調查顯示，隨全球資料生成與儲存量創下新高，受訪企業在規劃AI基礎架構時，更傾向採用經驗證且可靠的儲存層
隨著 AI 演進為持續運作的生產級資料系統，管理爆炸式增長的資料儲存需求，已成為與解決運算能力瓶頸同等重要的挑戰。Western Digital Corporation (Nasdaq: WDC) 近期針對全球大型客戶與通路夥伴進行跨產業最新調查，揭示了多項市場洞察。結果顯示，企業正優先採用具備經驗證的可靠性、可預測成本，以及具備長期資料擴展能力的基礎架構。
調查結果進一步印證 AI 基礎架構正出現結構性轉變：相較於運算資源可在模型訓練與推論週期中重複使用，AI 生成的資料，如訓練資料集、推論日誌、嵌入與輸出結果，則會持續累積。隨著企業從試驗階段轉向生產級的AI 正式部署，基礎架構決策也更加受到長期資料保存與營運經濟效益所驅動，進而形成不受短期運算週期影響、持續成長的儲存需求。
關鍵調查結果
經驗證的基礎架構更受青睞：隨著 AI 部署規模擴大，企業日益傾向採用經過實際營運驗證的基礎架構。
- ● 66% 的受訪者表示，他們已經或正在考慮延後對導入新興技術的優先順序，轉而採用能在大規模環境下，提供穩定可靠性與可預測效能的基礎架構。
可靠性與 AI 工作負載並列為企業基礎架構的首要考量：隨著 AI 規模擴增，企業正將重心轉向以吞吐量為導向、針對大規模持續性資料傳輸最佳化的基礎架構。這發展路徑更強調可靠性、一致性與效率，而非單純追求低延遲，以將維運負擔降至最低。
- ● 69% 的受訪者將支援 AI 訓練與推論的工作負載視為首要任務。
- ● 69% 的受訪者將提升可靠性與可用性視為優先要務。
- ● 在受訪者的優先排序中，延遲最佳化的排序（7%）相對較低，重要性次於可擴展性、可靠性與營運效率。
容量擴展與成本效益驅動基礎架構規劃：隨 AI 資料量增長，成本與容量已成為規劃長期 AI 基礎架構與維持 AI 持續運作的重點，反映出企業正轉向以長期可擴展性、營運效率與 AI 資料成長需求為核心的基礎架構規劃。
- ● 87% 的受訪者將容量擴展與總擁有成本（TCO）最佳化列為優先考量。
經濟效益驅動儲存決策：經濟效益與可擴展性仍是大規模儲存架構決策的主要驅動力，顯示分層式儲存架構的重要性日益提升，藉此在 AI 資料生命週期中兼顧效能與成本平衡。
- ● 74% 的受訪者表示，以 HDD（硬碟）為核心的基礎架構，在 TCO、容量與可擴展性方面具備主要優勢。
以 HDD 為核心的基礎架構仍是 AI 驅動資料成長的基石：在許多資料中心環境中，HDD 持續佔據主要儲存容量配置，尤其在企業規劃艾位元組（Exabyte）級資料環境與長期資料保存需求時更是如此。
- 在了解其儲存配置的受訪者中，有 70% 表示目前營運環境以 HDD 為主（佔總儲存容量 50% 以上）。
- 35% 的受訪者表示，在其環境中 HDD 佔總儲存容量超過 75%。
Amstergi Middle East, Abish Mohamed 表示：「HDD 仍是我們長期策略的一環，因為它們能以較低成本提供可靠、具擴展性的儲存，非常適合應對龐大資料量以及長期保存需求。」
一名匿名受訪者表示：「HDD 並非過時產品，而是策略性的容量解決方案。HDD 能在應對資料增長的同時，提供市場上最低的每 TB 單位成本。未來並非要在 HDD 與 SSD（固態硬碟）之間二選一，而是 兩者共存、相互配合。」
調查揭示的AI基礎架構的意義
調查結果顯示，許多企業正著手打造能持續支援 AI 資料系統的基礎架構，而非僅因應獨立工作負載或短期實驗需求。調查也進一步反映出更廣泛的產業轉型：AI 基礎架構正逐漸被視為長週期資料系統來設計，而非單純的高效能運算環境。
WD 產品長 Ahmed Shihab 表示：「AI 本質上是一場資料系統的挑戰，而不僅是運算挑戰。我們的客戶正處於解決此問題的前線，他們的需求更直接形塑了我們的創新藍圖，以及我們為 AI 時代與未來所打造的技術。運算資源可以重複使用，但資料卻會持續累積並不斷增長。未來在 AI 下一階段發展中脫穎而出的企業，將是那些能為大規模持續性資料系統建構基礎架構、而非僅追求最佳運算效能的企業。」
一名匿名受訪者表示：「HDD 之所以持續在企業長期策略佔一席位，是因為在經濟效益與規模化能力方面，具備新興技術至今仍難以取代的優勢。簡單來說：HDD 是長期儲存大量資料最具成本效益且可靠的方式。即使 SSD 仍舊主導著重高效能的工作負載，但在大規模資料儲存領域，HDD 的優勢仍無可匹敵。」
調查方法論
本調查於 2026 年進行，受訪者涵蓋全球約 200 名主要客戶，包括超大規模雲端服務供應商、雲端服務供應商及企業部門。其中 80 名受訪者代表，負責其企業基礎架構策略、資料中心營運與儲存架構。各項調查問題的實際回覆總數視參與情況各異。
