AI終結雲端優先策略:混合運算成為唯一出路
五年前,雲端被視為萬能解決方案,但隨着人工智能(AI)興起,這種看法開始變得模糊不清。
過去十年,雲端與本地(on-premises)運算的爭論激烈,最終雲端大獲全勝,成為主流選擇。如今,隨着AI技術對運算需求的改變,企業開始重新審視雲端是否仍是最佳方案。
雲端優先策略遭遇挑戰
德勤(Deloitte)最新報告警告,目前許多基於雲端的基建未必能應付新興的AI需求。報告指出:「為雲端優先策略打造的基建無法承受AI的經濟壓力。」傳統為人力設計的流程不適用於AI代理,過去依賴周邊防禦的安全模型無法抵禦機器高速運作的威脅,而IT運營模式也無法推動業務轉型。
因此,企業正考慮從純雲端轉向混合雲模式,結合雲端與本地運算,技術決策者紛紛重新評估本地方案的可行性。德勤團隊形容,這是「從雲端優先走向策略性混合——雲端提供彈性,本地保證一致性,邊緣運算則確保即時反應。」
四大問題促使策略轉變
德勤分析了雲端AI面臨的四個核心挑戰:
1. **雲端成本飆升且難以預測**:儘管AI的token成本在兩年內下降了280倍,但部分企業每月雲端費用仍高達數千萬美元。過度使用雲端AI服務會導致頻繁API請求和成本激增。當雲端花費超過相當本地系統總成本的60%至70%,投資本地基建反而更划算。
2. **雲端運算延遲問題**:AI應用常需接近零延遲的反應速度,對於要求10毫秒以內回應的場景,雲端處理的固有延遲無法接受。
3. **本地基建提供更高韌性**:AI的關鍵任務不能中斷,因此若連接雲端中斷,必須依靠本地基建維持運行。
4. **數據主權問題**:部分企業不願完全依賴境外服務商,開始將運算服務「回流」至本地管轄區。
混合三層架構成最佳方案
德勤建議採用三層混合策略:
– **雲端負責彈性**:應對變動的訓練工作負載、突發容量需求及實驗。
– **本地確保一致性**:用於高量、持續穩定的生產推論,成本可控。
– **邊緣運算提供即時性**:在製造業或自動駕駛等需分秒必爭的場景,邊緣設備可做出極速反應。
FedEx前軟件架構師Milankumar Rana亦認同混合策略的重要性。他指出,雲端服務如AWS、Azure和GCP非常成熟,適合快速擴展和降低前期成本,但對於數據主權、監管要求或極低延遲需求,仍需保留部分工作負載在本地。安全和合規仍是企業不可推卸的責任,雲端雖有強大安全措施,但企業必須嚴格執行加密、存取和監控規範。
—
評論與啟示
這篇文章精彩地揭示了AI技術如何徹底改變企業的IT基建策略,打破過去「雲端優先」的絕對思維。隨着AI對運算效能、成本和延遲的嚴苛要求,純粹依賴雲端已無法滿足多元化需求,混合雲和邊緣運算的興起乃是必然趨勢。
對香港及亞洲企業而言,這種轉變尤具啟示意義。香港作為國際金融與科技樞紐,面對數據主權和監管壓力,混合模式不僅能兼顧成本控制與性能需求,也符合本地法規要求。企業應該更積極評估自身AI應用的特性,合理分配雲端、本地及邊緣資源,避免盲目追求雲端擴張而忽略潛在風險。
此外,安全依然是核心議題。無論是雲端還是本地,企業必須建立全面的安全監控與合規機制,確保數據和服務不受威脅。未來,隨着AI技術和應用不斷演進,IT策略的靈活性和多元性將成為企業競爭力的重要保障。
總括來說,這篇報道不僅反映了技術趨勢的轉折,更提醒企業領導者在AI浪潮下重新思考IT投資與架構設計,推動真正符合業務需求的混合運算策略,才能在未來市場中立於不敗之地。
以上文章由GPT 所翻譯及撰寫。而圖片則由GEMINI根據內容自動生成。