watsonx AI
企業級生成式 AI 三件套：watsonx.ai、watsonx.data 與 watsonx.governance
企業級生成式 AI 三件套：watsonx.ai、watsonx.data 與 watsonx.governance
問一家企業的法遵主管，最怕生成式 AI 出什麼事，答案通常不是模型不夠聰明，而是三件事：它會不會講出沒根據的答案、我們搞不搞得清楚這個答案是哪個模型在什麼版本下生出來的、以及資料到底有沒有離開我們該留住它的地方。
IBM 把這三個焦慮，拆成三個各自可以獨立理解、但設計上要合起來用的產品：watsonx.ai、watsonx.data、watsonx.governance。這篇就從這三個焦慮出發，談這套平台在解什麼問題，而不是逐條念產品規格。
你將學到什麼
三個焦慮，三個對應
幻覺、來源追蹤、資料主權，watsonx 三件套各自對應一個，合起來才是完整答案。
Granite 不是要你換模型
它是這套治理框架裡預設可信的那個選項，企業仍可以選其他開源或商用模型。
治理正在往代理人擴張
2026 年 watsonx.governance 開始管代理人一步步的決策鏈，不只管單一次模型輸出。
三件套要合起來看
分開導入，各自為政；合起來，才看得到資料到模型再到決策的完整脈絡。
watsonx 這三個字，常被當成一個產品名字來用，但它其實是三個分工不同的部分，各自對應企業導入生成式 AI 時最容易卡住的地方。
三件套各自解決什麼問題
watsonx.ai 是建模型、調模型、部署模型與應用的工作室，包含提示詞實驗室、防護機制、文件理解與多種基礎模型可選。它處理的是從想法到可用應用這一段。
watsonx.data 是開放式資料湖倉，處理的是資料在哪裡、能不能被治理與查詢，卻不必先搬到單一系統裡。這部分留到下一篇專講。
watsonx.governance 則是把前兩者串起來的治理層，負責監控模型與代理人在正式環境裡的表現、記錄決策脈絡、並在風險出現時發出警示。三者合起來，才構成一套完整的企業級 AI 平台。
Granite 模型家族，不是另一個要學的模型
Granite 是 IBM 自家的開放模型家族，涵蓋語言、程式碼、視覺文件、語音、嵌入、時間序列，還有專門做安全把關的 Guardian 模型。它不是要跟其他大型模型比排行榜。
- 訓練資料來源乾淨：官方說明訓練資料以可合法取得授權為前提，並由公司法務團隊把關。
- 授權寬鬆：以 Apache 2.0 這類允許商用與二次開發的授權釋出，減少法遵疑慮。
- 定位是可信賴的預設值：在 watsonx 平台裡，企業仍可自由選用其他開源或商用模型，Granite 只是那個從一開始就替監理與稽核需求想過的選項。
2026 年 8 月的 Granite 4.2 是個值得注意的轉折：它把推理過程明確化，每次回答前先產出思考鏈，並提供思考與直接回答兩種模式切換，同樣以 Apache 2.0 開放釋出。具體版本與能力持續在更新，請以官方公告為準。
2026 年的變化：治理從模型輸出擴大到代理人決策
watsonx.ai v2.4 把生成式 AI 推理擴展到 IBM Z 與 LinuxONE 這類企業既有的關鍵系統上，讓推理可以貼近資料原本存放的地方，而不必先把敏感資料搬出去。
更值得留意的是 watsonx.governance 的重心轉移。過去治理的對象主要是單一次模型輸出，2026 年的更新把範圍擴大到代理人一連串的決策與工具呼叫，能追出代理人在完成一個任務時，每一步是依據什麼判斷、呼叫了哪些工具。
代理人型應用的風險，往往不在最後一句回答，而在中間那幾步沒人看見的決策。導入前先問清楚：這套治理工具能不能把代理人每一步的判斷都記錄下來，而不是只看最終輸出。
三件套速覽
| 產品 | 核心角色 | 誰該優先關心 |
|---|---|---|
| watsonx.ai | 建立、調校、部署基礎模型與生成式應用 | AI 產品經理、應用開發團隊 |
| watsonx.data | 在不搬動資料的前提下，統一治理與查詢跨環境的資料 | 資料架構師、資料工程師 |
| watsonx.governance | 監控模型與代理人表現，記錄決策脈絡，供稽核與風險管理使用 | 法遵主管、風險與稽核團隊 |
給 AI 產品經理與法遵主管的檢查清單
- 這個應用會不會演變成代理人型應用？如果會，治理範圍要從一開始就涵蓋決策鏈，不是等上線才補。
- 模型的訓練資料來源與授權條款，能不能拿給法務與監理單位看？拿不出來的模型，風險評估會卡在第一關。
- 資料是不是一定要搬到單一系統才能分析？如果不是，資料虛擬化能省下大量搬遷與重複儲存的成本。
- 幻覺與風險門檻，是不是有具體數字可以監看，而不是等使用者投訴才知道出了問題？
延伸學習
ChatGPT 很強，但真正讓你下班的是 Google
六小時完整實錄。從「AI 很厲害，為什麼你還是每天加班」這個問題出發，把 Google Workspace 當成真正的工作平台重新設計一次流程 ── Sheets 的資料結構、Drive 與 Docs 的文件流、Gmail 與 Calendar 的通知系統，再用 Apps Script 讓它自己跑起來，最後收斂成一張屬於你自己的 AI 工作能力地圖。
NT$ 4,599
HE101｜Harness Engineering Foundation（3 小時）
三小時的地圖課，不是操作課。把 Model 與 AI System 分開，拆解一套 AI Harness 的八個組成（Goal、Context、Knowledge、Rules、Tools、Workflow、Evaluation、Iteration），再帶你逆向拆解四個你已經在用的系統，最後畫出自己的第一張 Harness Blueprint。5 章 27 課，附學員講義 PDF 與術語速查表。
NT$ 2,599