亞太地區企業正加速導入人工智慧（AI），然而大規模部署仍受限於基礎設施的不足。產業數據顯示，該區域有 77% 至 87% 的企業表示，其內部部署（on-premise）的基礎設施尚未準備好支援 AI 工作負載，這已成為資訊科技（IT）領導者日益關注的問題。
據了解，企業高層和董事會對於 AI 抱持高度期望，為 IT 部門帶來相當大的壓力。然而，現有系統難以支援大規模模型推論、機器學習流程或分散式邊緣部署等新興需求，導致企業難以實現 AI 應用。
Nutanix 亞太及日本區副總裁兼總經理 Jay Tuseth 指出，企業在雲端運算和訂閱制軟體交付模式轉型後，現階段正積極發展需要大量運算資源和複雜資料架構的 AI 應用。因此，基礎設施設計已成為企業領導階層的戰略議題，系統必須支援跨多個地點的 AI 工作負載，包括資料中心、邊緣環境和超大規模公共雲。
為了滿足這些需求，企業正調整其基礎設施策略，轉向結合內部部署基礎設施與公共雲服務的混合環境。資料主權規則也影響了相關部署，包括新加坡、印度和澳洲在內的國家，已頒布影響 AI 系統資料管理和儲存方式的法規或指南。企業必須遵守相關義務，維持對特定資料集的本地控制，同時實現 AI 應用分散式運算環境。
此外，基礎設施供應商也更加重視儲存和效能整合，以支援 AI 工作負載。部分系統採用快閃儲存，可提供即時 AI 推論所需的極低延遲。半導體供應商和基礎設施平台也紛紛合作，支援基於代理程式的 AI 模型和高效能運算工作負載。
AI 工作負載正擴展到傳統企業環境之外，也影響了基礎設施設計。許多企業在營運環境中部署 AI 系統，這些系統必須在中央資料中心之外運作。例如，澳洲的採礦作業、印度的微型銀行網路和東南亞的零售環境。這些部署對網路連線、系統管理和安全監督提出了新的限制。在許多情況下，現場可維護系統的技術人員有限。
Nutanix 亞太區首席技術長暨解決方案工程副總裁 Daryush Ashjari 表示，企業將 AI 工作負載推向總部之外時，面臨獨特的挑戰，可歸納為效能瓶頸、安全和主權，以及部署和管理複雜性等三大關鍵領域。
容器化軟體平台正成為解決這些限制的關鍵。容器允許應用程式在不同的基礎設施環境中一致運行，並簡化遠端部署。調查結果顯示，全球有 85% 的企業表示，AI 措施正在加速容器的採用。在印度，隨著 AI 應用的成長，97% 的企業預期容器化工作負載將會增加。
同時，許多企業也面臨「影子 AI」的興起，即在沒有 IT 部門正式監督下部署的 AI 工具。當業務部門獨立採用 AI 應用，以滿足內部截止期限或快速交付新功能時，就會發生這種現象。Ashjari 指出，該地區近五分之四的 IT 領導者遇到在 IT 部門和監督之外實施的 AI 工具，這對組織控制、解決方案的長期性以及維持合規性構成巨大挑戰。
未經管理的 AI 工具引發了對資料安全、法規遵循和營運治理的擔憂。新加坡和印度的企業尤其高度關注此類活動。為了解決這個問題，部分企業正在建立內部自助服務平台，允許業務團隊透過集中式環境存取經批准的 AI 資源，在維持治理控制的同時，加快部署速度。
VMware 客戶近期受政策變動影響，促使部分企業重新評估虛擬化和雲端基礎設施管理的其他平台。Tuseth 認為，博通（Broadcom）對 VMware 合作夥伴生態系統的變更，以及對終端客戶產生影響的商業政策，正促使他們尋找替代方案，其中 Nutanix 可能會是最可行的選擇。
總體趨勢反映了基礎設施在 AI 採用策略中日益重要的地位。隨著企業從實驗轉向營運部署，運算平台必須支援大量資料、複雜的軟體框架和分散式環境。對亞太地區的許多企業而言，目前的挑戰在於使基礎設施能力與高層對 AI 驅動轉型的期望保持一致。
