鑑於企業普遍遭遇人工智慧（AI）應用導入的困難，包括IT環境過於碎片化、資料品質與主權問題、人才短缺與營運成本壓力等等，HPE（慧與科技）提出以「Agentic AI Factory」為核心的發展藍圖，著力於將AI應用導入標準化與模組化。
HPE台灣暨香港董事長王嘉昇觀察，多數企業在導入AI時面臨傳統IT架構孤島、資料分散與隱私議題、成本與人才缺口、基礎設施無法滿足AI運算需求等挑戰。為此，HPE的策略專注於整合AI、混合雲與網路三大領域，藉由平台化與自動化運維能力，協助企業建立一套可持續擴張的AI基礎建設。
在架構層面，HPE以「Private Cloud AI」為核心，打造三種針對不同規模與資料主權需求的AI工廠（AI Factory）架構。首先是Turnkey AI Factory，主要面向中型企業，強調快速部署、即時推論效能，協助企業以最低的導入門檻實現AI應用。其次是AI Factory at Scale，支援數百至上萬顆GPU的高密度配置，適用於進行大規模模型開發與訓練。第三則是Sovereign AI Factory，針對政府與公共部門對資料主權與合規要求嚴格的場景，提供獨立的算力與資料掌控能力。
王嘉昇分析，台灣企業導入AI的最大瓶頸並非技術不可得，而是企業規模與資源分佈結構所造成的落差。「我們市場規模雖大，但市場價值高度集中於少數龍頭企業，多數中小企業研發能量與IT成熟度不足，使得AI導入步調受到現實資源的限制。」在缺乏足夠運算資源、專業人力與系統整合經驗的情況下，企業難以自行搭建符合安全與效能要求的AI運算平台，導致導入計畫容易停留在概念驗證階段，難以真正規模化營運。
HPE台灣暨香港董事長王嘉昇認為，透過AI工廠與私有雲的結合，企業不僅可掌握資料主權與運算資源，更能以標準化的技術堆疊降低導入複雜度，讓生成式AI與代理型AI真正成為企業營運的核心驅動力。
為解決這類結構性挑戰，HPE將AI開發所需的硬體資源與軟體元件預先整合，提供統包式的AI工廠平台。例如，底層的AI原生混合基礎建設結合GPU即服務，向上串接大型語言模型即服務、檢索增強生成即服務與AI代理應用層，透過單一堆疊完成從模型訓練、推論到應用部署的流程。
這套工廠模型亦結合了代理型AI（Agentic AI）的概念。王嘉昇強調，未來企業營運不再僅依賴單一模型或工具，而是藉由一組具備自動化判斷與執行能力的AI代理人（Agent）來驅動業務。例如製造業可部署專家型代理人協助產線優化、金融業透過理賠代理人強化異常交易偵測與審查效率。這些代理人運作於統一的AI工廠平台之上，具備可重複、可擴張的部署能力，有助企業快速從試點走向規模化應用。