close

雲端服務

中小企雲端專區

Ruijie Cloud 一站式雲端管理系統 支援手機 APP、Web GUI

by AIPower on 中小企雲端專區 Ruijie Cloud 雲端管理系統

近年，網絡雲端管理發展起來，各大網絡品牌都有自家的雲端管理系統，加速了雲使用的步伐。但現在大部分品牌都只有特定系列產品才能夠支援雲端管理，有的品牌雲端管理就功能並不齊全，又或者 License 的年費太高，中小企業難以負擔。巿場上還有什麼品牌可以給用家選擇呢？以下介紹的 Ruijie Cloud 網絡雲端管理系統，是少數向中小企巿場支援全企業級功能的網絡雲端系統。

▲ Ruijie Wi-Fi

 

企業級品牌 知名網絡供應商

網絡品牌供應商 Ruijie 為商用企業提供網絡解決方案，除商用巿場外，政府 Wi-Fi.HK 和眾多的 NGO 也有選用 Ruijie 產品，全港亦有超過 400 間中小學正採用 Ruijie 網絡方案。上年度 Ruijie 便推出了針對中小企業巿場的牌子 — Reyee，產品質量維持高水平兼附設適合中小企使用的企業級功能。

 

 

獨家自組網  3 分鐘自動配置設定完成

組裝 Ruijie 產品不會有太大難度，原因是 Ruijie 產品有個獨特功能名叫「自組網 SON : Self-Organizing Network」，只要使用全 Reyee 產品，3 分鐘內可以全部產品自動添加上 Ruijie Cloud，包括 Router、Switch、Gateway 和 Access Point。往後的功能設置亦都會自動套上設備上，大幅減少設置時間和所需要的技術門檻。如果設備裡有支援 ONVIF 的 CCTV Camera ，Ruijie Cloud 會自動 discover 並添加上雲端。

以下參考影片展示了 Ruijie 曾經試過不用 3 分鐘就能使用自組網功能去設置全部 150 台 AP

https://www.youtube.com/watch?v=TPCqAD8DR_k

 

▲Ruijie Cloud 自動 discover Reyee 和 Camera，紅色連結代表有問題

 

手機網絡管理 遙遠設置

企業級的管理系統，由於功能複雜和定位原因，多數需要用獨立軟件或 Web GUI 登入系統去操作，就算有手機 App 也只會提供整體資訊為主 。Ruijie Cloud 給用家驚喜的地方是它的手機 App，除了必有的整體資訊如網絡狀態、設備的使用資料和用家使用量外，更加貼心地提供設備的內裡資訊，比如每一個網埠的連結應用和使用狀況，使管理者可以更快地偵查到每台設備的實際情形。

▲ Ruijie Cloud 提供豐富網絡資訊

 

系統的 alarm system 可以設計不同門檻和組合，當有異常時，就透過 EMAIL 和 App pop up 主動去通知管理者，再進入 App 裡查看設備狀況。App 裡已經有常用的 Wi-Fi 設置，網絡限制等設定，管理者可以於手機 App 內作出即時調整，十分方便。如果項目需要其他技術人員協助管理，亦設有 Share Tenant 功能，可以提供到 Read/Write 和 Read only 的選擇，共同管理項目。

▲ 全面企業級功能

 

企業功能 節省運維成本

上面已介紹過 Ruijie Cloud 有提供企業級功能讓中小企使用，另外他們有幾個貼地功能，相信不少中小止都有這需求 :

Remote PoE Reboot : 當終端設備如 Wi-Fi 或者 CCTV Camera 有不穩定時，一般的做法是派遣工程司到現場做 onsite inspection，但這樣做的成本十分高昂，而且 8 成的不穩定問題都只需要重啓設備就可以。若果使用 Ruijie Cloud，當管理者知道終端設備有異常時，可以先透過 Cloud 去重啓該設備的網絡電接阜，如果問題解決就可以省郤派遣工程司到現場處理，這樣就更有效率，減省運維成本。

 

Long Distance : 眾所周知一般 PoE LAN 的傳輸距離限制是 100 米，如果要連接超過 100 米，就需要添加 PoE 交換機，增加運維成本。Ruijie Cloud 有一個 Long Distance 功能，可以把連接阜的傳輸速度限制於 10MB 內，換來達到 200 米的傳輸距離。對於一些有特別距離需求的 CCTV 項目，這功能就會大派用場。

 

AI Optimization / Diagnose : 網絡不穩定或者異常，有可能是設置問題，也有可能是外在因素影響，但一般情況下，如果没有相關專業知識者或者現場做詳細測試的話，是很難檢測到問題所在。Ruijie Cloud 有一個 AI Optimization 功能，可以一鍵幫助改善設備的配置，比如用大數據分析選擇最暢通的網絡頻普，調較合適的訊號強弱等等。另一個功能是 AI Diagnose，它可以協助你分析從手機直至 Internet 間的連接是否有硬體或者設置異常，並且提供解決建議，尤如一名專業網絡工程師從旁協助。

▲ 一鍵偵查和改善系統配置

 

 

 

Ruiji Cloud license 終身免費

很多品牌的雲端管理是需要額外收取 License Fee，每年以 Subscription 型式或者按產品型號和數量去收取費用。而 Ruijie cloud 則向所有客戶提供終身免費設備無上限，和企業級功能的網絡雲端管理系統，這策略十分關顧只用上有限設備的中小企業，幫助他們大大減輕運維成本。

▲ Ruijie Cloud 比巿場對手牌子的雲端有更強大的功能且免費

 

Google 雲端系統 保證安全性

雲端管理的無間斷服務能力和資料安全一向是大眾關注焦點。香港區所使用的 Ruijie Cloud 是設置於 Singapore Google 內， 已通過 99.99 的認證，另外於俄羅斯亦有設置高可用性解決方案，雲端系統的穩定性有所保證。對於某些行業如酒店和銀行有著高度嚴格的私人條例規範，Ruijie Cloud 亦已經通過歐盟對私隱保障的嚴格需求 (GDPR)，客戶不用擔心資料外洩。

 

總結

有賴於 Ruijie Cloud 的友善介面，產品設置和測試過程都可非常順利，相信網絡新手都能夠輕易掌握。而 Ruijie Cloud 是完全免費和無上限使用，所以中小企業若使用 Ruijie Reyee 產品的話，只需付上硬件費用就能用 Ruijie Cloud，整個配套相當吸引。

 

 

測試產品：

RG-EG210G-E

  • 10 個 Gigabit Port，uplink 1000Mbps
  • 最大支援 200 台設備同時使用
  • 預設 2 WAN，最大支援 4 WAN
  • 預設三個網段
  • 支援網絡流量控制，行為管理
  • 支援 IPSec VPN，DDNS

 

▲ RG-EG210G-E 全能中小企 Router

 

RG-ES209GC-P

  • 8 個 Gigabit PoE/PoE+ Port，1 個 Gigabit Uplink Port
  • 120W 最大 PoE 輸出功率
  • 支援 Ruijie cloud
  • 4K MAC 容量
  • 支援 Loop Prevention、Remote PoE Reboot、Long Distance 功能

 

 

▲ RG-ES209GC-P 高性能交換機

 

 

 

RG-RAP2260(G)

  • 2 個 Gigabit LAN Port
  • AX1800 Wi-Fi 6 ，2×2 MIMO
  • 4G : 574Mbps / 5G : 1201Mbps，共提供 1.775Gbps
  • 內置藍牙 0
  • 支援 Layer 2,3 Roaming

 

 

▲ RG-RAP2260(G) 全能中小企 Gateway

 

read more
人工智能企業趨勢雲端服務

Meta 財報從「元宇宙」到「超級智慧」轉向： 運算能力成為新戰場

by Pierce on 人工智能企業趨勢雲端服務 ai Meta 人工智能 元宇宙 財報


Meta 財報從「元宇宙」到「超級智慧」轉向： 運算能力成為新戰場

Meta 在 2025 年第三季財報電話會議上出奇的沉默，正重新定義這家社群媒體巨擘的未來方向。CEO Mark Zuckerberg 在會議中完全未提及「元宇宙」一詞，與三年前同期提及 8 次的情形形成鮮明對比。這一戰略轉折並非放棄，而是優先次序的重組 — 技術長 Andrew Bosworth 明確指出，元宇宙工作的優先順序保持不變，但現在真正佔據舞台中心的是「運算能力」(Compute)、「AI 基礎設施」與「新穎」研究。

 

核心事實：運算能力的新貨幣

Meta 在 Q3 財報會議上的語言演變，構成轉型的最直接證據。Mark Zuckerberg 提及「運算」一詞 14 次，CFO Susan Li 則提了 8 次，而「基礎設施」和「容量」分別被提及 12 次。相比之下，「元宇宙」、「VR 平台 Horizon」等曾經的優先項目完全從高管話語中消失。根據 Meta 官方公告，公司已將 2025 年資本支出指引上調至 70 億至 72 億美元（約港幣 546 億至 561.6 億元），較上一季度的 66 億至 72 億美元（約港幣 514.8 億至 561.6 億元）區間提高了底線，而 2026 年的支出將「顯著高於」2025 年。

這一軍事級別部署背後，是 Meta 對 AI 基礎設施優先地位的根本性重新評估。Meta 計劃在 2025 年底前啟動約 1GW 運算能力，GPU 總數超過 130 萬單位，這套數據基礎設施將支援公司「超級智慧實驗室」的模型訓練。根據 eMarketer 分析師 Minda Smiley 的觀察，Meta 這一轉向不只是技術優先級調整，更代表企業品牌的根本性改組—從「引領虛擬世界」轉向「主導 AI 前沿」。

多角度分析：高風險的雙重困境

Meta 的運算能力投資策略面臨多個層面的質疑。Bain & Company 研究指出，假設全球 AI 數據中心 2025 年資本支出為 4,000 億美元（約港幣 3.12 萬億元），按照 3-5 年的晶片折舊週期計算，累積年度折舊負擔已達約 400 億美元（約港幣 3,120 億元），而當前全球超大規模企業 AI 相關收入僅為 150 億至 200 億美元（約港幣 1,170 億至 1,560 億元），形成 2:1 虧損比例。Meta 情況更為嚴峻—目前 AI 基礎設施未產生任何直接營收，但年度折舊負擔預計達 220 億美元（約港幣 1,716 億元），而其整個實際 AI 相關業務營收為零。

Meta 領導層對此採取了進攻性論證策略。Mark Zuckerberg 在財報會議上強調，公司重複使用「新穎」(Novel) 一詞 7 次，強調對突破性研究的執著—若超級智慧提前到來，Meta 提前投資將帶來「代際範式轉變」的先發優勢；若來遲，公司可將過度產能「折舊吸收」數年，同時加速核心廣告業務。這一「雙重保險」敘事在華爾街獲得有限共鳴。

背景脈絡：Meta 向 AI 基礎設施優先轉向

Meta 向 AI 基礎設施的優先轉向，必須放在 Reality Labs 五年來 700 億美元（約港幣 5,460 億元）虧損的背景中理解。2020 年初，Mark Zuckerberg 將元宇宙視為 Meta 的未來，當時財報會議充斥著虛擬實境、沉浸式體驗願景。到 2025 年，Reality Labs Q3 虧損仍達 44 億美元（約港幣 343.2 億元），累計虧損超 700 億美元（約港幣 5,460 億元），而新產品推出速度放緩。

相比之下，AI 眼鏡業務（Ray-Ban 和 Oakley 系列）保持兩位數增長勢頭。eMarketer 分析師 Jasmine Enberg 指出，「投資者之所以容忍 Reality Labs 虧損，是因為 Meta 核心廣告業務強勁有力」。Meta 於 6 月成立「超級智慧實驗室」(MSL)，聘用 Scale AI 創辦人兼 CEO Alexandr Wang 擔任首席 AI 官，並網羅 GitHub 前 CEO Nat Friedman。根據 CNBC 報導，Meta 開出高達 1 億美元（約港幣 7.8 億元）簽約獎金搶人，遠超業界慣例，引發 OpenAI CEO Sam Altman 公開批評。

行業競爭態勢的新格局

Meta 的 70 億至 72 億美元（約港幣 546 億至 561.6 億元）年度資本支出，雖然龐大，卻已非業界最高。Amazon 在 Q3 2025 宣佈 2025 年整體資本支出達 125 億美元（約港幣 975 億元），Google 在同期宣佈單季度資本支出達 240 億美元（約港幣 1,872 億元），Microsoft 財年資本支出預計達 88 億美元（約港幣 686.4 億元）。Meta 在 Big Tech AI 軍備競賽中的相對位置面臨重新評估。

彭博社報導稱，Amazon 資本支出之所以贏得華爾街掌聲，在於 AWS 雲端服務已實現可持續營收模式—AWS Q3 2025 季度收入達 330 億美元（約港幣 2,574 億元），未來可直接將基礎設施支出變現；而 Google 雖然資本支出成長率最高，但其 TPU 晶片與內部需求高度整合，大部分投資用於自身模型訓練和廣告系統最佳化，而非對外變現。Meta 困境在於：運算能力投資未能尋得 AWS 模式的直接變現路徑，卻又不如 Google 那樣能立即強化核心廣告變現能力。

結論：風險與機遇的分水嶺

Meta 內部備忘錄顯示，元宇宙工作仍是「全公司優先事項」，但其優先次序已被 AI 基礎設施超越。對企業而言，這場賭注關鍵風險在於 2026-2027 年間能否將運算能力轉化為可衡量的營收增量；對投資者而言，關鍵問題是 Meta 廣告業務增長是否足以吸收預計達 120 億至 130 億美元（約港幣 936 億至 1,014 億元）年度的 AI 基礎設施折舊成本。一旦廣告業務增長放緩或市場對 AI ROI 的信心動搖，Meta 將面臨自由現金流惡化的風險。

未來一年，投資者應密切關注：第一，Meta 2026 年廣告業務實際增長率與 AI 驅動的邊際貢獻度；第二，超級智慧實驗室在 Llama 系列模型及自研晶片上的技術進展；第三，公司對 Reality Labs 虧損的態度是否進一步轉向—是否將更多資源從 VR/AR 轉移至 AI 基礎設施。

 

資料來源： Meta官方投資者關係 Business Insider – Q3財報分析 Calcalis Tech – Zuckerberg超級智慧願景 Investing.com – Amazon vs Meta經濟學對比 eMarketer – Meta AI戰略分析

 

read more
人工智能雲端服務

Zoom 夥拍 NVIDIA 詳細解構 490 億參數混合 AI 如何重塑企業協作

by anskar on 人工智能雲端服務 AI Companion NVIDIA zoom 人工智能 聯合式AI

Zoom Communications 與 NVIDIA 早前宣布戰略合作，透過整合 NVIDIA Nemotron 開源技術，為 Zoom AI Companion 3.0 注入突破性運算能力。這項合作標誌著企業協作工具正式邁入「聯合式 AI」時代，透過混合語言模型架構，企業用戶將獲得更快速、更智能且更具成本效益的 AI 體驗。Zoom 新推出的 490 億參數大型語言模型，結合專有小型語言模型 (SLM)，能智能分配查詢任務，在金融、醫療、政府等高度監管行業實現數據私隱與 AI 創新的平衡。本文將深入剖析這項合作如何重塑企業協作生態、技術架構創新背後的商業邏輯，以及對全球企業數碼轉型的三大關鍵影響。

混合模型架構重新定義企業 AI 效能標準

Zoom 科技總監 X.D. Huang 在官方聲明中揭示了這次合作的核心突破：「透過 NVIDIA GPU 及 AI 軟件堆疊，我們除了提升運算速度，更強化低成本模型的決策能力。」這項創新的混合語言模型架構，是 Zoom 正在申請專利的聯合式 AI 架構的最新進化版本。系統能動態判斷任務複雜度，將簡單查詢分配給延遲低、響應快的小型語言模型處理，而將複雜推理任務交由 490 億參數的大型語言模型執行。

根據 Zoom 官方數據，這種架構已在即時轉錄、翻譯及會議摘要等功能展現卓越效能。更重要的是 Zoom 開發的新 LLM 採用 NVIDIA NeMo 工具構建，在速度、成本與準確度之間實現最佳平衡點。相較於 Meta 的 Llama 3.1 所使用的 1,750 億參數或傳聞中 GPT-5 的 2 至 5 兆參數，Zoom 選擇了更務實的 490 億參數規模，這個決策背後反映了企業市場對「效能與成本平衡」的實際需求。

NVIDIA 生成式 AI 軟件部門副總裁 Kari Briski 強調：「將 NVIDIA Nemotron 整合至 Zoom AI Companion，讓企業用戶體驗到兼具私隱度、高效能且個人化的工作環境。」這番話點出了企業 AI 部署的核心矛盾：如何在追求強大 AI 能力的同時，確保敏感數據不外洩？Zoom 的聯合式架構提供了一個創新解答——透過在本地部署小型模型處理常規任務，僅在必要時調用雲端大型模型，從而在私隱與效能間找到平衡。

 

檢索增強生成技術突破企業數據孤島困境

此次合作最具顛覆性的創新之一，是 Zoom 加速開發的企業級檢索增強生成 (RAG) 功能。這項技術讓 AI Companion 能夠無縫整合 Microsoft 365、Microsoft Teams、Google Workspace、Slack、Salesforce 及 ServiceNow 等主流企業平台。對於長期受困於「數據孤島」問題的企業而言，這意味著 AI 助理終於能夠跨平台調用資訊，提供更精準的決策支援。

以一家跨國金融機構為例，員工在 Zoom 會議中討論客戶案例時，AI Companion 能即時從 Salesforce 調取客戶歷史記錄、從 Microsoft 365 讀取相關合約文件、從 Slack 搜尋團隊過往討論，並整合這些資訊生成會議摘要和後續行動建議。這種跨系統整合能力，在傳統 AI 方案中幾乎不可能實現，因為涉及複雜的 API 對接、數據格式轉換和權限管理問題。

市場研究機構 Mordor Intelligence 報告指出，2025 年企業 AI 市場規模預計達 972 億美元（約港幣 7,581.6 億元），其中混合與邊緣架構的年複合增長率高達 24.05%，顯著超越純雲端方案。這個趨勢驗證了 Zoom 選擇聯合式架構的前瞻性——企業越來越重視低延遲推理和嚴格的數據控制，而非單純追求 AI 模型的參數規模。

值得注意的是 Zoom 堅守的「責任 AI」原則成為其與競爭對手的關鍵差異化優勢。公司明確承諾不使用客戶的音訊、影片、聊天內容、螢幕分享或附件等通訊內容來訓練 AI 模型——無論是 Zoom 自身或第三方模型。這項承諾對金融、醫療和政府等高度監管行業至關重要，因為數據合規是這些產業採用 AI 技術的首要考量。

 

企業協作市場競爭格局面臨重組

Zoom 與 NVIDIA 的合作，正值企業協作市場激烈競爭之際。Microsoft Teams 透過深度整合 Microsoft 365 生態系統和 Copilot AI 功能，在 2025 年持續擴大市場佔有率；Google Workspace 則推出 Gemini Enterprise，強調即時協作和多模態 AI 能力；就連 OpenAI 的 ChatGPT 也在 2025 年推出企業版連接器，搶佔協作工具市場。

然而 Zoom 的策略有其獨特性。不同於競爭對手試圖將用戶鎖定在單一生態系統，Zoom 採取「開放平台」路線，強調與各家主流工具的互通性。根據 UC Today 分析，這種「多模型世界」的架構設計，正是 CIO 和 CTO 們真正需要的——他們不希望依賴單一大型模型，而是需要能夠負責任地、大規模地混合多種智能的能力。

Andreessen Horowitz 在 2025 年針對 100 位企業 CIO 的調查顯示，企業 LLM 預算預計年增長 75%，其中 OpenAI、Google 和 Anthropic 佔據主導市場佔有率，而 Meta 和 Mistral 在開源選項中較受歡迎。更重要的發現是採購流程已趨近傳統軟件購買模式——更嚴格的評估、託管考量和基準審查——同時日益複雜的 AI 工作流程正推高轉換成本。在這個背景下，Zoom 選擇與 NVIDIA 這個「軍火商」合作，而非直接與 AI 模型供應商競爭，顯示出其務實的市場定位。

市場數據也支援這個策略轉向。根據 SuperAnnotate 研究，雖然企業 AI 採用率達 80%，但 95% 的生成式 AI 試點項目因安全和治理缺口而無法擴展到生產環境。這解釋了為何 Zoom 特別強調其方案的「安全性、可擴展性和私隱保護」——這些正是大多數企業 AI 項目失敗的問題所在。

 

聯合式學習架構引領下一代 AI 部署範式

從技術演進角度來看，Zoom 採用的聯合式 AI 架構代表著企業 AI 部署的範式轉移。傳統集中式 AI 架構將所有數據集中到雲端訓練模型，雖然能獲得最佳效能，卻面臨數據主權、私隱合規和延遲問題。而聯合式學習允許 AI 模型在分散的本地節點訓練，僅交換模型參數而非原始數據，既保護私隱又能實現全球協作。

根據 Vertu.com 研究報告，全球聯合式學習市場 2023 年估值 1.5 億美元（約港幣 11.7 億元），預計 2032 年將達 23 億美元（約港幣 179.4 億元），年複合增長率高達 35.4%。這個爆發性增長背後，是歐盟 AI 法案、GDPR 等嚴格數據保護法規的推動，以及企業對私隱保護技術日益增長的需求。Zoom 選擇此刻推出基於聯合式架構的 AI 方案，正是順應了這個大趨勢。

特別值得關注的是 Zoom 整合的 Llama Nemotron Super 推理模型，在準確性、效能和成本之間實現了理想平衡。根據 NVIDIA 技術網誌資料，該模型在知識蒸餾階段使用了 650 億個 token，後續持續預訓練使用了 880 億個 token，並採用包括 FineWeb、Buzz-V1.2 和 Dolma 等多元資料集。評估結果顯示當模型啟用推理模式時，在 MATH500 基準測試中表現從 80.40% 提升至 97.00%，在 AIME25 基準測試中從 16.67% 躍升至 72.50%——這種效能躍升證明了混合架構的實用價值。

 

對香港及亞太企業的戰略啟示

對於香港及亞太地區的企業而言，Zoom 與 NVIDIA 的合作帶來三個關鍵啟示。首先數據主權和私隱保護已成為企業選擇 AI 方案的首要考量。隨著各國數據保護法規趨嚴，採用聯合式架構的 AI 工具將更具競爭優勢，特別是在金融中心如香港、新加坡等地。

其次「混合智能」策略將成為主流。企業不應盲目追求最大參數的 AI 模型，而應根據具體應用場景，混合使用不同規模和專長的模型，以實現成本效益最大化。Zoom 的 490 億參數 LLM 配合小型專用模型的策略，為其他企業提供了可借鑑的範本。

第三開放平台與互通性將決定企業協作工具的長期競爭力。在多雲、多工具並存的企業環境中，能夠無縫整合各類系統的 AI 助理，比試圖建立封閉生態系統的方案更具吸引力。這對香港作為國際商業樞紐而言尤其重要，因為本地企業普遍需要與全球合作夥伴使用多元化的協作工具。

展望未來企業 AI 市場將持續高速增長。360iResearch 預測，2025 至 2030 年間企業 AI 市場年複合增長率將達 16.77%，北美地區憑藉超過 750 億美元（約港幣 5,850 億元）的超大規模資本支出和深厚的創投生態系統，將持續主導市場。然而亞太地區因其龐大的企業基數和快速的數碼化轉型需求，將成為增長最快的市場之一。

Zoom 與 NVIDIA 的合作，標誌著企業協作工具從「功能競賽」轉向「智能化整合」的新階段。成功的企業 AI 策略，不再只是採用最先進的技術，而是如何在私隱、效能、成本和互通性之間找到最佳平衡點。對於希望在 AI 時代保持競爭力的企業而言，現在正是重新審視協作工具策略、擁抱開放式 AI 架構的關鍵時刻。Zoom 與 NVIDIA 攜手創造的「聯合式 AI」生態，或許正為這個問題提供了一個可行的解答。

資料來源 Zoom Communications Official Press Release Mordor Intelligence: Enterprise AI Market Report 2025-2030 Andreessen Horowitz: Enterprise AI Survey 2025 NVIDIA Technical Blog: Nemotron-CC Development Vertu: AI Federated Learning Market Analysis 2025

 

read more
IT 基建雲端服務

Cisco 聯手 NVIDIA 重塑 AI 網絡格局：Nexus N9100 系列如何改寫數據中心競爭規則

by anskar on IT 基建雲端服務 ai Cisco NVIDIA Spectrum-X 數據中心

Cisco 與 NVIDIA 在 2025 年 10 月底宣布推出業界首款基於 Spectrum-X 技術的 N9100 交換器系列，正式打響企業級 AI 網絡基礎設施的爭奪戰。這款由 NVIDIA 合作夥伴開發的數據中心交換器，成為首個符合 NVIDIA 雲端合作夥伴標準的參考架構 Cisco。這項合作不只標誌著傳統網絡巨頭與 AI 晶片霸主的深度結盟，更為新雲端和主權雲端客戶提供了前所未有的靈活度。值得關注的是，全球數據中心市場預計將從 2025 年的 3,857 億美元（約港幣 3 兆元）飆升至 2035 年突破 1 兆美元（約港幣 7.8 兆元），而 AI 工作負載正是推動這波增長的核心引擎。本文將深入剖析這項合作的戰略意義、技術突破，以及對企業 AI 轉型的實質影響。

雙巨頭結盟重塑競爭版圖

思科成為首個將 Silicon One 技術整合至 NVIDIA Spectrum-X 平台的合作夥伴 Cisco，這項合作在網絡裝置市場掀起巨浪。思科全球總裁 Jeetu Patel 直言：「我們正處於史上最大規模建設數據中心的起步階段。」這番話並非誇大其詞。NVIDIA 行政總裁 Jensen Huang 預測，全球 AI 基礎設施支出今年將達 6,000 億美元（約港幣 4.68 兆元），到 2030 年可能飆升至 3 兆至 4 兆美元（約港幣 23.4 兆至 31.2 兆元），年複合增長率高達 38% 至 46%。在這場 AI 軍備競賽中，思科與 NVIDIA 的聯盟展現出精準的戰略布局。N9100 系列交換器不只支援 NX-OS 和 SONiC 兩種作業系統，更整合了 NVIDIA 的先進壅塞控制與自適應路由技術。Spectrum-X 平台能將 AI 網絡效能提升 1.6 倍 NVIDIA，這對於需要處理大規模 GPU 叢集的企業而言，意味著訓練時間大幅縮短、營運成本顯著降低。

技術突破 從訓練到推論的全方位改良

Spectrum-X 平台的技術革新體現在多個層面。該平台採用 Spectrum-4 交換晶片，提供 51.2 Tbps 的交換容量，支援 800GbE 速度 NVIDIA，遠超傳統乙太網方案。NVIDIA 網絡高級副總裁 Gilad Shainer 表示，客戶可選擇使用思科 N9100 系列或 Silicon One 交換器部署 Spectrum-X，這種靈活性對於需要逐步升級基礎設施的企業至關重要。技術層面的創新還包括 BlueField-3 DPU 的深度整合，實現了壅塞控制、自適應路由和遙測功能的智能化管理。在多租戶環境中，Spectrum-X 能確保每個租戶的工作負載獲得一致且可預測的效能表現 TD SYNNEX。這對於雲端服務供應商而言意義重大，因為效能隔離直接影響客戶滿意度與服務質素。此外新推出的 Spectrum-XGS 技術能將 NVIDIA 集體通訊函式庫 (NCCL) 效能提升近 2 倍 NVIDIA Newsroom，使分散在不同地理位置的數據中心能如同單一 AI 超級工廠般運作。

亞太市場潛力 香港與區域機遇並存

亞太地區正成為 AI 基礎設施投資的熱點。該區域預計將以 35.1% 的年複合增長率領跑全球，中國、日本和印度的數碼化轉型與 AI 投資持續加速 MarketsandMarkets。然而各市場的準備程度差異顯著。Cisco 2025 年調查顯示，香港僅有 2% 的企業達到 AI 採用的「領先者」標準，為全球最低 IndexBox，遠低於 13% 的全球平均水平。Cisco 亞太雲端與 AI 基礎設施董事總經理 Simon Miceli 坦承對此結果感到「有些驚訝」，並將其歸因於運算技術的可及性問題。相較之下，香港生產力促進局 2025 年調查顯示，88% 的受訪企業員工已在日常工作中使用 AI 工具，92% 企業計劃將 AI 整合至相關工作流程 OpenGov Asia。這種矛盾突顯出香港企業在 AI 工具使用與完整架構部署之間的差距。政府層面已意識到這個問題，2025 年 2 月投入 10 億港元於香港 AI 研發院，並設定 2030 年達到 15,000 petaflops 運算能力的目標 Ainvest。

企業轉型路徑 從試點到規模化部署

思科與 NVIDIA 的 Secure AI Factory 為企業提供了清晰的轉型框架。這個架構整合了運算（基於 NVIDIA HGX 的 Cisco UCS 伺服器）、網絡（Cisco Nexus Hyperfabric AI）、儲存（Pure Storage、NetApp 等認證合作夥伴）以及軟件（NVIDIA AI Enterprise 平台）等四大核心元素。安全層面涵蓋基礎設施保護、模型安全和應用程式防護 Cisco，Cisco AI Defense 已整合 NVIDIA NeMo Guardrails，能限制敏感數據外洩。可視度方面，Splunk Observability Cloud 提供 AI 應用堆疊的即時監控，包括透過 AI PODs 即時洞察架構健康狀況。值得一提的是，思科與 NVIDIA 及電訊合作夥伴共同推出的 AI 原生無線堆疊，為 6G 時代奠定基礎。這個堆疊整合感知與通訊技術，支援數以億計的連網裝置，從智能手機擴展至 AR 眼鏡、連網汽車及機械人 NVIDIA Newsroom。

投資回報與未來展望 AI 轉型的商業邏輯

企業採用 AI 基礎設施的關鍵考量在於投資回報率。基流科技行政總裁表示，思科透過 NX-OS 和 Nexus Dashboard 在整個 AI 架構中建立統一管理介面，帶來更迅速的部署和更低的總持有成本。GMI Cloud 架構總監強調，N9100 系列提供的靈活度「正是新一代 AI 工作負載所需的核心」。研究機構預測 AI 數據中心市場將從 2025 年的 177 億美元（約港幣 1,380.6 億元）增長至 2030 年的 937 億美元（約港幣 7,308.6 億元），年複合增長率達 26.83% MarketsandMarkets。這波增長不只來自新建設施，更多源於既有架構的升級需求。Goldman Sachs 預估數據中心容量將從目前的 59GW 增至 2030 年的 122GW，其中超大規模業者和批發營運商佔比將從 60% 提升至 70% Goldman Sachs。

戰略啟示 靈活度與安全性並重

這次合作對企業 AI 策略帶來三點啟示。首先靈活的架構選擇至關重要。思科同時支援 Silicon One 和 Spectrum-X 晶片，讓客戶能根據實際需求選擇最適方案，避免被單一供應商鎖定。其次安全必須內建於架構核心，而非事後補救。Cisco Hypershield 和 AI Defense 的整合展現了這種前瞻思維。第三生態系統比單一產品更重要。思科與 NVIDIA 數年來已在 Webex 協作裝置和數據中心運算環境提供整合方案 NVIDIA Newsroom，這次深化合作是在既有基礎上的策略延伸。面對 Arista 和其他競爭對手的挑戰，思科的優勢在於四十年的網絡專業、龐大的全球銷售通路，以及與企業客戶的深厚信任關係。

結語：AI 時代的基礎設施革命才剛開始

思科與 NVIDIA 的合作標誌著企業級 AI 網絡進入新階段。這不只是技術層面的突破，更代表著產業結構的重組。對於正在評估 AI 投資的企業而言，現在是行動的最佳時機。調查顯示，AI「領先者」企業有 98% 設計了能處理 AI 規模與複雜性的網絡 IndexBox，相較之下僅半數其他企業做到這點。基礎設施債務的累積將成為未來競爭的隱形殺手。隨著 AI 代理 (AI agents) 需求興起，對規模、安全和監督的要求只會更加嚴格。企業應思考：您的網絡架構準備好迎接下一波 AI 浪潮了嗎？

【最後更新：2025 年 11 月 2 日】 資料來源： Cisco Newsroom DC Market Insights NVIDIA Spectrum-X Platform The Next Platform South China Morning Post

 

read more
IT 基建企業趨勢雲端服務

微軟 Azure 全球大規模故障：配置失誤引發連鎖危機 雲端依賴風險再升溫

by Pierce on IT 基建企業趨勢雲端服務 Azure Microsoft 雲端服務


微軟 Azure 全球大規模故障：配置失誤引發連鎖危機 雲端依賴風險再升溫

Microsoft Azure 雲端平台於 2025 年 10 月 29 日發生大規模服務中斷，一個「無意間的配置變更」導致全球企業系統癱瘓長達數小時，影響範圍橫跨航空、電信、零售與娛樂產業。這起事故發生在 Microsoft 公布季度財報前幾小時，讓全球超過 18,000 名用戶無法存取 Office 365、Azure Portal、Xbox Live 等關鍵服務。阿拉斯加航空報到系統故障、英國希斯路機場網站無法連接、電信巨頭 Vodafone 服務受阻，凸顯雲端基礎設施的脆弱性。值得注意的是，這起事件緊接在 Amazon AWS 故障後一週發生，讓企業對單一供應商的高度依賴風險浮上檯面。

技術根源：Azure Front Door 配置失誤的連鎖反應

根據 Microsoft 官方 Azure 狀態頁面說明，問題源於 Azure Front Door (AFD) 的租戶配置變更，該變更引入了無效或不一致的配置狀態，導致大量 AFD 節點無法正常載入。Azure Front Door 是 Microsoft 的全球邊緣路由架構，負責內容分發與應用程式傳遞服務，當異常節點從全球資源池中退出時，流量分配失衡，放大了影響範圍，即使部分健康區域也出現間歇性可用性問題。Microsoft 表示從美東時間中午 12 點開始，使用 Azure Front Door 的客戶和 Microsoft 服務遭遇超時與錯誤，受影響服務包括 Azure 通訊服務 (Azure Communication Services)、媒體服務 (Media Services) 以及 Microsoft 365。網絡監測平台 ThousandEyes 在 UTC 時間 16:00 檢測到維吉尼亞州阿什本 AWS 邊緣節點的封包遺失，這與 Microsoft 官方報告的事故開始時間完全吻合。

雙巨頭接連失守：雲端寡占市場的系統性風險

這次 Azure 當機發生在 AWS 大規模中斷後僅一週，AWS 事故由 DNS 競爭條件 (race condition) 引發，導致應用程式無法正確連接到 US-EAST-1 區域的 DynamoDB API，影響社群媒體、遊戲、外賣、串流與金融平台等多個行業，為近年規模最大的雲端災難之一。AWS 工程師在 UTC 時間 6:49 (10 月 20 日) 首次收到用戶回報，兩小時內 Downdetector 收到超過 400 萬份當機回報，整起事故持續超過 15 小時。市場數據顯示，Amazon AWS 以 30% 市場佔有率穩居全球雲端服務龍頭，Microsoft Azure 以 20% 位居第二，Google Cloud 以第三名跟隨。然而接連發生的兩大巨頭故障事件讓業界警覺：全球雲端基礎設施呈現寡占格局，對少數大型供應商的高度依賴已成為系統性風險。

Microsoft 財報日遇尷尬：雲端業務表現亮眼卻遭當機打臉

諷刺的是，這次故障發生在 Microsoft 2026 財年第一季財報發布前數小時。Microsoft 於 10 月 29 日公布的財報顯示，該季營收達 777 億美元（約港幣 6,060.6 億元），年增 18%；營業利益 380 億美元（約港幣 2,964 億元），年增 24%；淨利 (GAAP 基礎) 277 億美元（約港幣 2,160.6 億元），年增 12%。Microsoft 行政總裁 Satya Nadella 在財報中強調：「我們的全球規模雲端和 AI 工廠，加上跨高價值領域的 Copilots，正在推動廣泛的擴散和現實世界的影響。這就是為什麼我們繼續增加在 AI 方面的資本和人才投資，以滿足未來的巨大機會。」然而故障事件的時機讓這份亮眼財報蒙上陰影。

修復過程：從 18,000 到 230 件回報的漸進恢復

Microsoft 在偵測到問題後立即凍結所有 AFD 配置變更，防止故障狀態進一步擴散，並開始在全球部署「最後已知良好」配置。同時工程團隊將 Azure Portal 從 Front Door 導向其他路徑，以恢復管理存取權限。Azure 在其狀態頁面表示，預計在美東時間晚間 7 點 20 分前於受影響區域看到「強勁的改善跡象並朝向完全緩解」。恢復過程需要在大量節點上重新載入配置，並逐步重新平衡流量以避免節點恢復服務時出現過載情況。這種刻意的分階段恢復對於穩定系統、恢復規模並確保問題不再發生是必要的。根據 Downdetector 數據，Azure 問題回報從高峰期的 18,000 人降至晚間 6 點 49 分的 230 人；Microsoft 365 的問題回報也從近 11,700 人降至 377 人，顯示修復進展顯著。然而即使配置已修復，在 DNS 快取、ISP 路由和連線狀態收斂之前，部分客戶仍在恢復期間經歷不穩定和殘留影響。

企業啟示：多雲策略與架構韌性成為生存關鍵

兩大雲端巨頭接連故障，迫使企業重新審視雲端策略。Forbes 分析指出，華爾街已將多雲解決方案視為唯一能夠對關鍵功能進行未來防護的方法。金融機構尤其關注第三方依賴帶來的雲端安全風險，這些風險包括供應商鎖定、有限的可見性、合規性挑戰以及資料外洩風險。網絡安全專家建議，金融機構應實施嚴格的供應商風險管理實務、進行徹底的盡職調查，並遵守共享責任模型：雲端供應商負責「雲端的安全」（底層基礎設施），而企業負責「雲端中的安全」（其資料和應用程式）。系統架構師和 IT 領導者的實際啟示包括：審核雲端依賴關係圖、驗證程式化管理路徑，並排練故障轉移情境，假設邊緣和身份層可能獨立於後端運算失效。

對企業的深遠影響與未來趨勢

Microsoft Azure 與 AWS 接連當機事件，為全球企業敲響了雲端依賴的警鐘。在數碼轉型加速的時代，單一雲端供應商的配置失誤就能引發全球性業務中斷，這種系統性風險將迫使企業重新評估其雲端架構策略。多雲部署、災難恢復演練、供應商風險管理將從「最佳實務」升級為「生存必需」。隨著 AI 與雲端運算深度整合，如何在追求創新的同時確保基礎設施的穩定性與韌性，將成為科技巨頭與企業客戶共同面對的長期挑戰。

 

資料來源： 美聯社（Associated Press） CNBC Channel News Asia Forbes 微軟投資人關係

read more
雲端服務

AWS 故障揭示雲端服務脆弱性　全球企業損失料達數十億美元

by Antony Shum on 雲端服務 aws

Amazon Web Services 位於美國維珍尼亞州北部的 US-EAST-1 數據中心於 2025 年 10 月 20 日發生重大故障，全球超過 1,000 個網站及應用程式服務中斷超過 12 小時。DynamoDB 域名系統解析問題觸發連鎖效應，影響 EC2 虛擬伺服器啟動及網絡負載平衡器健康檢查系統。網絡監測公司 Catchpoint 行政總裁估計，事故造成的財務損失將達數十億美元（折合約數百億港元）。 （繼續閱讀…）

read more
IT 基建資訊保安雲端服務

AWS 全球大規模故障警示： 雲端過度集中化風險 多雲策略成未來關鍵

by Pierce on IT 基建資訊保安雲端服務 aws cloud 多雲 當機 集中化風險


AWS 全球大規模故障警示： 雲端過度集中化風險 多雲策略成未來關鍵

亞馬遜雲端服務 (AWS) 於 2025 年 10 月 20 日發生全球性大規模故障，影響全球數千個網站和應用程式，包括 Snapchat、Reddit、Zoom、Disney+、Fortnite、麥當勞及 Coinbase 等多個行業大規模服務中斷。雖然服務現已全面恢復，但這次事故揭露出全球網絡高度集中於少數科技巨頭的「集中化風險」，也讓各界重新檢視「數碼主權」與「多雲策略」的重要性。

雲端巨擘的隱憂：一次錯誤讓全球網絡停擺

此次 AWS 大規模故障從台灣時間 10 月 20 日午後開始，歷經約 15 小時修復，於 21 日早晨全面恢復運作。AWS 官方指出問題源自美國維吉尼亞北部 (US-EAST-1) 區域的主要資料中心，一次例行 DynamoDB 資料庫 API 更新導致網域名稱系統 (DNS) 及一系列資料庫發生解析異常，服務錯誤率大幅提升。該系統負責將網域轉換為 IP 位址，一旦異常，全球逾百項 AWS 服務無法正確導向伺服器，連鎖癱瘓 113 項關鍵雲端服務。亞馬遜承認部分用戶仍出現「訊息積壓」現象。

專家：集中化架構與系統性風險

專家指出，此次大規模故障是 AWS 該區域近 5 年來第三次發生重大事故，歷史上類似問題曾引發全球醫療、金融及交通系統癱瘓。這展現了雲端基礎設施對集中化依賴的雙刃劍效應：一方面帶來規模效應和成本優勢，另一方面風險集中導致故障波及面廣。

NymVPN 數碼長 Rob Jardin 指出：「雲端的初衷是去中心化，但現今全球網絡卻被幾家巨頭綁架。一個節點出錯，隨即影響全球」。Omdia 首席分析師 Roy Illsley 則補充，AWS 美東區域是除政府及主權雲外，所有 AWS 服務的共用控制平面，因此一旦故障，波及面幾乎遍及全球。專家們強調，企業亟需審慎評估雲端集中化風險，並考慮採用多雲策略加強韌性。

全球市場格局：AWS 仍稱冠，競爭加劇

統計顯示，亞馬遜 AWS 佔全球雲端市場約三分之一 (33%)，持續領跑市場，其服務穩定性直接影響成千上萬企業的應用和服務可用性。2025 年全球雲端運算產值估達 7,303 億美元（約港幣 5.7 兆元），其中北美佔比 36.2%，亞洲增長至 21.7%。專家認為 AWS 憑藉規模與資源仍難取代，但競爭對手如 Microsoft Azure 和 Google Cloud 持續強化 AI 和安全方案，AWS 必須同時提升可用性與災難復原能力，以維持市場領先地位。

歐盟與業界動向：建立「主權雲」成新戰略焦點

在 AWS 頻繁當機及資訊保安爭議背景下，歐盟正積極推動「歐洲雲端聯盟」(European Alliance for Industrial Data and Cloud)，計劃建立不受美國企業控制的區域主權雲基礎設施。同時 Microsoft 也宣佈未來 2 年擴建歐洲資料中心容量 40%，並推出「Microsoft Cloud for Sovereignty」方案，協助政府客戶控制資料存放與加密權限。分析認為，這不只是地緣技術競爭，更關乎歐洲數碼戰略自主權。

業界觀察：企業重審多雲架構與風險分攤策略

有媒體採訪 AWS 亞洲工程團隊與本地雲端營運維護顧問後，工程師指出，台灣多數中小企業仍過度依賴單一雲端供應商。有媒體觀察多家金融與零售業客戶雖啟用多雲服務，但資料備援與流量轉移策略未完備，使其在 AWS 停擺時仍陷半癱狀態。這反映企業亟需投資自動化災難復原 (DR) 與跨雲路由架構。

未來展望：平衡集中化與系統韌性

AWS 事件讓全球科技業再度思考「效率與韌性」之間的平衡。此次大當機不僅引起全球關注，也可能影響企業對 AWS 長期信任及投標決策。專家預測，短期內企業將持續依賴 AWS 的成熟生態，但中長期「分散式雲端」與「主權雲」勢將成為主流趨勢。未來雲端服務商需在廣度與深度上持續創新，同時建立透明且高效的故障應對機制，以減緩集中化風險帶來的衝擊。這起事件亦促使業界重新審視多元備援方案，積極推動更分散、彈性的雲端基礎建設佈局。

 

資料來源： Yahoo新聞、 Al Jazeera、 Reuters、 The Register、 CRN

 

read more
IT 基建資訊保安雲端服務

AWS US-EAST-1 重大故障： 讓 Perplexity 失去 Pro 身份、Canva、Signal、Epic Games 等未能正常提供服務 全球數百萬用戶受創

by anskar on IT 基建資訊保安雲端服務 aws US-EAST-1 多雲 故障 雲端服務

Amazon Web Services 位於美國北維珍尼亞州 US-EAST-1 區域的雲端服務在東部時間 12:11 發生嚴重故障，導致包括 Snapchat、Fortnite、Ring 智能門鈴、Coinbase 加密貨幣交易所在內的數百個知名服務全面中斷。這宗持續超過 5 小時的大規模中斷事件，再次突顯企業過度依賴單一雲端服務供應商的系統性風險。根據監測平台 Downdetector 資料，故障高峰期間收到超過 13,000 份問題報告，影響範圍遍及金融、媒體、遊戲及零售等關鍵產業。本文將深入剖析此次事故的技術根源、對企業營運的連鎖衝擊，以及雲端架構專家建議的三大應對策略。

技術核心：DynamoDB 端點故障引發系統性崩潰

AWS 官方狀態頁面確認，這次中斷源於 US-EAST-1 區域 DynamoDB 端點出現顯著錯誤率，並波及該區域內多項 AWS 服務。DynamoDB 作為 AWS 的核心 NoSQL 資料庫服務，支援著數以萬計的應用程式進行實時資料讀寫操作。當這個關鍵組件發生故障時，依賴它的 Lambda 函數、API Gateway 及其他服務如同骨牌般接連癱瘓。

根據雲端監測公司 StatusGator 的歷史分析，US-EAST-1 區域在 2024 年 12 月曾發生兩次重大故障——12 月 7 日的事故持續超過 7 小時，源於 API Gateway 服務內部基礎設施退化；僅三天後的 12 月 10 日又出現第二次中斷。這種「連環故障」模式顯示，即使在單次事件恢復後，底層架構的脆弱性可能持續存在。AWS 工程團隊在事故期間持續處理積壓的請求隊列，但服務完全恢復仍需數小時。

值得注意的是 2024 年 12 月 12 日 Amazon Cognito 服務在同一區域發生故障時，AWS 官方狀態頁面最初並未報告任何問題，而獨立監測服務 StatusGator 卻在官方確認前 28 分鐘就向客戶發出預警。這突顯了企業不能完全依賴雲端供應商自身的狀態報告系統，必須建立多元化的監控機制。

 

US-EAST-1 關鍵地位：全球雲端服務的「阿喀琉斯之踵」

US-EAST-1 區域 (北維吉尼亞) 並非普通的 AWS 資料中心——它是 AWS 最早建立的區域之一，目前擁有 5 個可用區，是所有 AWS 區域中可用區數量最多的。這個區域承載著大量遺留系統和核心服務，許多企業在 AWS 早期採用階段就將關鍵業務部署於此，形成了難以遷移的「路徑依賴」。

Disney、紐約時報等媒體組織，以及 Venmo、Prime Video、Alexa 等消費者服務在此次故障中均出現問題。當單一區域承載如此密集的關鍵服務時，任何局部故障都可能演變為全球性災難。雲端架構專家指出 US-EAST-1 的特殊地位使其成為「太大而不能倒」的基礎設施，但同時也是整個雲端生態系統中最脆弱的環節。

根據 2023 年 Uptime Institute 報告，電力中斷導致 44% 最具影響力的雲端故障，而資料中心設施的物理依賴性——從冷卻系統到網絡連接——都可能成為單點故障源。即使擁有備用電源和冗餘系統，大規模資料中心的複雜性意味著預料之外的連鎖反應隨時可能發生。

 

企業代價每小時 10.5 萬美元的隱形成本

據市場研究機構 IDC 估算，非計劃性雲端中斷平均每小時給企業造成 10.5 萬美元（約港幣 HK$819,000）損失，某些情況下損失金額可達數百萬美元。但這僅是財務損失的冰山一角——品牌信譽受損和客戶流失的長期影響可能持續數年。

雲端風險解決方案供應商 Parametrix 發布的《2024 年雲端中斷風險報告》揭示令人擔憂的趨勢：2024 年出現 6 次超過 10 小時的重大雲端故障，總計接近 100 小時的停機時間。人為錯誤佔 2024 年故障事件的 68%，較前一年的 53% 大幅上升。這顯示隨著雲端基礎設施規模擴張和服務複雜度提升，操作失誤的風險也在同步增加。

對於電商平台而言，中斷意味著直接收入損失；對於金融機構，可能觸發監管審查和合規罰款；對於醫療系統，甚至可能影響患者安全。2024 年 7 月 CrowdStrike 軟件更新引發的全球性故障，估計造成 Fortune 500 企業 54 億美元（約港幣 421.2 億元）的直接損失。這些數字警示企業領導者：雲端韌性不是 IT 部門的技術議題，而是董事會層級的戰略風險。

多雲架構成為 2025 企業必選項

面對日益頻繁的雲端中斷，市場研究機構 Gartner 預測，到 2025 年超過 85% 的組織將採用雲優先原則，其中超過 50% 將依賴多雲策略推動業務創新和數碼化轉型。這不再是技術愛好者的實驗，而是企業生存的戰略選擇。

根據 Flexera 報告，89% 的企業已採用多雲策略，平均每家企業使用 2.4 個公有雲平台。主要動機包括避免供應商鎖定、提升系統韌性，以及利用各雲端平台的差異化優勢——AWS 在運算能力、Azure 在企業整合、Google Cloud 在 AI 工具方面各有所長。

然而多雲策略並非沒有代價。專家指出如果缺乏適當的治理框架，多雲環境可能導致成本失控、安全漏洞擴大，以及技能差距問題。成功的多雲部署需要：統一的身份管理系統、跨雲端的監控工具、標準化的容器技術 (如 Kubernetes)，以及持續的團隊培訓投資。

印度政府的 Digital India 計劃就是典範案例：敏感資料託管在本地政府雲端 MeghRaj，而 AI 和分析工作負載則運行在 Azure 和 Google Cloud 上，既確保合規性，又改善了性能和成本。這種「工作負load 分層」策略——根據資料敏感度、延遲要求和計算需求選擇最適合的雲端平台——正成為 2025 年企業雲端架構的標準範式。

前瞻視野：AI 驅動的自愈系統與零信任架構

展望未來，雲端韌性的提升將依賴兩大技術支柱。Forrester 研究預測，到 2025 年，採用 AI 驅動雲端服務的企業將實現 30% 的運營效率提升。AI 驅動的成本效能分析可以動態分配工作負載至最高效的雲端環境，預測性維護系統能在故障發生前識別潛在問題，自動化故障轉移機制可將服務中斷時間縮短至秒級。

零信任架構 (Zero Trust Architecture) 正成為多雲安全的基石，它要求對每個存取請求進行持續驗證，而非基於網絡邊界的傳統安全模型。當企業的資料和應用分散在多個雲端平台時，統一的安全策略框架比以往任何時候都更加重要。第三方跨雲安全解決方案提供單一管理介面，讓安全團隊能夠跨所有環境一致地應用存取權限、配置審計和資料保護策略。

國際數據公司 (IDC) 預測，到 2025 年，超過 60% 的企業在選擇雲端供應商時會將可持續性作為關鍵考量因素。隨著碳中和承諾成為企業 ESG 戰略的核心，雲端供應商正投資碳中和資料中心、能效冷卻解決方案和 AI 驅動的電力管理系統。這不只是環境責任，也成為供應商差異化競爭的新戰場。

此次 AWS 故障對企業的警示意義遠超技術層面：它揭示了數碼經濟時代基礎設施集中化的系統性風險。對於首席資訊官和技術決策者而言，2025 年的關鍵問題不是「是否採用雲端」，而是「如何構建既能享受雲端創新優勢、又能在供應商故障時保持業務連續性的韌性架構」。那些在今天做出正確架構決策的組織，將在明天的數碼化競爭中獲得決定性優勢。

資料來源： NBC News CNN Business Reinsurance News – Parametrix Cloud Outage Risk Report TechAhead IT Convergence

read more
企業趨勢資訊保安雲端服務

SailPoint 發表 AIS、MIS 及 Non-Employee Risk Management 方案 應對 AI 代理、機器與非員工身份帶來的管理挑戰

by anskar on 企業趨勢資訊保安雲端服務 ai SailPoint 網絡安全 身份安全 零信任

SailPoint 於香港舉行的 Navigate 2025 大會上，發布一系列突破性產品，標誌著企業身份安全管理進入全新階段。在現今企業環境中，AI 代理已處理高達 70% 的身份交易，可能在幾分鐘內自主做出數百萬個決策，甚至生成新的子代理，而傳統管理系統卻未能跟上這波變革。這次發布的 Non-Employee Risk Management（非員工風險管理）、Machine Identity Security（機器身份安全）及 Agent Identity Security（AI 代理身份安全）三大核心方案，直接回應市場對跨越人類、機器與 AI 代理的統一身份治理的迫切需求。本文將深入剖析這些創新如何重塑亞太區身份安全格局、對香港企業的實質影響，以及未來三年的市場趨勢。

企業面臨的三重身份危機與迫切性

SailPoint 產品執行副總裁暨技術長 Chandra Gnanasambandam 在發布會上指出，數碼生態系統的擴張，迫使企業除了需要管理人類身份，更要應對機器身份及 AI 代理身份的激增。根據 CyberArk 2025 年機器身份安全報告，79% 的企業預計未來一年機器身份數量將持續增長，其中 16% 預估增幅達 50% 至 150%，而在過去 12 個月內，有 50% 的企業曾發生與機器身份入侵相關的安全事件，引致應用程式發布延遲（51%）、系統中斷（44%）及未經授權存取敏感資料（43%）。

更令人警醒的是，SailPoint 最新研究顯示，僅不到四成企業目前對 AI 代理實施有效治理，雖然這類身份預計在未來 3 至 5 年內將呈指數級擴張。Strata.io 的調查發現，80% 的 IT 專業人員曾目睹 AI 代理出現非預期行為或執行未經授權的操作，突顯了專門身份管理解決方案的必要性。

 

三大核心產品分層解決不同身份類型的管理難題

非員工風險管理 第三方身份的自動化治理

SailPoint Non-Employee Risk Management 確保企業能嚴格管理現今不斷擴張的人力資源，此方案與 Microsoft Entra Verified ID 整合，運用第三方可驗證憑證與生物識別驗證技術，讓非員工能更快速高效地完成入職流程。結合批量批准、屬性同步及直接角色配置，企業能以與員工相同的速度和規模管理第三方身份，大幅減少人手操作。

Illimity Bank 資訊與通訊科技安全高級專員 Luca Barezzani 分享實際應用經驗時表示，現在可以在內部直接管理這些身份，無需經過任何 IT 部門、提交工作單或審批，同時保障並簡化了收集關鍵應用程式所需個人資料的流程，讓員工在整個過程中更具自主性。

機器身份安全 為數十億機器身份提供規模化治理

Machine Identity Security 專為彌補治理能力差距而設計，提供企業級範圍的機器帳戶識別、分類和歸屬。更重要的是，此方案讓企業能夠將機器身份與其代表的人員連結，從而認證機器身份。透過新增的多主機分類功能，客戶可一次性定義機器帳戶規則，並應用於數百個來源，簡化設定流程，確保在複雜環境中能持續一致地發現機器帳戶。

透過引入服務帳戶、機械人與共用帳戶等機器帳戶子類型，SailPoint 為機器身份安全確立了新標準。企業可為機器身份指派多名擁有者，並建立所有權交接計劃，消除因孤兒帳戶而產生的盲點。全新的機器存取權限集中可視性，有助及早發現過度授權的帳戶，執行最小權限原則，並在完整情境下迅速採取行動。

AI 代理身份安全 首批權限層級的深度解決方案

Agent Identity Security (AIS) 是首批專為保護 AI 代理而設計、並深入至權限層級的解決方案之一。與人類或機器不同，這些代理可在數分鐘內自主做出數百萬個決策，甚至生成新的子代理，帶來大多數機構尚未準備好應對的獨特安全挑戰。

Agent Identity Security 可協助企業發現、治理並保護企業內每個代理。此方案能正式認證 AI 代理，包括指定明確的擁有者與使用者責任、強化權限執行，並將代理直接連結至其代表的身份情境及所存取的數據。透過將代理活動與數據細緻連結至檔案、行列等數據層級，SailPoint 獨家提供自主 AI 時代必需的可視性與控制力，確保信任、合規與安全。

平台技術升級 Atlas Enterprise 成為智能核心引擎

SailPoint 平台的核心 Atlas 現已升級為功能更強大的 Atlas Enterprise。新功能包括動態安全編排 (Dynamic Security Orchestration) 與共享訊號框架 (Shared Signals Framework)，讓企業可自訂治理計劃、接收即時威脅訊號，並根據風險等級立即採取行動。

Atlas Workflows 新增的自適應核准 (Adaptive Approvals) 功能，會根據風險與業務情境動態調整智能核准流程，協助企業在不影響生產力的情況下，實現靈活且具情境感知的治理。VSP Vision 資深資訊保安工程師 Savannah Grunden 表示，SailPoint 清楚地考慮到各種使用情境，在智能自動化與實用性之間取得了完美平衡。

在 Atlas 基礎上，SailPoint 亦推出 Model Context Protocol (MCP) 伺服器，將身份安全功能帶入原生 AI 環境，為代理型應用程式提供可信的企業級身份服務。透過 MCP 伺服器，企業可在不犧牲信任、合規或控制的前提下，充分運用 AI 的潛能。

強化數據可視性 從身份圖譜中洞察存取風險

透過互動式身份圖譜，SailPoint Observability & Insights (O&I) 能清晰呈現人類及非人類身份與其存取路徑，使用者可以直觀地將特定權限及擁有該權限的所有身份視覺化。這種深度情境讓企業能有效推行最小權限政策，迅速修正權限不一致及過期權限，主動降低風險。

SailPoint Data Access Security (DAS) 專注於數據層面的安全治理，提供全方位可視性，讓企業清楚了解誰擁有何種數據存取權限、如何使用這些權限，以及是否符合安全政策。DAS 支援用戶與代理的數據認證，這是其他平台無法提供的功能。

新增功能包括與 Snowflake 的深度整合，將 SailPoint Data Access Security 擴展至結構化數據環境。透過此整合，客戶可獲得統一的身份情境與全面可視性，涵蓋人類、機器與 AI 代理對數據的存取。此功能與 SailPoint 的 Agent Identity Security 和 Machine Identity Security 無縫協作，結合身份治理與數據安全，協助企業降低敏感數據因大型語言模型、代理或未授權應用程式外洩的風險。

連接性鞏固 更廣泛的整合與深入保護

SailPoint Connectivity 的鞏固，包括擴展的 SAP GRC Firefighter 存取權、增強的虛擬裝置 (VA) 功能，使數據存取安全和權限任務自動化等多個產品能在單一叢集上運行，以及與 BeyondTrust、MacOS 密碼重置及 JDBC 低程式碼配置等工具的更廣泛整合。這些進展建基於公司近期的 SailPoint Advanced Application Management，強化了 SailPoint 在應用程式安全各層面——應用程式可視性、應用程式合規性及應用程式深度治理——無可比擬的連接能力。

亞太市場高速增長 香港企業的機遇與挑戰

全球身份安全市場呈現強勁增長態勢，從 2024 年的 284.7 億美元（約港幣 2,220.66 億元）增長至 2025 年的 330.6 億美元（約港幣 2,578.68 億元）。亞太地區以 24.50% 的複合年增長率領跑全球，其身份與存取管理市場規模在 2024 年達 46.8 億美元（約港幣 365.04 億元），預計到 2033 年將達 144.6 億美元（約港幣 1,127.88 億元）。這波增長主要由政府支援的國家身份計劃、5G 部署及電子支付普及所驅動。

澳洲政府在 2025 年 7 月宣布投入 20 億澳元與 Amazon Web Services 建立 REDSPICE 計劃下的最高機密雲端合作項目，預計創造 2,000 個本地就業機會，顯示該地區對身份安全基礎設施的重視程度。中國的網絡數據安全管理法規於 2025 年生效，要求境內數據處理，促使跨國企業建立獨立的安全架構。

在競爭格局方面，Gartner Peer Insights 評比顯示，CyberArk 在身份治理與管理市場獲得 4.9 星評價，而 SailPoint 獲得 4.7 星（基於 675 則評論）。業界分析指出，CyberArk 專注於特權存取管理（PAM），鎖定最敏感的管理員帳戶；Okta 則以單一登入（SSO）和多重認證（MFA）見長；而 SailPoint 的差異化優勢在於全面的身份治理能力，特別是對非人類身份的管理。

零信任架構成為標準 未來三年的戰略重點

CyberArk 最新報告指出，81% 的安全領導者認為機器身份安全對保護 AI 系統至關重要，72% 的企業預期未來將優先保護 AI 模型免於入侵。這與 SailPoint 的產品策略高度契合。Cloud Security Alliance 專家 Ken Huang 指出，傳統的 OAuth 和 SAML 協議主要為人類用戶設計，無法適應 AI 代理的短暫且不斷演進的特性，需要更精細和自適應的存取控制機制。

SailPoint 總裁 Matt Mills 強調，在一個身份既驅動數碼轉型又帶來風險的世界中，公司正透過統一各類身份的治理，來彌補傳統方法留下的漏洞，為企業茁壯成長提供所需的信心。

展望未來，SailPoint 預覽其路線圖的新階段，將身份安全拓展至特權安全態勢管理、即時授權與即時威脅防禦三大核心領域。特權安全態勢管理將透過自動化特權分類與權限層級發現，實現最小特權原則；即時授權運用動態且具情境感知的訊號，與現有 SOC 工具整合；即時威脅防禦則專門偵測並遏止與身份相關的威脅。

香港企業的行動路線圖

對於香港企業而言，目前只有 14% 的受訪者表示其最近的 IAM 部署完全成功，近半數專案超出預算，60% 的部署至少延遲一個月。這突顯出企業在選擇和實施身份管理解決方案時，需要更審慎的評估。

SailPoint 的三大創新方案為香港企業提供一條清晰的升級路徑:

  • 首先透過 Non-Employee Risk Management 整合承辦商與第三方身份管理，與 Microsoft Entra Verified ID 整合使用生物識別驗證加速上線
  • 其次運用 Machine Identity Security 識別並分類數百個來源的機器帳戶，消除孤兒帳戶盲點
  • 最後透過 Agent Identity Security 為 AI 代理建立明確的擁有者責任制，執行適當權限控制。

未來三年，亞太區身份安全市場將持續以雙位數增長率擴張。企業應把握當前時機，投資建立統一的身份治理平台，為即將到來的 AI 代理時代做好準備。那些能在 2025 至 2026 年間完成身份基礎設施現代化的企業，將在數碼競爭中獲得顯著優勢。你的企業是否已準備好迎接這場身份安全革命？

 

資料來源:
BusinessWire – SailPoint Navigate 2025
CyberArk – Machine Identity Security Report 2025
Security Boulevard – AI Agent Identity Crisis
Mordor Intelligence – APAC Cybersecurity Market Report
Help Net Security – AI-Driven Identity Management Report

read more
人工智能雲端服務

Salesforce 推出 Agentforce 360 AI 代理重塑企業營運模式

by anskar on 人工智能雲端服務 Agentforce 360 Agentic Enterprise ai Data cloud Salesforce

Salesforce 在其年度盛事 Dreamforce 上正式推出 Agentforce 360，將企業運營全面推進至「代理型企業」(Agentic Enterprise) 新紀元，將企業運營全面推進至「代理型企業」(Agentic Enterprise)新紀元。這個劃時代平台不單是全球首個整合人類與 AI 代理的統一可信系統，更將傳統銷售、服務、營銷等核心應用全面代理化，重新命名為「Agentforce Service」、「Agentforce Sales」等智能版本。執行長Marc Benioff表示：「Agentforce 360 讓每位員工和每家公司實現前所未有的成就，銷售線索永不錯失、服務永不休眠」。平台推出不到一週，79% 的組織已採用某種程度的 A I代理，其中 19% 正在規模化部署

Salesforce 聯合創辦人 Parker Harris 對此願景補充：「我們正進入一個可以『僱用』AI 的世界。未來，《財富》1000 強企業中可能有 40% 的工作將由 AI 完成，人類將與 AI 協同工作。這是一個不可思議的未來，我們正幫助所有客戶邁向這個未來。」

克服「試點煉獄」：應對企業 AI 部署挑戰

雖然 Salesforce 的願景宏大，但市場對 Agentforce 的採用步伐一直面臨挑戰。以往有用家批評平台功能尚不成熟，未能完全兌現其承諾。此外許多企業在 AI 試點項目中難以看到實質回報，根據 MIT 的一項研究指出，高達 95% 的 AI 試點項目最終以失敗告終。Salesforce 工程總裁 Srini Tallapragada 將此困境稱為「試點煉獄」。

他解釋：「企業並非不想使用 AI，但困難在於 AI 工具必須無縫嵌入工作流程。為此 Salesforce 提出了構建代理型企業的五大支柱，以 Agentforce 360（開發平台）、Data Cloud 360（數據中心）、Customer 360（應用程式）和 Slack（協作介面）為基礎，提供端到端的解決方案。」他以一個比喻總結其價值：「當企業希望成為代理型企業時，他們並非從零開始。如果這是一場 100 米的賽跑，他們是從 90 米處起步。」

Data Cloud 建立智能代理的數據基礎設施

Agentforce 360 的核心競爭力源於與 Salesforce Data Cloud 的深度整合。Data Cloud 作為超大規模數據引擎，提供 Agentforce 所需的全部數據和元數據，讓代理能產生源自客戶記錄的可行洞察。這種整合解決了企業在 AI 代理部署中面臨的三大關鍵挑戰：消除分散在不同系統中的數據孤島，包括結構化數據和 Slack 對話、PDF 檔案、影片等非結構化數據；提供統一數據基礎以理解完整客戶旅程和偏好；將洞察快速轉化為行動，消除從分析到執行的延遲瓶頸。

Data Cloud 透過 Retrieval-Augmented Generation (RAG) 技術與 Agentforce 連接。當用戶提問時，AI 代理首先理解問題並在 Data Cloud 中搜索相關資訊，接著結合 AI 模型知識和實時公司數據生成回應，最後將答案返回給用戶。這讓 AI 的回應除了基於通用知識，也建基於真實業務資訊。FedEx 透過 Data Cloud 與所有 Salesforce 雲端整合，利用零拷貝技術無縫連接現有數據湖，無需重複數據即可創建客戶旅程，改善體驗並推動營收增長。

 

Agentforce Builder 降低 AI 代理開發門檻

Agentforce Builder 是一個統一工作空間，讓用戶在單一介面完成代理的建立、測試和部署。這個低程式碼與專業程式碼混合工具，採用「文字優先」的建立方式，無需在分散的文字框或隱藏設定中搜尋配置。用戶可在畫布視圖中直接用清晰自然語言撰寫代理，所有指令都易於複製、貼上和重複使用，讓代理能快速在團隊或環境間共享。

Agent Script 是專為控制 AI 代理行為設計的全新腳本語言，其底層由 Atlas 推理引擎 (Atlas Reasoning Engine) 驅動。這個人類可讀的 JSON 語言讓團隊能定義條件、迴圈等可預測的工作流程。值得注意的是，新版 Atlas 引擎除了支援 OpenAI 和 Anthropic 的模型外，現已新增支援 Google Gemini，為企業提供更多模型選擇。

Agentforce Assistant 是內建的 AI 編程助手，能像結對編程夥伴一樣理解 Salesforce 專案脈絡並代為執行開發任務。用戶只需用自然語言提問，助理就能生成起始點、建議改進或將想法轉換為底層腳本語言。從新主題、指令到行動和防護措施，Agentforce Assistant 全程提供指引，確保代理按預期執行。

除了為大眾設計的 Agentforce Builder，Salesforce 也推出了 Agentforce Vibes，一個專為專業開發者設計的程式碼生成平台，類似於 GitHub Copilot 或 Claude Code，用以自動化處理複雜的開發工作。

Agentforce Voice 開創超低延遲語音互動體驗

Agentforce Voice 為每個 AI 代理提供擬真語音互動能力，實現超低延遲的真實對話體驗。這項技術由 Salesforce AI 研究團隊基於新的 eVerse 框架 開發，能應對背景嘈雜和來電者分心等多種真實場景。這使 Salesforce 直接與 Sierra、Zendesk、Google Cloud 等公司在語音 AI 領域展開競爭。

傳統電話互動語音應答 (IVR) 系統的個案解決率估計僅 35%，而研究公司 Metrigy 的數據顯示，AI 代理能將此數字提升至 50%。Metrigy 預測，到 2030 年，大多數 IVR 將被 AI 分流代理取代。Agentforce Voice 能與 Amazon Connect、Five9、Vonage 等現有聯絡中心基建整合，提供更具同理心和效率的服務。

企業實戰案例展現 ROI 與效率提升

多家企業透過 Agentforce 實現顯著業務成效。Wiley 在季節性高峰期透過 Agentforce 整合 Einstein AI 改善客戶服務營運，將代理入職時間縮短 50%，個案解決率提升 40%，最終實現 213% 投資回報率和節省 23 萬美元（約港幣 179.4 萬元）。

Carnegie Learning 在經歷 300% 快速成長後，利用 Agentforce 將帳戶研究時間削減 92%，讓業務代表能專注於高價值客戶。Asymbl 透過自動化潛在客戶互動，每年節省 57.5 萬美元（約港幣 448.5 萬元），並將目標互動規模提升 427%。

此外虛擬會計公司 1-800Accountant 報告稱，在繁忙的報稅週期間，Agentforce 促成了 90% 的個案偏轉率，其中 AI 代理直接解決了 70% 的客戶聊天查詢。SharkNinja 則透過 Agentforce 提供即時準確答案，讓代表能立即獲得相關資訊，更快解決消費者問題。

Apromore 收購強化流程智能與改善能力

Salesforce 於 2025 年 10 月 8 日宣布收購流程智能軟件領導廠商 Apromore。這項戰略收購將 Apromore 在流程挖掘、任務挖掘和流程改善領域的深厚專業知識直接整合到 Salesforce 平台，為客戶提供跨業務流程的統一即時視圖。Constellation Research 分析師指出：「代理型 AI 需要大量流程挖掘和智能才能惠及企業，否則存在自動化劣質流程的風險」。

Apromore 提供的核心能力包括端到端流程可視性、數碼孿生與模擬預測變更結果、根本原因分析和智能合規保證。Salesforce 產品長 Steve Fisher 表示：「隨著我們將 Apromore 整合到 Salesforce，這些洞察將成為客戶透過代理流程自動化來衡量、改善和自動化的關鍵」。這項收購讓 Agentforce 除了能執行任務，也能智能識別哪些流程值得自動化，以及預測自動化後的業務影響。

測試與部署機制確保企業級可靠性

Agentforce Builder 內建完整的測試和模擬環境，讓團隊在推出前預覽代理行為。在模擬器中發送訊息後，系統立即顯示代理回應、詳細互動摘要、AI 生成概覽和關鍵事件的清晰可見性。開發者可將滑鼠游標懸停在任何步驟上顯示元數據，深入探討正確或錯誤的確切時刻。

系統提供完整追蹤數據，顯示選擇的主題、觸發的行動、變數變更和時間戳記。開發者可透過超連結進入詳細視圖，精確定位失敗點。從一次性模擬進化到企業級測試，團隊可從真實互動生成可重複使用的測試案例，直接在建立器中執行批次測試。將測試整合到建立流程中，能讓團隊快速驗證修復並縮短建構-測試-學習循環。

代理型企業的未來與市場趨勢

全球代理型 AI 市場正經歷爆發性成長，預計從 2024 年的 52.5 億美元（約港幣 409.5 億元）暴增至 2034 年的 1,990.5 億美元（約港幣 1.55 萬億元）。McKinsey 報告顯示，近 80% 的公司正在使用 AI 代理技術。從投資角度看，62% 的企業預期 ROI 超過 100%。

Agentforce 360 採用每次對話 2 美元（約港幣 HK$15.6）的消費模式定價，為各種規模企業提供可擴展的入門選項。這降低了企業的採用門檻。Salesforce 強調的核心理念是「AI 提升人類而非取代人類」，在代理型企業中，每個團隊都擁有 24/7 智能夥伴協助更快行動和更明智決策。

此次在 Dreamforce 上，Salesforce 不僅僅發佈了 Agentforce 360。公司還揭示了其平台的「Slack 化」策略，首次將部分 CRM 功能原生內建於 Slack 中。這反映了一個更宏大的趨勢——Salesforce 正將 Slack 塑造為未來企業的代理型作業系統。

資料來源：
Salesforce Investor Relations
Salesforce Data Cloud
Salesforce Agentforce Builder
Agentforce Customer Success Stories
Salesforce Apromore Acquisition

read more
load more