基層金融合作社的 Cloud-AI 架構
以一間都市型農會信用部為個案,把第一線的痛點和知識流失問題,變成電子表單加 RAG 知識檢索的系統。
論文個案研究RAG
Cloud-AI Architecture for Grassroots Financial Cooperatives: Integrating Electronic Forms and RAG-Based Knowledge Retrieval
AICCC 2026 · 第二作者 · 論文已接受,12 月要去東京口頭發表
背景
農會信用部正在面對一個很現實的狀況:資深員工陸續退休,第一線人力變少,而很多業務知識只存在那些老員工的腦袋裡。人走了,知識也跟著走。
訪談之後,我們整理出四個第一線的痛點:
- 人力不足:重複性的行政工作佔掉太多人力。
- 服務速度慢:填表、查詢、確認都很花時間。
- 服務不便:作業高度依賴櫃檯流程。
- 缺乏標準化:SOP 和判斷經驗分散在不同人和文件裡。
研究問題
- 怎麼把第一線的痛點和知識流失,轉化成具體的系統模組和功能?
- 怎麼在同一套技術架構下,整合電子表單和 RAG 知識檢索,變成單一的服務平台?
- 怎麼在系統上線前就建立評估架構,作為之後驗證成效的依據?
系統架構
- 雲端應用服務:使用者填的個資只在瀏覽器端合成到 PDF 裡,不會傳到伺服器。
- AI 與知識檢索:稠密檢索和稀疏檢索同時跑,用 RRF 融合結果,再用 cross-encoder 重新排序,並且加入法規層級的權重。
- 安全與存取控制:加密傳輸、身分驗證、角色權限、部門與業務範圍、稽核紀錄、敏感資料過濾。
一個誠實的限制
從知識管理的角度看,這套系統做到了兩件事:把知識文件化(Codification),以及用技術降低取得知識的門檻(Technology-enabled Retrieval)。
但它沒做到第三件事:資深員工和新人之間的經驗傳承(Mentoring)。AI 知識庫可以保存寫得下來的知識,卻取代不了資深員工面對複雜狀況時的判斷。我們在論文裡把這點寫得很清楚。
我做的部分
負責 RAG、電子表單、後端服務、權限和資料流的架構,並參與論文技術內容的撰寫和修訂。