Azure OpenAI Service 是什麼：企業要在雲上用 GPT 的正規入口

很多公司的 AI 專案都卡在同一個問題上：工程師說接 OpenAI 的 API 很簡單，資安部門卻問「我們客戶的資料會跑去哪裡」，然後專案就停住了。Azure OpenAI 這個服務，基本上就是微軟為了回答這個問題而存在的。

這篇把它講明白：它跟 ChatGPT、跟 OpenAI 自家的 API 是什麼關係，微軟白紙黑字承諾了哪些事，開發者實際上手的流程長怎樣。看完你就知道，該在會議上怎麼回資安部門那一題。

一句話定義：OpenAI 的模型，Azure 的地盤

Azure OpenAI 是微軟與 OpenAI 合作的成果：把 GPT 系列這些模型放進 Azure 雲端，由 Azure 代管、由 Azure 營運。你用的是 OpenAI 的模型能力，但整個服務跑在微軟的基礎設施上，從你的 Azure 訂閱計費，享有 Azure 的服務等級協議，出問題找微軟支援。

模型陣容以 OpenAI 為主力：GPT 系列的文字與推理模型、影像與影片生成模型、語音模型、嵌入模型，甚至還有開放權重的模型可選。在目前的模型目錄裡，OpenAI 之外也放了 Cohere、Meta、Mistral AI 等供應商的模型，同一套方式取用。

跟直接接 OpenAI API 差在哪

模型底子是同一批，差別在包裝與周邊。用一張表看最實際的幾項。

簡單說：如果你是個人開發者做 side project，直接接 OpenAI 最快。但如果公司已經在 Azure 上、有資安審查與法遵要求，Azure OpenAI 讓你不用重新回答一整套「資料去哪裡、誰負責」的問題。

資安部門最想聽的：微軟的資料承諾

微軟在官方文件裡把資料承諾寫得非常明確，值得逐條看。你的提示（輸入）、生成內容（輸出）、嵌入與訓練資料：

• 不提供給其他客戶；
• 不提供給 OpenAI 或其他模型供應商；
• 不會被模型供應商拿去改進他們的模型或服務；
• 未經你的同意或指示，不會用於訓練任何生成式 AI 基礎模型。

另外兩點也重要。第一，模型是無狀態的：提示與回應不會存進模型，也不拿去重新訓練基礎模型。第二，整個服務不與 OpenAI 營運的系統互通，你的流量不會流進 ChatGPT 或 OpenAI API 那一側。

防護面則有兩層機制。護欄（Guardrails）即時過濾有害內容，門檻可以設定；濫用監控偵測違反使用條款的模式，經核准的企業客戶還能申請調整監控方式。你微調出來的客製模型，也只有你自己能用。

開發者怎麼開始：資源、部署、呼叫

實際上手是三步。第一步，在 Azure 訂閱裡建立資源，這一步同時決定了資源所在的地理區。第二步，從模型目錄裡挑一個模型建立部署（deployment），部署有自己的名字，之後程式呼叫的就是這個名字。第三步，用 API 或 SDK 發出請求，跟一般呼叫聊天模型的寫法大同小異。

部署時有一個對法遵很關鍵的選擇：部署類型。標準部署的處理留在你指定的地理區；全域（Global）部署換取更好的容量與彈性，處理位置可能在任何有該模型的地區；資料區（Data Zone）部署則折衷，把處理範圍限定在例如歐盟或美國這樣的資料區內。

順帶一提：名字正在變成 Microsoft Foundry

最後幫你打個預防針。微軟近年把 AI 開發平台整合成 Microsoft Foundry，Azure OpenAI 的模型如今歸在「由 Azure 銷售的 Foundry 模型」底下，文件與入口網站都陸續改用新名字。

查資料時看到 Azure OpenAI Service、Azure AI Foundry、Microsoft Foundry 這些名字混用，不用慌，講的是同一條服務脈絡。核心不變：OpenAI 等供應商的模型，由 Azure 代管營運，配上企業級的資料承諾。