掌握 AI 驅動的金融未來！Nutanix 台灣技術總監鄭建華：「企業數位轉型及 AI 創新，就是為了追求生存與成長。」

Nutanix 台灣技術總監鄭建華強調，AI 是優先事項，但基礎建設與資料安全才是真正的門檻。

當 AI 持續重塑全球產業版圖，金融業也正站在數位轉型與創新應用的關鍵交會點上。近日 Nutanix 台灣技術總監鄭建華出席「TechOrange 2025 科技金融論壇暨第 9 屆 Hit FinTech 高峰會」演講時，特別以「掌握 AI 驅動的金融未來」為主題，深度剖析金融產業推動 AI 創新的關鍵挑戰、基礎建設策略與混合多雲布局，分享金融業如何善用 AI 技術，打造具備高效率、高敏捷性與高安全性的現代化基礎架構。

「企業進行數位轉型及 AI 創新，就是為了追求生存與成長，」鄭建華分析，當客戶對金融服務的期待轉向即時性、個人化與高品質數位體驗時，金融業者唯有改變，才能持續被選擇與信任。然而導入 AI 的同時，企業往往也面臨高昂的營運成本與日益嚴格的合規壓力，因此如何在轉型中實現真正效益、有效優化業務流程，成為金融產業的當務之急。

企業走向軟體定義的基礎設施架構，K8s 成為雲原生基礎建設核心

鄭建華以 IT 發展歷程為例，說明過去企業仰賴集中式儲存與實體硬體，如今則走向軟體定義的基礎設施架構，包括軟體定義儲存、網路、資安與自動化等，同時在這樣的架構轉型中，公有雲、私有雲與混合多雲逐漸成為企業主流選項。「從 Cloud First 變成 Cloud Smart，重點在於哪邊便宜、哪邊合規、哪邊有彈性，就去哪邊跑 AI，」鄭建華形容，企業需求的轉向，代表的是混合多雲策略背後的務實思維，而 AI 的崛起更進一步加速基礎設施現代化。

面對當前 AI 落地挑戰，鄭建華指出，企業常見痛點包括複雜的基礎設施、資料安全與合規，以及在控制成本的同時維持數位創新的壓力。另一方面，對 IT 團隊而言，資訊透明度、應用現代化與微服務架構需求增加，則是經常遇到的瓶頸。

在 AI 應用的推動下，Kubernetes（K8s）已成為雲原生基礎建設的核心。鄭建華引用數據指出，有 49% 的企業正在積極試點或使用 Kubernetes，關鍵驅動力就是 AI。然而 Kubernetes 雖然強大，但部署與維運極為繁瑣，需大量元件組合，對開發者與 IT 團隊的技術門檻不低，此外容器本身的無狀態特性，也為資料儲存一致性與安全性帶來挑戰。

Nutanix 整合性解決方案破解 AI 時代的常見 IT 挑戰

面對基礎設施現代化與 AI 應用落地的雙重挑戰，Nutanix 提出一套涵蓋混合多雲、資安治理與營運自動化的整合性解決方案。首先，Nutanix 提供統一的混合雲管理介面，幫助企業簡化 IT 操作流程，提升運營效率與透明度。另一方面，IT 團隊可以在單一介面完成跨虛擬機（VM）與容器的工作負載管理，實現平台整合。

在資訊安全方面，Nutanix 採用零信任安全設計，在系統內建勒索軟體防護機制、資料加密與微分段等功能，確保企業在面對日益嚴格的合規要求時能夠有效應對。

Nutanix 的平台支援高彈性的水平擴充架構，可搭載 GPU Node，以因應 AI 與機器學習等高效能運算需求。在部署與營運層面，Nutanix 提供一鍵式操作功能，從系統建置到升級皆可在最短時間內完成，進一步提升 IT 團隊的生產力。

在成本方面，透過資源最佳化配置與透明度機制，Nutanix 協助企業有效控制雲端支出，降低整體擁有成本（TCO）並提升投資報酬率（ROI）。此外，平台更內建合規稽核與資安監控功能，支援業界標準並提供全域可視化圖像，協助企業即時掌握系統狀況，主動防範潛在風險。

針對雲原生應用的發展需求，Nutanix 推出企業級大規模原生堆疊解決方案 — Nutanix Kubernetes Platform（NKP），整合儲存、安全、網路、自動化等核心模組，協助企業簡化 Kubernetes 部署與管理流程，讓企業快速穩健地導入新世代應用架構。

Nutanix「GPT-in-a-Box」解決方案的具體效益

邁入生成式 AI 時代，Nutanix 推出了「GPT-in-a-Box」，這是一套專為 GenAI 與大語言模型（LLM）部署而設計的整合解決方案，提供完整的高效能基礎設施，可大幅縮短模型部署時間，並與 Kubernetes 深度整合，支援企業靈活擴展並集中管理 AI 工作負載。

在資料治理與安全面向，GPT-in-a-Box 內建完整的資料加密、防護與稽核機制，協助企業妥善保護金融與個資等敏感資料，確保導入過程中符合法規與安全標準，並助力使用者透過直覺化介面快速部署 AI 模型，IT 團隊則可全面掌控應用存取權限、端點管理與模型調度，同時清楚掌握執行於本地或雲端環境的整體成本結構（TCO）。

其中，Nutanix Enterprise AI（NAI）幫助企業針對多樣化且頻繁改變的大語言模型進行周期管理，亦可自由匯入來自開源平台的模型，或直接使用 NVIDIA 預訓練模型，並透過平台快速進行測試、替換與調整，確保 AI 系統的彈性與效能始終維持在最佳狀態。

GPT-in-a-Box 提供完整的高效能基礎設施，可大幅縮短模型部署時間，並與 Kubernetes 深度整合，支援企業靈活擴展並集中管理 AI 工作負載

Nutanix 解密 AI 賦能的 3 大策略

作為 AI 生態系重要一員，Nutanix 不僅與多家硬體與模型供應商合作，也整合超過十家 ISV、兩家服務供應商與一個模型中心，共同打造涵蓋模型訓練、部署、監控與治理的完整生命週期支持，協助企業實現真正 AI 驅動的營運升級。

談到企業以 AI 賦能營運的具體策略，鄭建華總結三種主要發展路徑。第一是採購市面上的套裝軟體，讓企業快速落地 AI 應用、提升即戰力。第二則是透過內部平台自主開發，進行模型的客製化訓練與應用建置，以因應高度專業化的應用需求。最後則是為不同部門與角色設計專屬的個人助理型 AI，同時針對具體任務進行自動化與決策支援。然而不論採用哪一種形式，企業都必須建立現代化的基礎架構，規劃合理的 TCO 與混合雲策略，並學會管理 Agentic AI 模型，才能真正掌握 AI 驅動的競爭優勢。

當 AI 不再只是話題，而是企業營運的核心，Nutanix 正在描繪從平台整合、模型治理到進化營運效率的具體途徑，並為金融產業擘劃更穩健、安全且極大化 AI 應用價值的策略藍圖。