《Nutanix 企業 AI 現狀報告》中的 6 大要點
人工智慧（AI），這個曾經只存在於科幻小說領域的術語，如今已成為一場史無前例的商業技術革命的核心。從靈活的新創公司到成熟的全球巨頭，企業都將 AI 譽為數位轉型的下一個前沿，有望帶來前所未有的競爭優勢。
為瞭解 AI 在企業 IT 領域的應用情況，Nutanix 委託英國研究機構 Vanson Bourne 對全球 650 位 IT、DevOps 與平台工程決策者進行調查，探究他們的 AI 技術策略與採用情況。這份名為《Nutanix 企業 AI 現狀報告》的研究，揭示了 AI 在企業中的採用情況、企業面臨的挑戰，以及這種顛覆性技術的未來發展軌跡。
1. AI 的採用無所不在，但仍處於萌芽階段
人們對 AI 的熱情，大家有目共睹。90% 的組織將 AI 視為優先要務，這一數字高得令人驚訝。然而，AI 整合之路充滿了不確定性。在缺乏策略性最佳實務或既定框架的情況下，許多企業正努力在迷宮中摸索前行，以試圖確定最適合 AI 工作負載的 IT 環境，或是哪些 AI 應用程式最能符合他們的業務需求。
要瞭解 AI 與當代業務營運的整合，你需要瞭解人們對它目前的用途和預期的演進。根據該報告，企業主要將 AI 用於生成式影片、文字和圖像應用程式，以及增強他們的虛擬助理和客戶支援功能。緊隨其後的是以 AI 為核心的解決方案，涵蓋了詐騙偵測、網路安全、圖像與語音辨識，以及電腦視覺等領域。
當我們將焦點轉向部署環境時，數據顯示傾向於選擇私有雲或地端資料中心環境。資料本地化考量、法規合規性和效能指標，很可能是影響這些選擇的關鍵因素。透過深入探討底層運算環境，我們發現 AI 應用在虛擬機（VM）和容器中有著均衡的部署，凸顯了 AI 在各種 IT 環境中的多樣性與靈活性。
2. AI 是 IT 現代化與數據流動性需求的主要驅動力
AI 對資料無窮盡的胃口，要求企業擁有一致的資料策略，並具備有效的程序和工作流程，這些通通要確保安全性，又要便於存取。大多數受訪者（91%）都認為，為了滿足不斷增長的資料需求，需要對 IT 基礎架構現代化進行長期投資，以支援和擴充 AI 工作負載。值得注意的是，85% 的受訪者表示，他們的組織計畫在未來 1 至 3 年內增加對 IT 基礎架構現代化的投資，以支援 AI 工作負載。
但要支援 AI 工作負載，必須在資料中心、雲端及邊緣環境之間實現無縫的資料移動，而這將導致成本。即使許多企業已在朝向混合與多雲 IT 架構邁進，但相對而言，分散式邊緣部署的發展仍然相對遲緩。不過，情勢正在改變，因為有 93% 的受訪者認為應該部署邊緣策略來支援 AI 計畫，同時 83% 的受訪者願意在未來 1 至 3 年內增加對邊緣策略的投資。
早期採用者將會在這方面勝出。然而，令人欣慰的是，企業已理解現代化基礎架構以支援 AI 的重要性。儘管如此，在設計與部署此類基礎架構方面仍存在挑戰。值得注意的是，許多企業正在考量升級 AI 基礎架構和應用程式。同時，受訪者對於關鍵推動因素有明確看法，包括資料安全性（53%）、基礎架構的彈性復原力與正常運行時間（52%）、大規模的基礎架構管理（51%）以及基礎架構自動化（50%）。
3. AI 技能仍然令人關切：投資即將到來
每一次技術演進都伴隨著新技能的需求。雖然大家對於像是生成式 AI 等 AI 技術的熱情有目共睹，但要真正發揮其全部潛能仍需時間，因為組織必須確定員工所需的新技能與能力。
事實上，有 84% 的企業計畫在未來 1 至 3 年內增加對資料科學及工程團隊的投資。他們最重視的領域為生成式 AI 與提示工程（45%），以及資料科學/資料分析（44%），這兩者被視為未來一年內最需要補強 AI 技能的重點領域。
另一個值得注意的調查結果是，90% 的受訪者在打造 AI 應用程式時，傾向購買現有的 AI 模型或利用現有的開源 AI 模型，只有 10% 表示計畫自行開發。許多企業認為，善用現有模型是一種善用資源並加快產品上市時間的有效策略。
4. 永續發展與 ESG 並未在 AI 議題中缺席
無庸置疑，ESG（環境、社會與治理）已成為當前不容忽視的企業要務。受訪者也同意此點，並將 ESG 報告列為需要 AI 技能發展的關鍵領域，重要性甚至高於研發與產品開發。
這意味著，隨著 ESG 成為企業優先事項，企業正尋找有效方式來提升報告品質，遵守監管與合規要求，甚至在 IT 營運上進行最佳化。他們相信，透過有效且負責任地運用 AI 能夠達成這些目標，並清楚意識到執行需仰賴大量運算與 GPU 資源的 AI 演算法和工作負載，本身即會消耗大量能量與資源。
5.資料安全、資料品質與資料治理依然是警訊
在資料領域，安全性仍然是一個人們持續關注的問題。這點在報告中已清楚呈現，受訪者在執行或規畫 AI 工作負載時，將資料安全與資料品質列為首要與次要的重要考量。在此脈絡下，成本考量僅位居第十也合情合理。AI 應用與服務仰賴資料、模型與基礎架構——這些要素都必須受到妥善的保護與安全防護。
同時，當企業審視對 AI 技術的要求時，資料治理也名列前茅。我們可以預期，AI 工具將使資料治理從「事後考量」提升至首要地位。原因很簡單：AI 依賴穩定的資料存取、優良的資料品質及可擴充性。這進一步強調了保護與確保資料安全的重要性，無論對任何 AI 工作負載皆然。
6. 成本障礙將開始浮現
正如報告所示，企業初步探索 AI 時，往往處於「蜜月期」，在此期間，AI 工具的成本並非關鍵因素，因為能讓企業走在 AI 發展的前端就足夠了。然而，所有蜜月期終將結束，已經有 90% 的受訪者意識到，使用 AI 應用程式會增加日常 IT 與雲端支出。
展望未來，AI 將必須像其他 IT 專案一樣接受嚴謹的財務檢視，特別是在當前 IT 預算不如以往寬鬆的情況下。這個即將到來的局面凸顯了為 AI 成本提出正當性、找到最佳總持有成本（TCO）的基礎架構選項，以及為長期 AI 投資進行策略規劃的必要性。
導入企業 AI 是一段漫長的旅程
通往 AI 的道路上，善意初衷比比皆是，但這並非有明確終點的旅途，目前去判斷基礎架構決策的對錯仍言之過早。
我們已能看出，AI 不僅是一種工具，而是在重塑產業格局的變革力量。AI 與核心業務策略和營運日益緊密結合，已是不可否認的事實。然而，正如這份調查所強調的，邁向 AI 成熟度的過程不僅需要資金投入，還需要在基礎架構選擇、人才培養與長期策略上作出明智的決策。
能在此領域取得成功的企業，將不只是一味採用 AI，而是能將 AI 深深紮根於業務基礎之中，同時清楚認知其潛力與挑戰。隨著 AI 時代的來臨，企業正站在前所未有的創新與轉型關口上。