台灣數位化程度只跟印度相當,為何反是Dell、HPE的機會?
台灣數位化程度只跟印度相當,為何反是Dell、HPE的機會?

全球兩大伺服器巨頭戴爾(Dell)和慧與(HPE)同聲看好企業數位化轉型帶來的需求,根據IDC調查,台灣在亞太市場各國中,數位化轉型速度竟落後中、港、韓,只跟印度同步,亟待加快腳步。

台灣數位化發展快還是慢呢?IDC台灣區研究總監江芳韻表示,全球數位化進度約可以分5種階段,第一至第二階段的企業都在初始期,嘗試評估或以專案方式進行數位化,第三階段發展則是企業已經嘗試把數位化經驗複製到其他單位,第四階段的企業則已經有大規模成功的業務推展成績,第五階段企業則進入成功優化數位轉型。

IMG_5443.JPG
IDC台灣區研究總監江芳韻認為台灣數位化程度跟印度比肩。
圖/ 王郁倫攝影

亞太數位化進度,新紐澳三國最快

而根據調查,亞太在2018年數位轉型進步很快,表現最好的前段班國家是「新加坡、紐西蘭跟澳洲」,這些國家有25到30%比例已邁入第四階段,但多數仍在第三階段。

至於第二梯隊前段班是中國、香港跟韓國,介於2到3階段,台灣跟印度是第三梯隊,進度仍在第二階段,處於專案內部推廣數位化狀態,馬來西亞、泰國、菲律賓則仍在第一階段。

看待台灣AI發展腳步,慧與科技董事長王嘉昇表示目前仍在非常初期的資料收集階段。

戴爾台灣總經理廖仁祥表示,企業數位轉型過程中,AI已經不是選項,而是必然的作法,而導入AI也讓企業帶來採購需求。

IMG_5442.JPG
戴爾台灣總經理廖仁祥。
圖/ 王郁倫攝影

廖仁祥說,戴爾創辦人Michael Saul Dell曾說,AI是火箭,但數據就是燃料,而今年則更倡議,若「未來5年公司主要的決策資訊不是來自AI的話,極有可能會做出錯誤的決策。」AI重要性日增,而一旦企業轉型數位化,增加投資就成為戴爾跟慧與科技的機會。

也因此本週包括Dell及HPE活動頻頻,HPE發布上半年財報,第2季連續兩季度營收維持兩位數成長,而Dell Technologies Forum 2018以「Make It Real」為主題登場,廖仁祥宣佈,今年首季戴爾在台灣X86伺服器市占率23.9%,外接儲存器37.8%都位居第一,分拆後的惠普科技(HP)則在今(19)日正式發表全新的入門級HP Z工作站系列,預計8月中上市。

幫企業建立AI模型,戴爾首次推出中文技術框架

Dell EMC大中華區企業技術戰略總監許良謀表示,企業思考如何使用AI一般有三階段,首先是資料收集及工具選擇,其次進行模型訓練,最後展開進行推論協助決策,每一個AI階段都需要不同的硬體裝置,戴爾也期望在其中扮演「人工智慧解決方案」角色。

許良謀說,戴爾期望幫不同的AI平台之間搭建橋樑,企業若要自己建立AI模型及推論,有太多框架思考開放不開放,很多不同操作系統跟硬體,企業必須在眾多生態系統選擇一個支派,若要再用其他的框架,必須要一切重來,因為AI發展仍非常初期,仍是新架構,為了幫助客戶,推出第一個中文技術框架「諸葛‧深知」。

許良謀說,若「AI是火箭,資料就是燃料。」當企業要用AI,選擇AI應用是最簡單的作法,只要把AI放在產品中就能升級,現在戴爾有超過180款產品都做在準備。

在FPGA及GPU階段,戴爾也幫晶片商開發「諸葛‧陣圖」平台,讓GPU as a Service變成虛擬化資源池。最後,戴爾也跟VMware、中國科技大學建立操作系統與硬體的串接,推AI解決方案「諸葛‧孔明橋」讓所有晶片跟操作系統打通連結。

戴爾也用人工智慧中深度學習跟技術學習演算法來預測銷售行為,利用「諸葛‧深知」去做精準銷售的新一代方法,未來戴爾的直銷可以判斷今天打給誰,甚至聊什麼,藉此提高做精準行銷成功率50%。

DELL.png
DELL看好ADAS帶動自駕車成熟發展,而創造的數據商機將倍增。
圖/ DELL

自駕車中關鍵是先進駕駛輔助系統(ADAS)要優化分析能力,單是一輛車前方的雷達,測試3000小時中,每小時可以收到1TB資料,總計測試週期中會收到4.2PB資料,而清洗過的資料100天內會超過10PB。如此大的資料量,自然會創造企業採購設備需求。

企業數位轉型刻不容緩,只有6%做好準備

廖仁祥說,3年前CEO都在問什麼是數位轉型?但1年前企業已經開始問誰數位轉型做得比較好?顯示企業都需要深度轉型,但這必須有4大要素,包括員工是否夠數位化?能否利用市場不斷出現的新技術提升?其次是技術是否改變服務客戶方法?技術是否改變公司營運方式?最後關鍵問題是不做數位轉型會怎樣?當市場不斷有新對手利用新技術加入競爭,該如何因應?

廖仁祥說,數位轉型是CEO的題目,但也是CIO的思考議題,這是第一次這兩個主管思考如此接近。

但全球IT轉型的成熟度企業評比(以自動化程度/最新技術/IT驅動商業模式這三個面向),廖仁祥說,全世界現在只有6%已經完成企業轉型,但有88%企業仍在第2到3階段,也就是正在演化改變中,而已經數位轉型的企業決策。

GDPR上路帶來高速儲存需求

慧與科技目前跟戴爾在全球伺服器競爭激烈,戴爾今年首季超越HPE拿下伺服器營收龍頭,在企業儲存裝置也居冠,不過慧與本身第2季營收交出亮眼成績,受惠於智慧邊緣業務成長17%,儲存裝置出貨成長24%。

慧與科技HPE董事長王嘉昇
慧與科技HPE董事長王嘉昇。
圖/ HPE

慧與科技董事長王嘉昇表示,美中大戰帶來各國企業更加嚴肅的看待自家IP(智慧財產權)管理,紛紛將研發集中台灣,比方微軟跟Google都設立研發中心,這也讓慧與科技帶來機會,預估今年慧與科技在台業務量將有雙位數百分點成長,也將布局邊緣智慧(IoT)業務,目標幫助客戶打造從裝置端連結到雲的基礎建設環境。

王嘉昇表示,慧與將人工智慧管理技術InfoSight加入儲存裝置中,協助客戶做預測管理,甚至預測壞損狀況,帶動儲存裝置銷售大增。而分析儲存需求為何比伺服器還強烈,慧與主管分析,IOT跟AI的需求帶來大量數據需求,企業也發現深度學習的價值,開始認為所有資料都不能刪除。

慧與主管說,第三關鍵是慧與今年加大儲存裝置產品線規模,且賣到歐洲客戶的業績也大幅增加,這或許跟GDPR上路有關,而主要原因可能在於,法令要求資料的保存分類要更明確,且資料保存期限要更長,加上不同分類資料的保護方式也不同,看客戶資料成長的趨勢。

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓