企業混合雲與 AI 代理成關鍵基石
隨著 AI 導入從試驗走向規模化，企業也同步面臨數位基礎建設不足、資料治理與資安風險等挑戰。為此，HPE 推出一站式企業 AI Factory 解決方案-HPE Private Cloud AI，為企業推論應用提供更高效能、擴充性與靈活性。
採訪╱施鑫澤 文╱林裕洋
近年在生成式 AI、高效能運算與資料驅動決策需求快速升溫，企業 IT 架構正面臨新一波轉型壓力。從過去以雲端優先為核心的策略，逐漸轉向更務實的「最佳化部署」，企業不再單純追求全面上雲，而是重新檢視不同工作負載在公有雲、私有雲與地端環境之間的最佳配置。
根據 Enterprise Strategy Group 公布 2025 年經濟效益驗證報告指出，超過 80% 企業正在重新評估其工作負載部署策略，主要關鍵於「成本結構演變」、「授權模式轉型」，以及「混合雲環境」持續擴張。因此，產業焦點已從單純的「遷移上雲」，轉向如何更有效地進行工作負載部署，以及如何設計具備可擴充性與效率的企業架構。
由資策會與人工智慧基金會公布的「2025 年製造業 AI 普及度調查」顯示，有高達 45% 臺灣傳統製造業者對 AI 技術仍感陌生，僅約 23% 已啟動或正在擴大 AI 導入規模。該調查指出，AI 普及不高的障礙並非技術本身，而是「數位基礎建設不足」，許多傳統製造業的 OT 與 IT 系統仍處於孤島狀態，因此需要一套合適的解決方案。
HPE 製造暨電信事業處副總經理朱俊豪表示，儘管基礎模型正藉由資料中心帶動大規模運算擴充，只是企業在組織內安全推動 AI 應用落地時，仍然面臨資料治理、資安風險與既有 IT 架構整合等多重挑戰。為此，HPE 與 NVIDIA 攜手合作推出以安全為核心的 AI 解決方案，協助企業以可預測、可複製的方式成功導入 AI。同時，HPE 也與 NVIDIA 共同開發的一站式企業 AI Factory 解決方案 HPE Private Cloud AI，為企業推論應用提供更高效能、擴充性與靈活性。目前 Ryder Cup、Danfoss 與 Dallas Cowboys 等產業領導者，皆已運用 HPE Private Cloud AI 加速推動組織內的 AI 轉型計畫。
[ 加入 CIO Taiwan 官方 LINE與 Facebook，與全球 CIO 同步獲取精華見解 ]
AI 從試驗走向規模化 基礎架構重要性倍增
隨著員工接觸 AI 服務管道增加，根據 Deloitte 公布「企業 AI 現況」報告指出，企業推動 AI 專案正從原本試點與實驗階段，逐步轉向企業級的規模化應用。儘管近幾年達到規模或應用比例逐年增加的趨勢，但是整體進展並不如預期的快速，該報告進一步提到，目前僅有 25% 受訪者表示其組織已將 40% 以上的 AI 專案，投入實際生產環境之中。
綜觀臺灣製造業在導入 AI 專案時，在驗證階段往往陷入停滯不前的困境，主要原因大致上有「數位基礎架構不完善」、「數據孤島，欠缺標準化，安全可治理的數據管理平台」、「內部缺乏專業人才，須尋求外部顧問協助」、「AI 焦慮，無法聚焦痛點，造成資源分散」、「ROI 的迷失，追求立即的降本或增收」、「缺乏高層的支持與跨部門組織」等等。
朱俊豪表示，HPE Private Cloud AI with NVIDIA 可解決企業面臨的前述問題，藉由提供整合加速運算、網路與軟體的一站式 AI 基礎架構， 讓組織能更快速部署 AI 環境，並橫跨品質檢測、預測性維護、研發最佳化等多個應用場景，同時跨域擴充基礎架構。至於HPE GreenLake 則提供統一平台體驗，協助企業簡化 IT、降低成本，並加速 AI 從試驗到規模化部署的轉化過程。
根據 Enterprise Strategy Group的經濟效益報告顯示，相較於傳統自建方式，HPE Private Cloud AI 解決方案，可讓企業在安全的私有環境中運行 AI 工作負載，確保資料主權與法規遵循，同時保有雲端般的彈性與可擴充性。實際導入效益，企業讓 AI 工作負載上線時間可縮短 7–9 個月。此外，開發者生產力最高可提升達 2 倍，讓團隊得以將更多精力投入模型開發與創新，而非基礎架構管理。
[ 推薦閱讀：國研院國家智慧機器人研究中心揭牌 共研共作機制加速產業創新落地 ]
混合雲成為AI部署主戰場 關鍵在治理與一致性
麥肯錫公布的「2025 年 AI 現況」調查顯示，企業正加速在多個業務職能中擴大 AI 導入規模，這也代表 AI 發展已從「實驗階段」轉向「企業級部署」。只是若相關問題與挑戰無法被解決，往往會拖慢企業導入 AI 的速度，並阻礙組織將AI創新方案擴充至整體營運層面，影響企業競爭力。
尤其當企業在製造環境中部署 AI，工作負載橫跨工廠邊緣系統、本地資料中心與公有雲之後，勢必會大幅提升營運複雜度，這代表AI 導入重點不再是工具的選擇，而是如何「正確的部署」與「有效治理」。然而在跨不同環境的維度裡，能否具備一致的管理架構與可視性，將是 IT 團隊面對AI 時代來臨必須克服的全新挑戰。
HPE GreenLake可提供橫跨邊緣、資料中心與公有雲環境的統一混合雲平台，透過集中化的營運模型，協助企業管理基礎架構與 AI 工作負載。GreenLake Intelligence 將「代理型 AI」深度整合進混合雲環境中的核心系統，利用自動化與智慧洞察，讓 IT 管理從「人工監控」進化為「AI 自動導航」。資訊人員藉由集中化管理介面協助，能對基礎架構與 AI 工作負載建立統一的端對端可視，讓企業得以在保持營運管控效率的同時，快速擴充 AI 部署規模，降低營運複雜度與營運成本。
GreenLake Intelligence有四大核心功能，首先是跨領域協作，讓分布在運算、儲存、網路以及虛擬化層的 AI 代理，能夠彼此交換資訊。其次是主動預防，不同於傳統的警報系統，能主動識別效能瓶頸或潛在故障，並在問題發生前提出建議或自動執行修復。第三點是對話式維運， IT 人員在管理介面中利用自然語言詢問，並透過平台分析資料與快速獲得結論。最後則是根因分析，產品能自動進行跨層級的根因關聯分析，提供代理式 AIOps，並針對多雲環境提供上下文關聯的指導建議，將原本需要數小時的人工除錯縮短至幾分鐘。
朱俊豪指出，在智慧製造轉型背景下，GreenLake Platform 能自動監控數千臺設備，解決「IT 與 OT 數據孤島」痛點，確保生產數據在傳輸過程中不因 IT 基礎架構故障而中斷，大幅降低IT維運人員的負擔。
[ 推薦閱讀：【專訪】兆利科技資訊長陳芳志 ]
AI Agent 進入製造現場 產線決策邁向自主化
2026 年 AI 代理人與混合雲的結合，已經從「實驗室」走入「生產線」與「營運決策圈」，此種架構優點在於地端可確保數據隱私與低延遲，公有雲提供強大的運算力來訓練模型與部署 Agent。
在臺灣已有高科技製造業導入由 AI Agent 驅動的「智慧產線排程」。以知名大型晶圓代工/封測大廠為例，常面臨訂單高度碎片化與急單壓力，傳統 進階規劃與排程系統已難以負荷。為此，該公司採用混合雲模式，將機敏的生產參數與機臺狀態保留在地端，而複雜的優化演算法則在公有雲執行，同時部署多個專屬 Agent。其中，「排程 Agent」會根據「能耗 Agent」提供的電費高峰資訊，以及「物流 Agent」回傳的零件抵達時間，自主協商出最優產線路徑。以前需要數位工程師調整半天的產線規劃，現在 AI Agent 協助下能於幾分鐘內完成，且整體能耗降低 12~15%。
此外，HPE 亦協助德國 Bosch Digital Twin Industries 克服工業資產管理的挑戰。Bosch Digital Twin Industries 為協助能源、公用事業及製造業客戶，解決機器設備日益複雜所導致的非預期停機與高昂維護成本，開發一套整合式資產績效管理（IAPM）解決方案。這項技術核心在於「數位分身隨身盒」，能建立物理資產的動態軟體模型，並結合邊緣與雲端的優勢進行持續監控。
首先，該公司透過 HPE 的邊緣運算解決方案，系統能實現即時的邊緣 AI 分析，無需依賴雲端連接即可做出反應，這對於位處偏遠或連線受限的基礎設施至關重要。這種「預測性維護」能力讓機器能夠像人類一樣互動，預告未來 30 或 60 天所需的備件，進而大幅減少非預期停機時間與維修成本。
「此外，HPE 技術團隊也大幅簡化部署方法，讓客戶能夠更快速且大規模地採用此方案。在營運效能提升的同時，客戶還能獲得更佳的資源利用率與環境永續性，例如透過精確預測機器過熱等場景來降低能源消耗，並延長資產的使用壽命。」朱俊豪解釋：「這套由 HPE 支援的方案成功降低營運複雜度，不僅減輕了員工的工作負擔，更提升Bosch Digital Twin Industries 的整體生產力與盈利能力 。」
[ 推薦閱讀：智慧車電 ×AI 系統整合 移動產業邁向平台化競爭新階段 ]
從自動化到自主化 製造業迎接代理型 AI
隨著地緣政治衝突持續攀升，根據 IDC FutureScape 2026 系列報告指出，企業對於值得信賴的主權 AI 部署模型的需求正在持續增長。亞太地區製造業的發展藍圖，將經歷從「AI 實驗」到「代理型 AI 時代」的全面轉型。
這股趨勢將驅動製造業迎來四大關鍵轉型，首先是從「自動化」邁向「自主化」，製造業將不再僅依賴傳統的機器學習進行預測，而是部署能「理解目標、規劃步驟並自主執行」的 AI Agents。預計到 2026 年時，超過 40% 具備生產調度系統的製造商將升級為 AI 驅動的自主流程，AI 代理將在地端與雲端即時處理異常狀況，維運團隊僅會在超出風險門檻時才介入。
第二點是「AI 工廠成為基礎設施標準」，IDC 預估 2028 年 65% 亞太前兩千大企業將營運 AI 工廠，把 AI 視為核心基礎設施，而不僅是外掛工具。
第三點則是「混合雲部署」，企業基於數據主權與低延遲需求，機敏的生產指令與模型推理將保留在工廠端，而大規模模型訓練則在雲端進行。
最後一項趨勢則是「人類角色的重塑」，從過往「勞動者」到「協調者」，產線員工將轉型為 「代理監督員」或「戰略協調者」，負責設定目標（Intent）、定義治理規範（Guardrails）並監控 AI 代理的輸出品質。
朱俊豪說，面對代理型 AI 時代來臨，HPE 將扮演「AI 基礎設施整合商」與「自動化維運平台」的雙重角色。藉由提供「AI 原生」的硬體基座 ，透過 GreenLake Platform 實現「混合雲」統一管理平台，同時透過 Private Cloud AI 方案，協助臺灣與亞太製造業在保有資料控制權的前提下，快速建立地端 AI 環境，解決智慧轉型中最擔心的商業秘密洩漏問題。
預期未來亞太製造業將形成一個由 AI Agents 協作、混合雲支撐且高度自主的生態系，混合架構將成為企業 AI 跨雲端、資料中心與邊緣環境的長期營運模型。HPE 則致力於消除技術複雜性，為企業鋪設一條通往 AI 規模化應用的「數位高速公路」。
在 AI 從實驗走向企業核心應用的關鍵階段，真正的競爭力不再只是模型本身，而是企業是否具備支撐 AI 規模化運作的基礎架構與治理能力。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
