Microsoft 365、組織系統和外部來源中建置豐富且最新的語意理解,協助代理程式有效率地瀏覽龐大且不斷變動的組織內容。
    • Fabric IQ – 透過使用企業資料與分析系統中已建模的共用定義、計量和關聯性,讓 AI 以業務運作方式為基礎,進行一致的推理。
    • Foundry IQ – 透過符合原則規範的存取,跨系統解鎖並保留企業知識,讓代理程式在採取動作時重複使用受信任的知識,同時維持商務意義。
    • Web IQ - 讓 AI 系統與代理程式連接到來自網路各處的即時真實資訊,包括網頁、新聞、影像與影片,並延續 Bing 近 20 年的大規模搜尋與擷取專業能力。

    這些元件結合後,會提供一個可在 Copilot、代理程式和應用程式之間重複使用的單一共用智慧層,並隨著 AI 採用規模擴大而持續發揮作用。
  • Microsoft IQ 可搭配企業現有的控制措施運作,讓團隊在將 AI 套用到組織資料並更深入內嵌到業務中時,延伸現有的安全性與治理。具體來說,Microsoft IQ:
     
    • 尊重身分識別與權限 - Agent 只會使用現有的身分識別與存取控制來存取使用者有權查看的資料。
    • 保留資料敏感度和資料譜系 - 當 AI 跨系統進行推理時,仍會保留敏感度標籤、原則和資料譜系。 
    • 大規模一致地套用治理 - 相同的安全性與合規性規會套用到 Copilot、自訂 Agent 和應用程式,避免針對每個使用案例各自建立控制措施。  
    • 支援可稽核性與信任 - 可檢視性以及具原則感知的存取權可協助組織理解並治理 AI 使用企業資料的方式。
       
    最終結果:企業可安心地從 AI 試驗推進到實際執行,無需在安全性、合規性或治理上做出取捨。
  • Microsoft Graph 可提供 API,讓開發人員存取 Microsoft 365 資料 (例如使用者、電子郵件、檔案和行事曆活動)。Microsoft IQ 會結合這些及其他訊號,建立一個共用智慧層,將未經處理資料轉換為統一的內容、商務語意和受信任的知識,讓 AI Agent 和 Copilot 能在企業規模上進行一致的推理。簡單來說,Graph 會公開資料;Microsoft IQ 則會將這些資料轉換為可重複使用的企業智慧。