人工智慧（AI）已逐步跨越概念驗證（PoC）階段，開始進入規模化部署與正式生產環境。企業關心的問題，也從「AI 能不能做」轉向「如何安全、高效且可控地大規模導入」。
研調機構 Gartner 預估，2026 年全球 AI 支出將達 2.59 兆美元、年增 47%，並將今年視為 AI 發展的重要轉折點。隨著生成式 AI、代理型 AI 與邊緣 AI 應用快速擴展，企業除了需要更大的運算能力，也必須同步處理資料治理、模型管理、資安、機房電力與系統整合等營運問題。
HPE 慧與科技運算暨數位銷售事業處副總經理胡金雲指出，AI 已經不再只是實驗室裡的技術，而是逐步進入企業日常營運流程，成為可以直接支援醫療、教育與產業現場的實用服務。
產業轉折｜AI 從生成問答走向代理型與邊緣應用
過去外界對 AI 的認知，多集中於生成式 AI 的文字問答能力；但胡金雲觀察，隨著企業應用持續深化，AI 的角色已開始出現明顯變化。
除了可處理基礎問答的生成式 AI，具備自主執行能力的 代理型 AI（Agentic AI），已能進一步調度流程、執行複雜任務；邊緣 AI（Edge AI）則將推論能力帶進工廠、醫院等實際場域，提供更即時的運算回饋。
胡金雲表示，醫療與教育目前是 AI 實際應用相對活躍的領域之一。在醫療場景中，AI 已開始進入臨床文件處理、護理交班與輔助診斷等流程，顯示企業與機構正逐漸從「測試 AI」走向「真正使用 AI」。
醫療應用｜UCL 以 60 萬筆 3D 腦部影像發展醫療數位分身
以英國倫敦大學學院（UCL）為例，HPE 與 NVIDIA 合作，透過高效能運算與多模態生成式 AI，運用超過 60 萬筆 3D 腦部影像資料建立人腦模型，進一步發展「醫療數位分身（Healthcare Digital Twins）」，協助醫師在治療前評估不同介入方式可能產生的影響，目前已於中風研究展現初步成果。
教育應用｜Rowan University 建立企業級 AI 與超級運算環境
教育領域方面，美國羅文大學（Rowan University）則與 HPE 深化合作，建置整合高效能運算、AI 與現代化校園網路的 IT 基礎架構，讓學生能直接接觸企業級超級電腦與 AI 開發環境，支援研究與跨領域創新。
痛點｜AI 從 PoC 走向正式營運，企業面臨四大治理挑戰
胡金雲觀察，許多企業已經完成 AI 概念驗證，但真正要將模型擴展到正式生產環境時，才會開始面臨新的營運難題。
其中包括：
- 企業資料分散、品質不一致，影響模型訓練與應用品質
- 模型上線後可能產生 Model Drift（模型漂移）與效能退化，卻缺乏持續監控機制
- Shadow AI（影子 AI）與未授權工具使用，使資安與成本管理更加困難
- 法規遵循、系統整合與規模化管理複雜度同步提高
胡金雲指出，當 AI 開始真正進入營運系統後，「可觀測性」將成為不可忽視的管理能力。Gartner 預估，到 2028 年將有 40% 已部署 AI 的企業需要導入專門 AI 可觀測性工具，用來持續監控模型效能、偏誤與輸出品質。
這也意味著，企業未來不能只管理伺服器與 GPU，更需要管理 AI 本身的運作狀態。
解法｜從基礎架構走向完整 AI 治理，建立規模化部署能力
為協助企業因應 AI 正式營運後的複雜度，胡金雲表示，HPE 的角色也從單純提供基礎架構，逐步延伸至涵蓋資料治理、AI 治理、可觀測性、資安與系統整合的完整架構規劃。
企業導入 AI 時，除了要評估模型與算力，也必須同步考量現有硬體、機房電力與未來擴展需求。因此，HPE 會依據企業實際環境進行客製化評估與部署規劃，協助組織建立能長期運行的 AI 基礎架構。
HPE Private Cloud AI｜整合五大核心能力
其中，HPE 與 NVIDIA 共同開發的 HPE Private Cloud AI，就是面向企業規模化部署需求的重要平台之一。
該平台整合：
- 運算
- 儲存
- 網路
- AI 軟體
- 導入與服務能力
於單一架構之中，使企業不必自行整合大量不同系統，藉此縮短 AI 平台建置所需時間。
HPE GreenLake｜以用量付費降低前期投資壓力
此外，企業亦可透過 HPE GreenLake 用量付費模式，依實際需求彈性擴展運算資源，降低一次性投入大量資本支出的壓力。
應用成效｜從單點 AI 走向 AI Factory，企業開始追求營運價值
從醫療數位分身、教育研究到企業內部 AI 應用，可以看到 AI 的發展正從單一模型與單點工具，逐步進入完整營運架構。
胡金雲認為，企業下一階段的 AI 競爭，不只是「有沒有使用 AI」，而是是否能將 AI 建立成可持續擴展的營運能力。
從現有案例來看，AI 規模化部署開始帶來三項明顯轉變：
- 從 PoC 走向正式生產環境：AI 開始進入實際工作流程，而非停留在測試階段。
- 從單一模型走向 AI Factory：企業需要管理資料、模型、算力與治理能力的完整平台。
- 從技術導入走向商業價值：AI 投資開始被要求具備可衡量的效益與投資報酬率。
這也使企業 AI 策略逐步從單純的 IT 專案，轉變為長期營運能力的建立。
HPE 角色｜從 AI 基礎架構供應商走向企業 AI 架構顧問
面對 AI 從 PoC 邁向大規模部署，HPE 的角色也隨之改變。
胡金雲表示，HPE 已從過去以基礎架構為核心的角色，進一步涵蓋資料治理、AI 治理、可觀測性、資安與系統整合，協助企業從整體架構角度規劃 AI 導入。
透過 HPE Private Cloud AI 與 HPE GreenLake，企業可將運算、儲存、網路與 AI 軟體整合於統一架構，並依實際需求彈性擴充資源，降低大規模 AI 部署的整合複雜度。
展望後續發展，胡金雲認為，台灣由新創公司、獨立軟體供應商（ISV）、系統整合商與研究機構共同形成的 AI 生態系，將是推動企業 AI 落地的重要力量。
他強調，AI 正從「單一應用」走向「AI Factory」，也從單純技術導入走向治理與商業價值。企業若能結合完整技術平台與在地生態系夥伴，才能逐步建立具備高投資報酬率的 AI 落地模式。
報導來源：經濟日報 https://pse.is/9fugrw
