隨著2025年逐漸逼近，企業的數位化浪潮正進入新階段。根據Pure Storage最新展望中指出，人工智慧（AI）將持續形塑亞太及日本地區的科技生態，並帶動一系列重大轉變。不僅如此，企業的優先目標也將重新聚焦於永續性、資料保護與務實的AI應用。其中，工業AI和檢索增強生成（RAG）技術正逐漸成為焦點，標誌著企業運用AI的新時代。

Pure Storage亞洲區副總裁張思華（左），Pure Storage台灣區總經理周正平（右）

工業AI：下一波AI革命的核心

Pure Storage亞洲區副總裁張思華說，2025年將掀起新一波AI革命，特別是在工業AI領域的快速發展。根據市場調查，目前部署的大多數GPU都處於使用率不足的狀態，多數集中於少數超大規模的環境。然而，這一情況將在未來改變。企業將逐漸在本地端建構AI能力，發揮其資料價值並推動AI的工業化應用。

工業AI的發展將帶來全新挑戰，例如如何在模型訓練中運用需保密的機密資料，同時維持治理標準與合規性。代理式AI（Agentic AI）與大型量化模型（LQM）預計將成為工業AI的核心，幫助企業在複雜的基礎架構中實現更高效的運作。

企業AI決策的轉型：代理式AI與機器學習的角色

儘管代理式AI可能要到2026年才會全面普及，其在2025年的影響已初現端倪。這類AI系統將改變企業運用AI於決策過程的方式，例如簡化資料模型的建立，快速分析複雜資料集，並即時採取行動。

與生成式AI（GenAI）相比，代理式AI更注重內部應用，特別是對於擁有大型IT基礎設施的企業而言，能夠快速、無縫地存取適當的決策資料將成為關鍵。這不僅縮短了開發週期，也加快了產品的創新步伐。

檢索增強生成（RAG）：AI應用的新方向

2025年，企業對AI的投資預計大幅提升，但方向將更趨於務實。生成式AI的概念驗證（POC）與實驗性計畫在2024年的失敗率高於預期，企業對此的興趣逐漸減少。相反，檢索增強生成（RAG）技術成為新的焦點。

RAG是一種結合檢索與生成式AI的技術，透過整合即時的背景資料來提升生成內容的準確性和相關性。這項技術特別適合醫療與金融等需要高精確度的領域，可幫助企業在分析資料的同時產生高度契合情境的回應。這種透明且可靠的方法，不僅提升AI的效能，也減少了資料偏差和失準的風險。

工業AI與檢索增強生成（RAG）的興起，正為2025年的企業AI應用帶來全新契機。這些技術不僅促進了AI應用的務實性，還彰顯了數據在企業決策與永續發展中的核心地位。隨著企業數位轉型的深化，工業AI和RAG將成為驅動創新的重要推手，塑造更高效、更安全且更永續的未來。