目前企業導入AI的進度究竟有多快？根據Hitachi Vantara《2025年資料基礎架構現況報告》指出，高達99%的台灣受訪企業已引進AI技術，然而僅有29%的企業認為自身具備實現長期投資報酬率的準備度。
兩者之間的落差反映企業即使投入大量預算建置運算資源，若底層資料架構尚未到位，GPU等昂貴算力仍可能無法發揮。對此，Hitachi Vantara日前發布全新Virtual Storage Platform One（VSP One）高階儲存與物件儲存（Object）解決方案，協助企業建立具備高可用性與治理機制的統一資料平台。
Hitachi Vantara台灣區總經理江偉儀表示，當前企業在AI導入上面臨的核心挑戰已超越運算技術本身，關鍵在於資料如何有效整合與治理。若無法降低跨環境儲存孤島帶來的管理複雜度，組織將難以把AI應用由單一場景擴展至營運流程。Hitachi集團深耕OT領域多年，具備深厚的產業知識，結合IT的專業能力，可為智慧製造與關鍵基礎設施提供更貼近需求的方案。
針對關鍵任務環境與高負載AI應用，Hitachi Vantara台灣區首席技術顧問林祈禎指出，全新的VSP One高階儲存系統最高可提供5,000萬IOPS的I/O處理能力，支援高效能資料庫、即時分析與大規模AI流程等應用情境。面對日益嚴峻的資安威脅，該系統內建資料加密機制，並納入後量子密碼學（PQC）相關技術，以因應未來量子運算可能對傳統加密機制帶來的風險。
Hitachi Vantara台灣區總經理江偉儀（右起）、首席技術顧問林祈禎、資深技術顧問歐全鎰，共同說明VSP One如何支援AI負載與資料治理。
系統穩定度也是企業評估高階儲存的關鍵。林祈禎說明，傳統高階儲存設備多以6個9的可用度為標準，意即每年有31.5秒的非預期停機時間，這在金融交易或大型系統中可能引發資料庫腦裂（Split-brain）與交易中斷。VSP One高階儲存則將可用度提升至8個9，使每年無預警停機時間縮減至0.3秒。
另一方面，非結構化資料如影像、音訊、文件與感測器紀錄持續成長，也使物件儲存被賦予新的任務定位。傳統檔案系統在處理數10億甚至數100億個檔案時，容易受限於目錄層級與索引效率，影響資料搜尋與調用速度。物件儲存採用扁平化架構，並透過Metadata標籤描述資料特徵，可讓系統更精準地提取所需資訊。為加速機器學習與資料分析流程，VSP One物件儲存原生支援Amazon S3 Tables功能並整合Apache Iceberg，協助企業將物件儲存中的資料納入現代化資料湖倉（Data Lakehouse）架構。IT團隊可直接在物件儲存上執行SQL查詢，並減少資料在外部系統間搬移、擷取、轉換與載入（ETL）所耗費的時間。