AI帶來IT質變與量變

生成式AI在2025年持續風行，不論在工作或生活的場合，每個人都在熱烈討論或聽聞相關技術應用的最新進展，2026年這股熱潮仍將持續發威，成為各個領域發展的重要推手。最近我們參加應用系統遞送與資安（Application Delivery and Security）廠商F5的年終報告，透過他們的分析，得以參照今年企業AI應用現況，瞭解IT服務品質與規模正在經歷激烈的變化。

該公司引用的資料是2025年4月發布的年度應用系統戰略現況報告，高達96％的企業都正在部署AI模型，回顧2023年，只有四分之一的企業這麼做。現在的企業如何使用AI？72％的人表示用於提升應用系統效能，59％用於提升成本效率、實施資安防護規則，以及自動緩解零時差漏洞。

有一半的組織，採用AI閘道連接應用系統與AI工具，其餘40％組織打算在未來一年來導入這類機制。而且，有62％組織透過上述方式來保護與管理AI模型，獲得集中控管能力，以及藉此防護企業、避免發生敏感資料外洩的事故。

大眾與各種產業能夠從AI獲益的機會相當豐富，但因此面臨的種種挑戰也令人難以忽視其不便與風險。F5年度報告點出首項憂慮是AI模型的安全性，許多企業無法處理AI應用系統帶來的巨量資料、複雜流量模式，以及新的網路攻擊路徑。

而在營運AI系統的就緒程度，也存在很大落差。例如，高度就緒的只有2％，中度就緒的有77％，低度就緒的有21％，之所以無法提高的原因在於治理、安全性，以及IT基礎架構的配合等問題；高達6成的組織仍受困於手動工作流程，原因包含預算的限制、複雜的廠商生態，以及各種自定的組態設定，導致自動化變成困難又耗時的工作；而且，有54％的組織表示受限於技能短缺，使得AI應用開發面臨重重阻礙；組建與營運AI工作負載的成本問題，也比2024年增加（42％提升至48％）。

無法建立能夠擴展使用規模的資料處理實務，也成為組織導入AI的難題，2024年表示有這類挑戰的比例是33％，2025年增加至39％。因為AI系統出現潛在偏見或胡說八道狀況而無法信任AI的比例，也從27％，提升至34％，不過，F5也看到抱怨資料品質不佳的比例有下滑跡象，2024年是56％，2025年降至48％。

對於API方面的顧慮，也相當顯著。58％的組織認為這項技術議題已成為很棘手的部分。由於近年來許多企業推動的數位轉型，出現大量API，不分規模大小的企業都擔憂接踵而來的資安風險，而且，每支API可能有數百個端點存取，每一個都必須受到保護，保衛應用系統與資料安全。

有些組織為了管理涉及眾多API與程式語言的複雜組態設定，所耗費的工作時間就占了一半；而在自動化相關的工作任務當中，組織花在廠商API搭配最多，達到31％，其次是自定指令碼撰寫，有29％，接著是工單與管理系統的整合，比例也高達23％。

部署方式也對應用系統型態產生影響，F5的報告也反映這個現象，橫跨多種環境進行混合部署的組織，比例高達94％，這些環境包含公有雲、私有雲、企業自建自管的資料中心、邊緣運算、服務業者代管的IT設施，而之所以這麼做，是為了符合執行規模的擴展、成本、法規遵循等要求。

有91％的組織表示，採用多雲的第一個原因，在於他們能藉此適應業務需求的不斷變化，其次是改善應用系統的韌性（68％），以及獲得成本效益（59％）。

在企業AI工作負載的部署策略上，也受到IT架構混合模式的影響，根據F5的報告指出，51％的組織計畫AI模型的使用將會橫跨雲端與內部環境，但特別的是，當中也有高達79％的組織，近期打算將至少一套應用系統從公有雲，搬回內部環境或代管環境，原因是希望控管成本、資安顧慮，以及希望掌握可預測性（predictability），相較於2021年的調查，現在表態這麼做的企業比例增加了13％，顯示企業在依賴公有雲的狀態下，對於彈性的保有也越來越重視。

不過，混合模式雖然受到普遍採用，企業仍擔憂採用這種架構引發的副作用。例如，53％的組織擔心應用系統交付政策的不一致，47％的組織顧慮資安策略的分散。