[專訪] 打敗VMware，台灣「晨宇創新」Interop大展奪冠|數位時代 BusinessNext

ARM架構＋軟體定義儲存

企業伺服器市場一直以來是英特爾X86的天下，但近年來環保節能議題越顯重要，加上資料中心很大一部分的成本都花在電費支出上，因此產品設計架構以低耗能為強項的ARM，無不積極希望將觸角從手機、嵌入式裝置延伸到伺服器領域，並號招硬體夥伴加入，像是惠普數年前就推出採用ARM架構的Moonshot伺服器，而台灣的新創公司晨宇創新同樣是選擇以ARM架構開發伺服器及儲存方案。

晨宇創新執行長周振倫在台灣工業電腦界打滾20年，因看好企業IT市場的節能需求將在未來爆發，便在3年多前投入創業行列，相較於生活風格（Life Style）類型的創業，晨宇鎖定的企業B2B市場，好處是需求相對穩健，技術含量也相對較高，只要技術優異就有機會，特別是儲存產業近年有不少新創冒出頭；壞處是，競爭對手個個都是大咖，像是EMC、NetApp等，如何在巨人腳下找到切入點，實屬不易。

圖說：晨宇執行長周振倫在台灣工業電腦界打滾20年，3年多前創業，主攻儲存伺服器領域。（圖片來源：晨宇提供）

相較大企業，新創公司的優勢就在於彈性，最初，晨宇是做ARM架構伺服器，以往一片伺服器主機板可能用1~2顆英特爾處理器，如果處理器掛了，整個系統也跟著停擺，而晨宇的產品是一片主機板上使用多顆ARM架構的微處理器，把失效風險分散，也就是「神經元」VS.「單一心臟」的概念，此外，ARM架構的強項就是很節能省電，符合歐美企業的需求。

不過，周振倫發現，全球伺服器市場中有65％是用來做儲存，而且很重要的一點是，儲存產業正迎上了從傳統NAS(網路連接儲存)、SAN（儲存區域網路）轉型到軟體定義儲存（Software-difined Storage）的時機點，未來商機看好，周振倫認為，將原來的分散式技術用來做分散式儲存再適合也不過。

傳統儲存方案很多工作都是透過硬體來做，包括控制和資料保護，硬碟寫滿了再換下一顆硬碟，但轉到軟體定義儲存就是透過軟體來執行這些工作，例如可以將一份檔案分成十份，分別寫進不同的硬碟，同時分散儲存的風險，因此團隊就利用開放原始碼開發出自己的軟體，再結合原來的分散硬體優勢，開發出新的儲存方案。

今年晨宇與VMware、獲得红杉資本投資的Druva，前三強一起競逐Interop最佳儲存產品大獎，最後晨宇能脫穎而出就是上述的分散式儲存架構，由於Interop大展在IT領域的重要性，就像美國消費電子展（CES）之於終端產業，加上評審的一席話—「傳統伺服器架構不適合用來做分散式儲存，未來幾年Ceph儲存技術方案將紛紛出籠，而晨宇是眾多方案中價格最親民的產品，儘管微伺服器在未來儲存能扮演多大的角色還不明朗，但晨宇選擇了一條顛覆市場的路」，等同是對晨宇的技術能力跟方向給了很大的肯定。

圖說：晨宇產品在Interop展上打敗VMware和Druva。（圖片來源：晨宇官網）

只做硬體設計是不夠的

不過，晨宇發展也不是一帆風順，在企業IT市場，客戶都相當習慣英特爾的架構，而且當初晨宇只做硬體設計，如果客戶要轉用ARM架構方案，還得自己開發管理軟體，基於熟悉度跟工作負擔，客戶多半沒有意願嘗試，四處碰壁的周振倫心想「這樣不行，一定要把軟體做好放進去」，做到了「軟硬整合」，「買我就像買DELL、HPE的伺服器一樣簡單操作」，讓客戶沒有進入障礙，這才開始打開了業務機會。

儘管ARM架構伺服器或儲存方案，有其節能優勢，大廠也曾表態有意投入，但市場接受度仍有待開發，「你等到別人都做好了，你就沒什麼」周振倫說，而且外國公司幾乎是軟體做軟體、硬體做硬體，而台灣要善用既有的優勢，例如硬體生態環境以及軟硬整合，晨宇第二代產品在3月推出後，現在已經開始出貨，包括英國、法國、德國都有客戶，加上在美國獲獎後，他相信晨宇的表現將在今年快速向前跑。

@@ACTIVITYID:549@

「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