AI重塑企业营运架构 数码劳动力成为治理关键

当AI Agent（智能代理人）逐步走进企业核心流程，从客服回应、文件审核到数据分析，甚至开始具备自主决策能力，企业的人力结构正悄然改变。

这些24小时运作的「数码员工」，确实带来效率与弹性，但同时也带来新的管理课题：AI在做什麽？谁来监管？成本是否可控？

HPE 台湾暨香港董事长王嘉昇与凌羣电脑总经理刘瑞隆观察，企业导入AI已从初期的技术实验，进入真正的营运阶段。而关键挑战也从「如何导入」，转向「如何掌控」。

主权AI：从国家战略走向企业营运核心

「过去谈到主权，多半是国家层级的议题，但现在，企业也需要建立自己的AI主权。」王嘉昇指出。
所谓主权AI，是企业在自身环境中打造一套可自主运作的AI架构，如同一座「AI工厂」，从一开始就纳入数据治理与营运管理机制，让成本、效能与网安风险皆维持在可预测、可控的范围内。

其中，「领域主权」（Domain Sovereignty）尤为关键。企业核心数据与营运流程，例如制造配方或金融交易信息，不仅攸关竞争优势，更涉及高度合规要求，难以完全交由公有云处理。

刘瑞隆补充，公有云在PoC（概念验证）阶段具备高度弹性，但当AI应用进入长期运作后，企业往往面临算力成本快速攀升，以及关键数据外流的风险。因此，越来越多企业转向Hybrid Cloud（混合云）架构，在地端确保数据主权，同时保留云端的弹性与扩展能力。

从PoC到生产环境：云端成本的现实考验

王嘉昇观察，许多企业在PoC（概念验证）阶段习惯采用公有云，因为不需要事前大量部署，能在短时间内验证成果。然而，当专案从实验转为24小时运作的生产环境，算力成本往往迅速攀升，带来不小的财务压力。

他举例，有员工在测试云端AI时，短短数天内即产生可观的运算费用；若进一步进入全年无休运作的AI应用，整体成本规模将更加惊人。

刘瑞隆也指出，公有云「用多少付多少」的弹性，容易让企业忽略长期成本与管理责任。尤其当数据全面上云后，部分组织可能误以为网安与合规由云端业者负责，但实际上，云端服务仅涵盖基础设施，数据本身的安全与合规仍须由企业自行承担。

这也让企业开始重新思考：在效率与成本之间，如何取得平衡？哪些工作负载适合上云，哪些关键数据与应用，则必须留在地端掌握？

硬件采购思维转变：从规格导向走向长期价值

随着AI应用逐步进入企业核心营运，硬件采购逻辑也正在改变。

王嘉昇指出，过去企业多由各部门自行采购设备、各自运行专案，导致系统规格分散、资源无法整合，不仅造成浪费，也让IT管理难度大幅提升。如今，企业决策者更关注整体资源调度效率与长期营运成本，而非单一设备规格或初期投入。

刘瑞隆则以赛车作比喻，企业发展AI就如同高性能竞技，若依赖拼凑式的系统架构，一旦进入高负载运作，风险将快速放大。他指出，过去部分企业为了降低成本，采用白牌设备与自行整合架构，往往耗费大量人力时间，且一旦关键技术人员流动，系统维运将面临断层风险。

相较之下，导入整合性高且具备长期支持能力的平台，反而更有助于企业在效率、稳定性与成本之间取得最佳平衡。

建构AI工厂：HPE与凌羣的平台与应用分工

面对AI导入后的营运与治理需求，HPE与凌羣电脑分别从基础架构与应用层面，协助企业打造可落地的「AI工厂」。

王嘉昇表示，HPE透过三层式策略协助企业建立AI基础，包括顾问谘询（Advisory），协助企业厘清工作负载与上云策略；整合平台「HPE Private Cloud AI」，将算力资源、模型管理与网安控管整合为一体化系统；以及持续的营运与优化服务，确保AI环境能长期稳定运作。

然而，当AI从技术导入进入实际营运阶段，企业真正需要的，已不只是算力平台，而是能被管理、被衡量的「数码劳动力」。

刘瑞隆指出，凌羣电脑提出「智能电脑人」概念，将AI从单一工具进一步发展为可参与流程、承担任务的数码员工。这类AI Agent不仅能执行任务，更具备规划与决策能力，能在企业内部形成「前端互动、后端决策」的协作模式，让AI真正进驻企业营运场域。

从技术架构来看，智能电脑人结合大型语言模型（LLM）的推理能力，透过RAG（检索增强生成）强化知识记忆，并搭配Agent架构进行任务规划与执行，使AI不再只是回应问题，而是能被指派工作、完成任务的完整系统。

更重要的是，凌羣进一步建立「智能电脑人管理架构」，协助企业将AI员工纳入管理体系，透过量化其产能效率、替代效益与投入成本，使AI不再只是工具，而是可被管理、可被评估的组织成员。

以金融业为例，从徵信、风控到放款审查等流程，涉及高度专业与合规要求，透过将流程转化为智能电脑人并运行于稳定平台上，企业才能真正落实自动化，同时兼顾治理与风险控管。

在此架构下，HPE提供稳定且可扩展的运算基础，凌羣则将产业know-how转化为可执行的AI应用，双方协同打造从底层算力到业务应用的完整AI解决方案。

AI成为员工：治理能力成为企业关键

当AI成为员工，企业更需要建立完善的治理机制。如果说主权AI解决的是「数据放在哪里」，那麽更关键的问题，则是「谁来管理AI」。

刘瑞隆指出，未来企业将进入人类与数码员工共存的工作模式，AI Agent将成为重要的生产力来源。然而，关键不在于是否导入AI，而在于是否具备管理能力。「企业不能让AI野蛮生长。」他强调，一旦缺乏监控与治理机制，AI 若做出错误决策或偏离规范，将可能带来难以预期的风险。

因此，企业需要建立类似「数码人资」的管理架构，透过主控机制全面掌握AI行为，使其运作符合内部规范与法规要求，同时具备可追踪与可管理性。当AI带来效率与创新机会的同时，也同步放大风险与不确定性。唯有透过主权AI确保数据掌控，并建立完善的治理与监控能力，企业才能真正将AI转化为可持续的竞争优势。AI转型，从来不只是技术升级，而是一场关于经营模式与管理思维的重构。