戴尔科技论坛聚焦规模化AI 破解Token经济与治理难题
- 李佳玲／台北
-
当AI从回答问题的工具，进一步发展为能自主执行任务的Agent，企业面对的课题已不只是「模型能力」，而是如何在安全、可控且可规模化的前提下，让AI真正融入日常营运，落实成果。
在2026戴尔科技论坛中，戴尔科技以「将无限可能，转为实际成果」为主题，聚焦AI架构与应用、现代化数据中心、多云管理、创新工作模式与安全等议题，并与产业领袖及科技合作夥伴共同探讨：当AI进入规模化阶段，企业该如何重新思考数据、算力、平台与工作场域，将技术投资转化为长期竞争力。
台湾企业AI部署成熟度跃升 整合与治理成为关键课题
根据戴尔科技《2026 年现代化企业就绪度调查》，台湾已有30%的企业建立成熟的AI与生成式AI部署，较一年前的12%显着成长。这显示台湾企业正快速跨越AI试验阶段，开始将相关应用导入更多业务流程。
然而，随着成熟度提升，转型挑战也变得更加具体。调查显示，56%的企业仍将安全、合规与隐私视为扩大AI应用的主要限制；46%面临数据品质与治理问题；58%则认为现有数据中心尚未完全具备支持正式环境中大规模AI与数据分析工作负载的能力。此外，100%的受访企业都感受到跟上快速变革的压力，66% 在科技投资上更加审慎，并将重点放在实际成果。
台湾戴尔科技集团总经理廖仁祥表示，AI的真正价值不在于导入技术本身，而在于能否让技术发挥作用。从数据、存储、运算到云端与自动化，企业需要的是能因应不同工作负载与发展阶段的基础架构，并透过端到端的产品与解决方案，在掌握数据与IT环境的同时，灵活部署AI与现代化工作负载。
这正是「Built for What’s Next」的核心精神：不只回应当前需求，更为下一阶段的发展预作准备，让科技投资沉淀为可持续的竞争优势。论坛也以「Scale with Confidence」概括这个转折：当AI从Pilot走向 Production，数据中心、规模化AI与工作场域需要整合规划、分阶段推进；企业不只要更聪明、更快速，更要回答「能否规模化」这个关键问题。
Token用量暴增320倍 混合部署重新定义AI成本结构
AI Agent全天候运作，带来的不只是效率提升，也将改变企业的成本结构。戴尔科技集团亚太、日本及大中华区解决方案事业群副总裁Danny Elmarji指出，虽然单一Token的价格已下降约80%，但Agentic AI带动的Token用量却增加超过320倍。未来，当一名员工可能管理100至1,000个Agent，单价下降未必能抵销用量快速成长所带来的影响。
因此，Tokenomics已不再只是技术团队关注的指标，更是直接牵动IT预算与企业营运的财务议题。不同 Agent的自主程度、任务复杂度、数据敏感度与回应要求，将决定所需的模型、算力、存储与部署位置。企业不应以单一模式处理所有工作负载，而应依照成本、价值、风险与数据特性，选择最适合的云端、地端或边缘环境。
戴尔科技在论坛中指出，混合部署的重点并非单纯比较云端与地端的价格，而是让算力能依照工作场景灵活调度，让每一个Token都在最适合的位置被使用。论坛数据显示，Dell AI Factory全球已有超过6,500家客户采用导入，ROI可达3.6倍；Dell AI Data Platform的相关展示数据则显示，首个Token回应可加快19 倍、矢量索引可加快12倍。
从分散应用走向统一治理：LLM Gateway管理每一次AI请求
当企业同时运行Chatbot、Copilot、RAG与各式Agent，如何避免形成新的系统与数据孤岛，已成为AI规模化的关键课题。戴尔科技集团亚太区AI策略长MeiMay Soo指出，企业可从分散的AI专案，朝向统一的AI Operating System架构发展，整合平台、数据、模型、身份政策与治理能力，让AI从单点应用逐步扩展至整体营运。
在这类企业AI平台架构中，LLM Gateway可作为所有AI请求的单一入口，统一管理身份验证、存取权限、Token配额、防护栏，协助企业在每次请求发生时，同步掌握成本与风险。
戴尔科技建议企业依循Prioritize、Prove、Industrialize、Scale的推进路径：先从高价值场景验证需求，再将成熟能力复制至更多业务单位，并持续优化模型的品质、延迟、成本、安全与可靠性。同时，企业也应以营收、效率、风险与价值实现时间等指标衡量AI成效，让AI真正从部署走向可衡量的企业成果。
以整合架构让AI从Pilot走向Production
从Token经济、LLM Gateway，到现代化数据中心与AI PC，2026戴尔科技论坛所描绘的，并不是一条只靠更大模型或更多算力堆叠而成的AI路径，而是一套让数据、基础架构、平台、治理与工作场域彼此协同的完整方法。
面对调查中100%受访企业都感受到的转型压力，下一阶段的竞争关键，将不只是谁最早导入AI，而是谁能更快将已验证的能力复制到更多场景，并持续以可衡量的营收、效率、成本与风险指标，证明AI正在创造实际成果。
正如廖仁祥所强调，企业应以业务成果为起点，依序建立数据平台、可共享的AI平台、治理与安全机制，以及支持营运与模型管理的操作系统。在此基础上，Dell Services可从方案设计、基础架构部署、平台导入到持续维运，提供涵盖AI生命周期的专业支持。当AI飞轮真正转动，新专案便不必一次次重新造轮；而戴尔科技也将持续以策略夥伴的角色，协助企业简化IT复杂度、加速创新，将科技的无限可能转化为可持续的实际成果。
