看到 AS Enterprise AI 分享一所研究型大學的案例，我覺得最值得教育現場學的，不是哪個模型最強，而是如何把 AI 變成一套可治理的共同底座。這所大學把十個 workflow 放進九個業務功能，包含招生文件 OCR、學習諮詢、採購異常偵測，以及服務台回覆草稿。服務台的答案仍由人員確認後才送出，這個小細節其實很關鍵：生成速度可以交給 AI，對外承諾仍要由人負責。

它們的 in-house gateway 統一管理 20 多個模型、五家供應商，具備模型 routing、PII masking、操作紀錄和每次查詢計費；另有 367 份角色感知的政策文件，支援五種使用管道。這讓我想到學校導入生成式 AI 時，與其讓每個單位各自申請工具，不如先建立共享且可追蹤的入口，再依風險分級。查詢課程規則可以快速回覆，涉及個資、招生決定或對外訊息，就要提高審核門檻。

成效也很具體：30,761 名使用者送出 151,950 次查詢，正向回饋率 99.38%，每次約 0.015 美元；文件審查則從超過 30 分鐘降到不到 5 分鐘。對老師而言，重點不是追求全自動，而是先挑一個可衡量、低風險的流程，留下紀錄，設定誰能用、哪些資料不能進去，以及哪些動作一定要人工核准。教育 AI 的成熟，不是讓人退出流程，而是讓人把時間放回判斷、陪伴與教學。