文／鄭宜芬
隨著 AI 加速演進，企業應用的重心將從導入 AI 工具，轉向深度整合進營運流程，Gartner 預測 Agentic AI（代理型人工智慧）將成為 2025 年關鍵技術之一。臺灣新創 SUPER 8 Studio（雲發互動科技）執行長陳子龍 14 日表示，面對法規收緊與資安風險提升，虛擬私有雲（VPC）搭配地端部署（On-Premises）的雙軌策略，有助企業因應跨境資料傳輸風險與合規壓力，實現安全與效能的雙重保障，維護企業主權 AI。
[ 加入 CIO Taiwan 官方 LINE 與 Facebook，與全球 CIO 同步獲取精華見解 ]
Enterprise AI 市場機會
一、Agentic AI 市場規模擴張
亞太區年增率達 25%，超越北美市場。亞太級智慧客服年處理量 50 億則，銷售自動化提升效率 38%，帶動產業升級。
二、垂直領域的大模型需求激增
全球大型語言模型（LLM）市場將從 2023年 的 53.6 億美元增長至 2032 年的 865.1 億美元，年均增長率（CAGR）為 36.21%。相較於通用 LLM，垂直領域模型針對特定產業，如金融、醫療、法律、製造等，進行深度訓練，提供更精準、可靠的語言理解與決策支援。
三、企業人力資源短缺
65% 企業人力成本年增 15%，客服部門流動率達 35%，單一企業月均須處理 10 萬則客戶對話。
四、企業主權 AI 需求
90% 企業預計 2025 年導入 AI，資料量年增 50%，企業主權 AI 強調本地部署與資料隱私，確保合規與安全，推動企業加速採用可製化 AI。
VPC 市場遽增
面對法規收緊與資安風險提升，企業對資料主權的重視日益升高。資料主權、資料安全、法規遵循與內部整合等需求，成為企業決策時的關鍵核心。
虛擬私有雲（VPC）或地端部署（On-Premises）等方式，可因應跨境資料傳輸風險與合規壓力。根據市場研究，全球私有雲市場於 2023 年達 1,047 億元，預計 2025 年將翻倍成長至近 2,029 億元。
其中 VPC 可滿足資料隱私與合規性，實現稽核要求，省卻人工反覆確認；減少延遲，快速讀取訊息互動，並依需求動態擴充資源，應對活動高峰；也無須自建機房，成本結構更合理。適合對資料安全有嚴格要求，但有希望降低基礎設施管理負擔的企業。並以其安全性、客製化彈性大與成本效益較佳的優勢，成為私有雲中增速最快的類型，亞太市場尤為顯著。
SaaS vs. VPC vs. On-Premises
| 項目 | 傳統SaaS | 虛擬私有雲 | 地端 |
| 佈署方式 | 完全託管於公有雲 | 在公有雲內劃分專屬隔離網段 | 自行建置於企業內部機房 |
| CAPEX | 極低（無硬體採購） | 低－中（可少量預留資源） | 高（需購置伺服器、網路與設施） |
| OPEX | 訂閱費用 | 按量計費，依使用量與預留資源而異 | 維運人力、電力、機房冷卻等成本高 |
| 擴充彈性 | 極高（瞬間可擴展／降載） | 高（快，仍受預留資源影響） | 低（需採購設備與配置時間） |
| 安全與合規 | 依賴雲廠商認證與SLA | 可自訂網路隔離與安全政策 | 完全自控，最易符合嚴格法規與審計要求 |
| 客製化程度 | 受限於廠商多租戶平台 | 中－高（可在私有網段加裝自訂服務） | 最高（可按需開發與整合） |
[ 推薦閱讀：AI 2.0 生態系 將決定企業 AI 資源配置與應用架構 ]
VPC 結合地端佈署 雙軌策略
目前企業部署 VPC 的挑戰包括：企業內部法遵與資安政策，禁止機敏資料存放於第三方雲端；海外母公司要求本地系統符合全球規範，VPC為認可的部署方式；當進行跨部門敏感性資料交換時，須實施嚴謹的審計與控管機制，且掌控資料流向及後台管理權限等。
AI 導入不能只考慮技術效能，更要兼顧法規風險與營運穩定性。 陳子龍表示，SUPER 8 Studio 推出企業 AI 解決方案（Enterprise AI），納入旗下 InsightArk 與 MessageHero 兩大 AaaS（Agentic AI as a Service）解決方案。針對擁有高度敏感資料的金融、醫療與科技製造產業，On-Premises 地端部署攜手 NAND 控制晶片暨儲存方案商群聯電子，導入獨家專利邊緣AI運算方案aiDAPTIV+，實現高度安全與效能的雙重保障。
群聯電子創辦人暨執行長潘健成表示，其獨家專利的邊緣AI方案 aiDAPTIV+，結合高速、安全、穩定的邊緣AI運算架構與記憶體快取技術 ( aiDAPTIVCache )，讓企業能在地端安全執行AI模型，確保關鍵資料不外洩。無論在CRM、行銷自動化或決策分析等場景，都能與 SUPER 8 Studio 的 Agentic AI 深度整合，實現可控、可部署、可擴展的智慧應用。
AI 除了結合 CRM，還能連接 ERP 或其他系統。日本甚至有企業開發 CFO Agent，提升營運效率。當企業規模成長至一定程度，資料量越來越龐大，資安與資料隱私的管理會成為重點，推動 Enterprise AI 的導入。
至於不同產業導入 AI 代理（AI Agent）時所涉及的權限與治理問題，陳子龍表示，隨著越來越多任務交由 AI 代理執行，使用者無法掌握中間決策與過程，需建立監控與控管機制。尤其國際上已發展到多代理（multi-agent）架構，如 AWS 及部分開源社群正積極發展相關技術，這種應用需同時強化任務協調與安全監控，但尚未成熟。目前多數 AI 代理仍偏重於單一功能或問答型任務，執行時較為安全。若要推展至複雜的企業應用場景，仍需一段時間的發展與驗證。
陳子龍最後強調，企業已不再滿足於 AI 工具的淺層應用，而是邁向與 AI 深度融合的流程共創，以前瞻視野深耕應用、以開放態度廣泛整合，就能率先開啟由 AI 驅動營運、在面對快速變化的科技環境中，提升管理可視性的企業轉型。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
