金士頓以IT速度與完備度支援企業成長腳步|數位時代 BusinessNext

經營版圖橫跨六大洲，生產基地分佈在美國加州，以及亞洲的台灣、中國大陸與馬來西亞等地，金士頓旗下的產品品項達兩千多種，業務模式也極為複雜，涵蓋代理商、經銷商、零售商與OEM客戶，同時也為半導體和系統OEM廠商提供代工和供應鏈管理服務。

目前，位於台灣的遠東金士頓負責支援東南亞、東歐與俄羅斯等地的出貨需求，IT團隊的規模在全球據點中僅次於美國總部，更在台灣微軟的協助之下，率先進行SQL Server 2008的先導測試。

遠東金士頓科技資訊部莊茹茜主任指出：「我們想利用SQL Server 2008來解決兩個問題，一個是建立高可用性環境，另一個則是減少伺服器的硬體數量。」

更快的儲存速度、更少的空間需求

金士頓的各個海外據點都設有自己的資料庫，但亞洲區各地的出貨資料會全部複製一份至台灣的資料庫，以進行商業智慧（BI）等加值應用。再加上全球使用的生產出貨相關系統、台灣自行開發的應用系統及工作流程系統，台灣光是資料庫伺服器的硬體就有十幾部。

這對IT團隊而言是雙重挑戰，一方面要滿足資料量持續成長的儲存需求，另一方面卻必須減少硬體的數量。但經過先導測試之後，SQL Server 2008則以驚人的效能與強大的功能，同時達成金士頓的雙重目標。

金士頓以現行資料庫做為測試標的，進行資料庫備份作業，結果發現所需時間僅為舊版資料庫的1/5，多次測試的平均結果也展現至少節省一半時間的優異數據。值得一提的是，雖然備份時間更快，但所需的儲存空間反而更少，相較於舊版資料庫，僅需四成的實體儲存空間即可存入相同的資料量。

遠東金士頓科技資訊部工程師陳欣賦說明：「SQL Server 2008最吸引我們的一大特色就是資料壓縮技術，它善用了當前主流的多核心環境，將I/O運算由磁碟移往處理器和記憶體，大幅提升了硬體使用率，因而才能同時達成提高儲存效能及降低儲存空間的目標。使用 SQL Server 2008資料壓縮技術, 平均資料表佔用容量減少40%~45%」。

除了資料表的壓縮技術之外, SQL Server 2008也支援備份壓縮技術。目前，遠東金士頓與支援據點的資料庫每天都必須備份資料，針對重要資料更是每四小時備份一次。在測試過程裡，金士頓特別以SQL Server 2008的備份壓縮技術，測試後發現備份資料實體檔案體積減少60%~70%，如此一來, 不但減少儲存空間, 同時還因為備份資料量的減少而大幅縮短備份與還原時間。

即使是以舊版資料庫所開發的應用程式，SQL Server 2008也展現了驚人效能。金士頓選擇在SQL Server 2000開發的加班請假申請系統做測試，在應用程式完全未改動的前提之下，只將底層連結改設至SQL Server 2008並執行於虛擬機器環境，開啟表單的等待時間就從原先的2至3秒變成立即開啟，也令金士頓留下深刻印象。不但如此, 金士頓也針對此升級至 SQL Server 2008的系統進行大量資料存取測試, 結果顯示平均系統存取時間也減少約80%。大幅增加員工滿意度及生產力。

精簡伺服器數量，簡化移轉與管理作業

企業資料量的持續成長，通常會反映在伺服器數量的相對增加。但莊茹茜主任表示：「伺服器的數量愈多，管理就愈花時間，最常見的狀況就是使用者回報問題，我們卻無法立即找出問題來源的伺服器，而必須花時間逐一清查。」

換言之，精簡資料庫伺服器數量已成為遠東金士頓的既定政策，今年之前就已縮減三部伺服器，終極目標則是希望伺服器數量減半。因此，SQL Server 2008新增的伺服器政策管理元件，就被遠東金士頓視為縮減伺服器數量、加快移轉速度的利器。

由於金士頓的各國據點都有自己的資料庫伺服器，進行移轉或升級作業時，很難將所有伺服器的設定及規範保持一致，但不一致的環境又會加重管理的負擔。透過SQL Server 2008的伺服器政策管理元件(Policy-Based Management ) ，不但可偵測現有資料庫環境的相關設定，亦可設定新建資料庫與資料表的命名與使用規則，甚至對既有的舊版資料庫也可進行相關原則的測試及套用。

舉例來說，預先建立資料表的命名規則，開發人員在設計應用程式時，就可將相關作業交由資料庫系統自動進行控管，如此一來，即可簡化開發作業，開發時程亦可相對縮短。而且，伺服器政策管理元件還可確保應用測試環境與正式執行環境的一致性，避免兩者之間的落差，讓應用程式的上線更為順利。

除了簡化移轉與管理作業之外, 伺服器高可用性亦是金士頓很重視的一環, 在此, 金士頓啓用 SQL Server 2008資料庫鏡像（Database Mirroring）的永不停頓技術, 不需要專屬硬體即可讓停機時間縮到最短, 並將應用程式可用性維持在適當的水準，以最經濟的預算建立企業級的高可用性環境。

看好SQL Server 2008展現的優異效能與豐富功能，莊茹茜指出，金士頓規劃先由基本的人事、簽核、生產輔助系統、出貨系統著手，移轉至最新的SQL Server 2008環境，漸進替代舊版資料庫，以更好的IT應用環境來支援企業快速成長的腳步。

「代理式 AI 」（Agentic AI）的創新服務正在重新塑造企業對AI的想像：成為內部實際運行的數位員工，提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢：2025 年是 AI 邁向「代理式 AI」的起點，讓 AI 擁有決策自主權的技術轉型關鍵，2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮，企業如何加速落地成為關鍵，博弘雲端以雲端與數據整合實力，結合零售、金融等產業經驗，提出 AI 系統整合商定位，協助企業從規劃、導入到維運，降低試錯風險，成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路，企業該如何走對第一步？

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題、生成內容的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工，應用場景也從單一任務延伸至多代理協作（Multi-Agent）模式。

「儘管 AI 前景看好，但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出，到了 2028 年，高達 70% 的重複性工作將被 AI 取代，但同時也有約 40% 的生成式 AI 專案面臨失敗風險；關鍵原因在於，企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭，更涉及流程變革與人員適應。

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時加速 AI 落地。

圖／數位時代

正因如此，企業在導入 AI 時，其實需要外部專業夥伴的協助，而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力，涵蓋數據、雲端、應用開發、資安防禦與維運，可以一站式滿足企業需求，更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示，許多企業在導入 AI 時，往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵：HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論，並非紙上談兵，而是已在多個實際場域中驗證成效；鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程，正是其最具代表性的案例之一。陳亭竹說明，HAPPY GO 過去曾面臨AI 落地應用的考驗：會員資料散落在不同部門與系統中，無法整合成完整的會員輪廓，亦難以對會員進行精準貼標與分眾行銷。

為此，博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化，完成建置數據中台後，再依業務情境評估適合的 AI 模型，並且減少人工貼標的時間，逐步發展精準行銷、零售 MLOps（Machine Learning Operations，模型開發與維運管理）平台等 AI 應用。在穩固的數據基礎下，AI 應用成效也開始一一浮現：首先是 AI 市場調查應用，讓資料彙整與分析效率提升約 80%；透過 AI 個性化推薦機制，廣告點擊轉換率提升 50%。

左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例，許多企業往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

圖／數位時代

整合 Databricks 與雲端服務，打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中，博弘雲端發現，底層數據架構是真正影響 AI 落地速度的關鍵之一，因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台，作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架（Apache Spark）為核心，能同時整合結構化與非結構化資料，並支援分散式資料處理、機器學習與進階分析等多元工作負載，讓企業免於在多個平台間反覆搬移資料，省下大量重複開發與系統整合的時間，從而加速 AI 應用從概念驗證、使用者驗收測試（UAT），一路推進到正式上線（Production）的過程，還能確保資料治理策略的一致性，有助於降低資料外洩與合規風險；此對於金融等高度重視資安與法規遵循的產業而言，更顯關鍵。

陳亭竹認為，Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台，當需要啟動新型 AI 或 Agent 專案時，再切換至 Databricks 進行開發與部署，待服務趨於穩定後，再轉回雲端平台，不僅兼顧開發效率與成本控管，也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程，資訊安全與治理的重要性也隨之同步提升。對此，宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層，企業在導入 AI 應用初期，就應做好資料分級與建立資料治理政策（Policy），明確定義高風險與隱私資料的使用邊界，並規範 AI Agent「能看什麼、說什麼、做什麼」，防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層，當 AI Agent 角色升級為數位員工時，企業也須比照人員管理方式為其設定明確的職務角色與權限範圍，包括可存取的資料類型與可執行的操作行為，防止因權限過大，讓 AI 成為新的資安破口。

第三為技術應用層，除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外，還需導入專為生成式 AI 設計的防禦機制，對 AI 的輸入指令與輸出內容進行雙向管控，降低指令注入攻擊（Prompt Injection）或惡意內容傳遞的風險。

博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」，透過完善治理政策與角色權限，並設立專為生成式 AI 設計的防禦機制，降低 AI 安全隱私外洩的風險。

圖／數位時代

此外，博弘雲端也透過 MSSP 資安維運託管服務，從底層的 WAF、防火牆與入侵偵測，到針對 AI 模型特有弱點的持續掃描，提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞，更可以即時監控活動，快速辨識潛在威脅。不僅如此，也能因應法規對 AI 可解釋性與可稽核性的要求，保留完整操作與決策紀錄，協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向，」陳亭竹強調，面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時，加速 AI 落地。在這波變革浪潮中，博弘雲端不只是提供雲端服務技術的領航家，更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗，以及完善的資安維運託管服務，博弘雲端將持續協助企業把數據轉化為行動力，在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機，立即聯繫博弘雲端專業顧問