Gartner~潛在規模與多元發展，掩蓋物聯網即時商機|數位時代 BusinessNext

國際研究暨顧問機構Gartner表示，網際網路逐漸扮演今日世界的要角，不僅於基礎架構層面如此，在文化、社會和商業層面亦然。物聯網（Internet of Things）更進一步延伸這個角色，將越來越多種類的裝置和通訊流納入其範疇，其中有許多基本上是機器對機器之間的溝通，通訊的各端點皆不牽涉到人。

Gartner將物聯網定義為一個由實體物件所構成的網路，透過物件內的嵌入式科技與內部狀態或外在環境彼此溝通和產生互動。

Gartner副總裁普倫提斯(Stephen Prentice)表示：「市場普遍認同物聯網在長期將帶來龐大商機。由數以百萬計裝置所帶動的製造機會、部署、啟動和後續管理，以及潛在的大規模即時資訊分析，皆為有待開發的巨大商機。業務和IT主管應探索上述發展方向，但別僅專注於新奇和獨特的應用，而是更仔細地審視與現有業務流程本質相同的應用。」

Gartner研究副總裁勒杭(Hung LeHong)表示：「業務主管認為，目前物聯網的多元應用無法提供令人信服的商用案例以說服企業將資源投入此一新興領域。此外，目前的「實務型」企業應用亦與物聯網風潮鮮明的消費者導向南轅北轍。然而，在過去十年裡，IT個人化（consumerization of IT）已慢慢侵入企業IT，逐漸滲透並推翻企業原有的基礎架構 — 起初為PC、接著是Wi-Fi，再延伸至網際網路、智慧型手機、平板及社群網絡。昔日由軍方與政府機構開發先進技術，再經由企業逐步下放至個人使用者的時代早已過去，現今技術移轉的方向完全顛倒，因此，存疑者應密切觀察此波消費技術的發展動態。」

當前物聯網應用所展現的多元性廣泛到令人眼花撩亂，以致於企業容易不知所措且無法找出與其既有業務直接相關的應用。事實上，許多看似完全不同的應用，其基本功能彼此共通。

物聯網大多數的差異及價值其實非繫於裝置，甚至不在於連網能力，而是在於資料的彙整、資料處理與決策作業，亦即善用源自裝置的資料流（或是遠端影響裝置的能力）。IT主管為將新興科技觀念導入企業最自然的切入點，憑藉其見解與洞察力客觀評估這些新的發展趨勢能在什麼地方、以怎樣的方式嘉惠其企業，以降低現有營運及處理成本，亦或開拓全新的營收來源及具價值的商機。

嵌入式系統在業界的應用早已普及，而物聯網將這些系統進一步延伸至重要的全新領域，亦造成部分共通性的混淆。

普倫提斯指出：「CIO可透過瞭解物聯網未來可能連接的各種裝置類型，以發掘更多機會或者看見其他企業部門所忽略的共通性。忽略個別應用的細節差異，檢視不同裝置類型的基本特徵以及如何將裝置納入物聯網這個基礎架構，CIO或IT主管即可在看似混亂的可能性當中發掘真知灼見。IT主管僅需將裝置的類型和功能加以分類，就能讓市場區隔和新興商業機會的發掘變得更加容易。」

因應生成式 AI、代理式 AI 與實體 AI 的崛起，模型成為企業資訊基礎設施的一環，企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本，以及確保 AI 基礎設施的安全與穩定；有鑑於此，服務超過 2,000 家企業客戶上雲的勤英科技（ELITE CLOUD）將業務範疇從雲端代理延伸到 AI 基礎設施整合商，協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源，在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作，企業的核心競爭力不再僅是擁有 AI，而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示，為協助更多企業推進 AI 創新實務，勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色，進一步轉型為 AI 基礎設施整合服務商，透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務，協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra，企業最大挑戰不是模型、算力而是管理

過去幾年，許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」，提升員工工作績效，而代理式 AI 的崛起與普及，則讓「內嵌 AI 的企業應用」快速成為新常態，從企業資源規劃（ERP）、顧客關係管理（CRM）、人力資源（HR），到客服、研發甚至製造系統，AI 開始深度嵌入各類企業應用，AI 扮演的角色也從單純的輔助工具，逐漸進化為企業營運與決策流程的重要核心。

也因此，企業保持未來競爭力的關鍵，不再是「有沒有導入 AI」，而是「是否具備管理 AI 的能力」，包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent，以及如何避免 AI 成為新的資訊孤島，都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代，意味著企業若只押注單一模型，未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示，企業接下來更需要以「Models as Infrastructure（模型即基礎建設）」的思維，將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理，將資訊系統架構重塑為 AI 基礎建設。

勤英科技服務的客戶數超過 2,000 家，不少客戶已導入 AI 應用服務，正積極建置 AI Infra 與管理環境，因此，勤英科技自 2025 年積極轉型，將 AI Infra 視為企業長期競爭力的基礎建設來經營，業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商，例如與多模型平台 MixRoute 合作，並開發可支援單一登入（SSO）、彈性調度不同大型語言模型 Token 的管理平台，協助企業簡化模型管理與成本控管，將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合，勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關，勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本，以及落實資安治理，更因應不同使用情境推出三種 AI 方案助力企業：

第一：提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋，透過整合 Gemini 的 Google Workspace，企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能，包括會議摘要、文件生成、簡報整理等，快速提升員工生產力，同時，增強企業對 AI 應用的信心，為之後的應用深化做準備。

第二：協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說，除以生成式 AI 打造企業大腦，還會透過代理式 AI 提升自動化執行能力，重塑工作效率。」黃士培表示，勤英科技可以基於 Google Gemini Enterprise，提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務，讓企業員工可以自然語言安全調用企業資料，讓 Agent 進一步執行任務與推動流程。

舉例來說，勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞；另在影音內容生成領域，勤英科技亦協助客戶導入 AI 自動化技術，將內容產製成本縮減達 90%。

第三：提供多模型聚合管理平台，滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作，提供企業客戶多模型管理平台，讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型，並透過單一帳號、單一帳單與 Budget Alert 機制，管理 token 使用量與 AI 成本。

「透過我們提供的多模型管理平台，企業客戶不會被單一模型綁定，可以在模型快速疊代的環境下，更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說，隨著 AI 應用從單點工具走向大規模企業部署，下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力，而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因：當 AI 開始成為企業營運的一部分，企業需要的，已不只是模型供應商，而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊，請查詢網站：https://www.elite.cloud/zh/