Hewlett Packard Enterprise 將 AI 原生網路定位為代理式企業的關鍵基石，整合 Juniper 後展現跨平台創新
HPE Discover 2026 投資人關係高峰會，2026 年 6 月 16 日
Hewlett Packard Enterprise (HPE) 於其旗艦級 Discover 大會上，展示了 Juniper Networks 的快速整合成果，並將其網路產品組合定位為代理式人工智慧（Agentic AI）新時代不可或缺的基礎設施層。執行長 Antonio Neri 與網路業務負責人 Rami Rahim 指出，HPE 在五個月前完成收購 Juniper 後，已迅速實現產品間的交叉推廣，並在園區、分支機構、資料中心、路由及安全領域建立了所謂的「自動駕駛網路」（self-driving networks）。
該公司提供了未來六個季度的財務指引，包括 2027 會計年度的營收框架，預計營收中位數將成長 8% 至 12%。管理層認為，這主要歸功於強勁的網路需求，以及目前已達積壓訂單數倍的潛在業務管道。這種信心源於收購 Juniper 後的結構性產品組合調整，以及持續的供應限制，這使公司能更清晰地掌握客戶的長期承諾。
整合速度超乎預期，營收綜效顯現
Neri 強調 Juniper 的整合速度相當驚人。他指出，HPE 在 7 月 2 日完成交易後的短短五個月內，便將 1 萬名 Juniper 員工納入公司、整合了銷售團隊、宣布了完整的網路策略與路線圖，並推出了新產品。Neri 在投資人會議中表示：「截至 1 月 2 日，僅僅五個月的時間，我們就將 1 萬名 Juniper 員工納入麾下。我們宣布了網路策略，公布了涵蓋園區與分支機構、資料中心交換器、安全及路由這四大關鍵網路領域的路線圖，並將銷售團隊整併為單一的統一銷售組織。」
此次整合已產生具體的跨平台創新。HPE 宣布，其 Aruba CX 交換器產品組合（過去僅支援 Aruba Central 管理軟體）現在將支援 Mist，用於第 0 天、第 1 天及第 2 天的營運。在現場演示中，產品負責人 Sunalini Sankhavaram 展示了管理員如何透過掃描 QR Code 將 CX 交換器納入 Mist 管理，透過範本管理配置，並利用 Marvis 人工智慧進行自動化故障排除，包括主動偵測問題，以及能自動修復卡住連接埠且無需人工干預的「自我修復信任清單」（self-healing trust lists）。
該公司還推出了 723H 存取點，這是首款同時支援 Mist 與 Aruba Central 的雙平台硬體，目前已全面上市。更重要的是，HPE 宣布將 Juniper 核心價值主張之一的 AI 驅動自動化網路營運功能「Marvis Actions」導入 HPE Aruba Central。這透過該公司所稱的「建構於微服務架構之上的通用代理式 AI 框架」，為 Central 用戶帶來了以體驗為先的 AI 與自動化修復能力。
展望未來，Neri 表示，隨著公司加強網路、運算、儲存與軟體在私有雲及 AI 工廠產品中的連結，整合帶來的營收綜效將於 2027 會計年度開始顯現，並在隨後幾年加速成長。Neri 解釋道：「這與整體產品組合的綜效，特別是雲端產品組合——無論是虛擬化堆疊中的軟體、私有雲堆疊，還是儲存設備——都是我們思考 2027、2028 及 2029 會計年度營收與利潤的來源。」
自動駕駛網路能力延伸至所有領域
HPE 將其自動駕駛網路願景定位為實務上的必要性，而非未來主義的憧憬。這是基於 AI 規模的基礎設施已無法透過人工操作的現實。Rahim 明確表示，自動駕駛網路必須具備即時感知、學習、優化、保護與自我修復的能力，使 IT 團隊能從繁瑣的人工基礎設施維運中解脫，進而加速業務成果。
在園區與分支機構環境中，HPE 展示了其代理式 AI 框架如何透過幾個基礎支柱實現自動化營運。首先，系統利用每分鐘來自每位用戶的真實體驗數據，並與實際客戶支援案例進行驗證，輔以數位孿生（digital twins）技術，以最大化 AI 洞察的效能。其次，API 優先的策略使所有數據皆可透過 API 存取，建立強大的模型上下文協定伺服器與工具，實現大規模的代理式自動化。第三，一套全面的 AI 代理與技能可分析數據集，並將 Marvis Minis 數位孿生的推理應用於封包擷取、日誌、知識庫文章及安全漏洞。第四，大型體驗模型能識別視訊通話品質不佳等問題的根本原因，並預測未來問題以進行主動預防。
Sankhavaram 演示了一個自動化容量優化場景：Marvis 偵測到某辦公大樓中超過 6% 的用戶連線品質不佳。系統自動啟動 5GHz 雙頻運作，將網路負載利用率從 90% 降至 54%，無需人工干預或提交服務單即可解決問題。她表示：「這不是手動調整，也不是試誤法，而是網路自我優化以提供最佳用戶體驗。這項功能現已在 HPE Mist 中提供。」
該公司已連續 20 年獲評為 Gartner 有線與無線區域網路（LAN）魔力象限的領導者，在執行力與願景方面均名列前茅。客戶見證包括俄亥俄州立大學（Ohio State University），該校在其足球場部署了超過 2,000 個無線存取點；以及米蘭-科爾蒂納冬奧（Milano Cortina Winter Olympics），HPE Mist 在橫跨數百英里的 15 個場館中即時調整了網路配置。
路由產品組合解決 AI 資料中心瓶頸
HPE 將路由定位為基礎基礎設施，並透過專用矽晶片、系統與軟體作為單一架構設計，保持其差異化優勢。路由產品組合涵蓋用於企業與都會存取的 ACX 路由器、具備業界領先密度與電源效率的 PTX 路由器，以及專為嚴苛邊緣環境靈活性而建構的 MX 路由器。
針對 AI 資料中心，該公司推出了 QFX5250，這是業界首款專為 AMD Helios 架構設計的 HPE Juniper 網路橫向擴充（scale-up）交換器。該交換器可將 72 個 GPU 連接至單一機架，提供每秒 260TB 的總橫向擴充頻寬，同時具備基於標準乙太網路的開放性、支援 SONiC OS 及 Juniper AI 自動化。Neri 強調，在超大規模環境下，網路效能決定了客戶能在 30 天還是 90 天內訓練出新模型，因此橫向擴充網路至關重要。
該公司宣布 QFX5250 為全球效能最高、100% 直接液冷式超乙太網路傳輸交換器，即日起出貨。此交換器透過低延遲擁塞控制與營運簡化，確保數十萬個 GPU 在龐大的 AI 叢集中協同運作。針對跨多個資料中心的分散式 AI 部署，HPE 推出了具備超高密度路由的 PTX12000 系列，專為 AI 織網（AI fabrics）設計，支援 800Gb 路由並具備 1.6Tb 升級能力，透過同調光學技術連接跨站點資料中心，且不犧牲效能。
該公司還推出了 QFX5140 推論交換器，專為分散式 AI 部署打造，在 1U 機架外型中提供高達每秒 16TB 的交換容量，將 AI 推論能力推向更靠近邊緣的位置，以實現更快的反應時間。資料中心產品負責人 Kyle Baxter 指出，HPE 是首家出貨 800Gb 連接的 OEM 廠商，現在更透過 Tomahawk 6 晶片組與 100% 液冷設計，在 1.6Tb 連接上取得了同樣的市場領先地位。
在 AI 營運方面，產品負責人 Katrina Pickett 展示了 Marvis 如何將路由器轉化為數位孿生，生成合成應用流量，即時偵測效能衰減，無需派員維修或影響用戶。在一個醫療應用程式發布前的場景中，延遲從 80 毫秒增加至超過 200 毫秒，Marvis 分析了網路，識別出流量因配置變更移除首選路徑而轉移至較差路徑，並以淺顯易懂的英文建議具體驗證與修復步驟。系統甚至主動提議未來可自動執行修復，向完全自動化營運邁進。
安全與網路融合：零信任架構
HPE 將安全定位為與網路根本性融合的領域，而非分開運作。該公司認為，惡意軟體必須利用網路才能造成損害，因此有效的安全策略必須利用相同的網路來偵測並執行政策。公司概述了成功實施零信任（Zero Trust）所需的五大核心要素：對所有已連線用戶與設備的可視性、政策驅動的編排、無所不在的政策執行、即時偵測，以及 AI 驅動的自動化回應。
安全產品組合包括具備業界領先效能的防火牆、具備全面存取控制且跨裝置類型一致執行的網路存取控制（NAC）、支援廣泛應用且具備智慧路由的代理或無代理部署安全存取服務邊緣（SSE），以及針對任何環境優化應用效能與安全性的 SD-WAN。SASE 與安全產品負責人 Madani Adjali 宣布推出統一的 SASE 編排器，將 EdgeConnect SD-WAN 與 SSE 整合至單一控制台，提供一致的零信任政策與 AI 驅動的營運，實現更簡單、快速且安全的連線。
在現場演示中，Adjali 展示了管理員如何從統一編排器建立網頁過濾政策，並自動分發至整個 SD-WAN 織網與 ZTNA 用戶。更重要的是，他展示了透過 Security Director Copilot 實現的 AI 感知防火牆功能，該功能可分析所有 SRX 防火牆的威脅，從 HPE Threat Labs 提取威脅情報，並提供關於威脅類型、目標產業及受影響國家的具體洞察，以及可執行的建議。系統能執行細粒度的即時控制，安全管理 AI 應用程式的使用，包括封鎖 ChatGPT 與 Claude 等未經授權的 AI 應用，同時允許 Gemini 等應用在特定護欄（guardrails）下運作，防止上傳公司檔案或包含受限關鍵字的提示詞。
該公司推出了 SRX4700，這是目前速度最快的量子安全防火牆之一，在單一機架單元中提供高達每秒 1.4Tb 的安全效能，使客戶能在不造成效能瓶頸的情況下，保護支援 AI 工作負載的現代資料中心。HPE 還宣布其 SASE 產品組合與 Zerto 實現網路韌性整合，允許組織在生產環境中發生錯誤時快速回滾至乾淨狀態，減少停機時間並保護業務營運。
私有雲 AI 因應代理式企業需求
Neri 概述了 AI 如何從生成內容轉向採取行動，透過代理（agents）在數據、應用程式、模型與工作流程中進行推理，協助決策、自動化流程，並日益代表用戶採取行動。他將此描述為產生了需要以前所未有的規模進行管理的「代理人力隱形成本」（shadow costs of an agent workforce），IT 部門很快將負責管理跨越每個企業職能的數千個代理。「代理式 AI 需要一套新的企業需求。代理必須安全且受控，並具備明確的護欄，規範其能做什麼、能操作哪些系統，最重要的是，能存取哪些數據。它們需要使用受信任的企業數據進行訓練，因為代理的好壞取決於其背後的數據與上下文。此外，它們需要能隨需求成長而擴展且不會產生失控成本的基礎設施，」Neri 表示。
HPE 強化了私有雲 AI（Private Cloud AI），針對代理工作負載設計了專屬功能，首先是代理治理（agent governance），允許註冊以任何框架建構的代理，並圍繞 API 呼叫、身分識別與加密建立安全控制，無需修改任何程式碼。新的三層身分識別模型可驗證用戶、管理代理，並針對敏感操作啟用人工審核。該公司宣布了透過 NVIDIA OpenShell 與 NeMo Cloud 進行安全代理操作的功能，為先進的私有 AI 代理提供現代主動執行環境，並將政策執行內建於代理執行中。每個代理都在隔離環境中運作，並針對數據存取、系統互動與許可操作設有護欄。
在數據準備方面，私有雲 AI 增加了受治理的數據層，並整合 NVIDIA AI 數據平台，提供統一存取權限以準備與管理跨現有環境的企業數據。Alletra Storage MP X10000 增加了即時元數據豐富化與原生模型上下文協定支援，使代理與應用程式能更快地跨結構化與非結構化數據擷取正確的數據與上下文。HPE 聲稱，與自建環境相比，這可縮短 7 至 12 個月的價值實現時間（time to value）。
該平台現支援多節點推論，可跨多個系統服務更大的模型，容量隨需求成長。統一閘道透過單一 API 簡化了對前沿模型與開源模型的存取，並具備集中式憑證、預算與政策管理。新配置可擴展至 256 個 GPU，包括搭載 NVIDIA Vera CPU、專為推論設計的 ProLiant DL394。對於長上下文工作負載，共用鍵值快取（shared key-value cache）功能減少了重複計算上下文的需求，顯著降低了首個 Token 的成本，並在運算容量上帶來巨大的效能提升。
HPE 將「Unleash AI」計畫擴展至超過 60 家合作夥伴，提供數百個經驗證的用例、藍圖與編排框架。客戶案例包括聖猶達兒童研究醫院（St. Jude Children's Research Hospital）在保護敏感醫療數據的同時加速救命發現；達拉斯牛仔隊（Dallas Cowboys）利用 AI 推動足球與業務營運的策略決策；以及萊德盃（Ryder Cup）使用數位孿生方法建構賽事體驗，並從人群管理到營運規劃提供即時賽事情報。
AI 工廠產品組合涵蓋企業至主權部署
該公司將其 AI 工廠（AI factory）解決方案定位為旨在加速價值實現時間、降低執行風險，並透過經驗證的架構、代理式營運與企業級支援，確保環境從第一天起即具備效能。該產品組合滿足不同營運模式的客戶需求：私有雲 AI 作為代理式企業的安全、受治理預包裝 AI 工廠；AI 工廠規模化（AI factory at scale）專為服務模型建構者與服務供應商的大型多租戶環境打造；以及 AI 工廠主權版（AI factory for sovereigns），針對政府與受監管產業，實現符合當地數據、安全與合規要求的部署。
與 NVIDIA 的深度合作協助客戶建立在最新的加速運算平台上，包括 NVIDIA Vera 與 Vera Rubin。ProLiant 伺服器上的 Vera CPU 正驅動著企業的代理式工作負載。在超級運算領域，Vera 與 Vera Rubin 架構正推動 Cray 產品組合在 HPC 與 AI 領域的進步。在規模化 AI 工廠中，Vera Rubin NVL72 推動了下一代機架規模解決方案。與 NVIDIA Blackwell 相比，Vera Rubin NVL72 以四分之一的 GPU 數量實現 AI 訓練，且每百萬個 Token 的 AI 推論成本僅為十分之一，代表了巨大的效率提升。
HPE 將機密運算（confidential computing）標準化至整個 AI 產品組合，以保護使用中的敏感數據、模型與工作負載。透過 NVIDIA 機密運算，AI 工作負載在整個堆疊中的硬體保護可信執行環境中執行。對於高度敏感環境中的組織，主權 AI 工廠現已將國防級安全強化、聯邦合規就緒、經驗證的加密標準與全球數據保護要求作為標準功能。
在硬體方面，HPE 推出了業界首款基於乙太網路的橫向擴充解決方案 QFX5252，專為 AMD Helios 系統打造。此交換器作為執行 SONiC OS 的 OCP 設計的一部分，將 72 個 GPU 連接至單一機架。搭載 NVIDIA Vera CPU 的 ProLiant DL394 Gen12 提供代理式 AI 與強化學習所需的低延遲記憶體存取、頻寬與一致性，並具備 ProLiant 所期待的安全與易管理性。該公司擴展了 ProLiant Edge 產品組合，將安全且 AI 就緒的運算帶入嚴苛與分散式環境，使推論能在更靠近決策點的位置進行。
供應限制推動長期能見度與策略定位
在投資人會議中，Neri 詳細說明了支撐公司提供未來六個季度財務指引的供應動態。他將供應限制描述為嚴重且將持續至 2027 會計年度，2026 會計年度的產能已全數分配完畢。「我們預計 2026 會計年度結束時的積壓訂單將在許多方面高於今日，」Neri 表示，並指出與供應商的長期協議現已跨越多年，而非單一年度承諾。
供應限制不僅限於 GPU，還涵蓋多種元件。在 GPU 方面，Neri 將問題描述為交貨時間（lead times）而非限制，訂單是基於確認的客戶承諾而非投機性庫存，以因應快速的 GPU 生命週期。然而，他指出周邊元件存在顯著限制，包括電源迴路、冷卻迴路、機殼，特別是網路收發器。記憶體成為最嚴重的瓶頸，Neri 指出，擁有 CPU 但沒有記憶體毫無價值，甚至網路交換器也面臨舊款 DDR4 記憶體技術的限制，因為供應商已將重點轉向新世代產品。
該公司圍繞專有矽晶片（proprietary silicon）的策略定位，在應對供應限制方面提供了顯著優勢。Neri 詳細說明，HPE 擁有路由器的專用矽晶片路線圖，MX 路由器採用 TRIO 矽晶片，PTX 路由器則採用 Express 5 矽晶片，這意味著公司在任何路由器上都不依賴商用矽晶片。整個 Aruba CX 園區與分支機構產品組合均運行在 HPE 設計的矽晶片上，這些技術源自 2015 年併入 Aruba 的 ProCurve 業務。這些專有矽晶片現透過 Aruba Central 與 Juniper Mist 平台進行管理。
重要的是，Neri 指出園區交換矽晶片正與安全功能在矽晶片層面融合，而非僅在軟體層面。下一代 CX 交換器將具備網路與安全融合的矽晶片。「下一代 CX 交換器將是網路與安全融合的矽晶片。這是一個獨特的價值主張，將賦予我們巨大的優勢，因為該矽晶片是真正可編程的。所有演算法都內建於矽晶片中，因此我們可以從雲端控制平面（無論是 Mist 還是 Aruba Central）進行程式設計，」他解釋道。對於資料中心交換器，HPE 已成為 Broadcom 最大的 OEM 合作夥伴，這為公司在必須依賴外部供應商的商用矽晶片方面提供了分配優勢。
企業現代化推動傳統伺服器動能
HPE 報告稱，在所謂的傳統伺服器領域，訂單年增率達到三位數，這主要歸功於企業為採用 AI 而進行的現代化需求，以及效能密度與能源效率的根本性提升。Neri 指出，客戶可用一台當前世代的系統替換七台任何廠商的第 10 代伺服器，在空間需求上實現 7 比 1 的縮減，同時節省高達 65% 的能源消耗，並透過核心與記憶體密度的提升大幅提高效能。
在投資人問答環節中，Neri 針對客戶應對硬體價格上漲的問題表示，雖然客戶自然希望盡可能延長資產壽命，但為採用 AI 而進行基礎設施現代化的迫切性比以往任何時候都強。「我們並未因成本而看到放緩。反之，我們看到了加速。我們相信這種情況將持續下去，因為即使到了 2027 會計年度，成本曲線會趨於穩定，但仍將維持在非常高的水平。那麼，我是要等待 18 個月、兩年，誰知道呢？」他表示。
HPE 金融服務（HPE Financial Services）在協助客戶管理轉型方面發揮了關鍵作用，具備加速舊資產折舊、移除舊基礎設施並釋放資金用於再投資的能力。重要的是，許多客戶正從資本支出（CapEx）模式轉向營運支出（OpEx）模式，認為這是一種更謹慎的方法，可以從小型 AI 專案開始，並根據成果進行擴展。無論付款模式為何，所有部署皆連接至 GreenLake 雲端統一控制平面，並將軟體訂閱附加於基礎設施之上。
展望未來，Neri 指出，到 2030 年，絕大多數的 AI 需求將集中在推論而非訓練，關鍵問題在於推論發生在哪裡、針對不同用例與垂直產業部署何種架構，以及推論是集中還是分散。他認為 CPU 與 GPU 的比例將根據推論類型而異，可能在 4 比 1 到 8 比 1 之間。公司正致力於架構改進以減少層級與開銷，透過鍵值快取核心與網路織網的創新，更有效地解決規模、成本與能源消耗問題。
主權與超大規模供應商市場呈現不同機會
Neri 對主權 AI 機會提供了細膩的觀點，將市場定義為包含 12 到 15 個具備實質意義的機會，這些機會結合了傳統政府實驗室與致力於在主權原則下提供 AI 雲端的實體，通常由地緣政治考量所驅動。挑戰在於資本取得，這在不同地區差異巨大。「在美國，這非常容易。我的意思是，你需要多少錢以及你願意付多少錢。但在歐洲，這是一場持續的戰鬥。他們有很多想法，但籌集資金的能力很複雜，」Neri 在講述與一家歐洲實體對話時表示，該實體為一個 1GW 的設施撥款 40 億美元，但這需要數倍於此的投資。
許多主權倡議面臨漫長的銷售週期，因為政府致力於透過監管與地緣政治激勵措施來吸引私部門資本。HPE 已部署了多個主權 AI 雲端，包括英國的 AI Bristol Cloud 與挪威服務歐盟的 Lumi 系統。中東動能因地區衝突顯著放緩，但阿拉伯聯合大公國（UAE）仍持續進展。一個重要的相關領域是超級運算，HPE 為所有主要的美國國家實驗室提供動力，包括橡樹嶺（Oak Ridge）、阿貢（Argonne）、洛斯阿拉莫斯（Los Alamos）與利佛摩實驗室（Livermore Lab），並提供百萬兆級（exascale）系統。這些設施目前正在增加 AI 系統，橡樹嶺的 Frontier 百萬兆級超級電腦正加入 Mission 與 Lux AI 系統，在 HPE 已建立專業知識與信任的環境中創造了擴張機會。
在超大規模供應商（hyperscaler）與大型服務供應商領域，Neri 估計約有 50 家客戶規模足以產生影響，儘管隨著更多實體透過金融工程參與 AI 建置，這一數字有所成長。這 50 家客戶將消耗數百萬個 GPU，代表極高的交易價值。相比之下，數十萬家企業客戶消耗的 GPU 數量遠少得多，每位客戶的交易價值也顯著較低。Neri 強調，應專注於營運資本回報率與利潤率，而非追逐可能導致未來難以比較營收規模的成長，並指出無論在哪種情況下，HPE 都能憑藉作為基礎設施的網路優勢勝出。
對於傳統的超大規模供應商伺服器業務，Neri 指出，機會在多年前已很大程度上轉向雲端，他於 2017 年決定停止向該領域銷售，因為利潤率不存在。超大規模供應商通常擁有專有設計與矽晶片（如 AWS Graviton），HPE 的參與更多集中在超大規模供應商的邊緣環境，將 HPE 產品作為進入大型資料中心的入口，而非向核心環境銷售大量伺服器，因為客戶通常直接與代工廠與 ODM 簽約。
研究與新興技術解決長期限制
Neri 將電力定位為 AI 基礎設施建置的決定性限制，指出美國到 2028 年將面臨 19GW 的電力缺口，預計到 2030 年資料中心將佔美國電力需求成長的近一半。該公司以 Siemens Energy 為例，該公司正應用 AI 開發下一代燃氣渦輪機與 AI 時代所需的能源基礎設施。「隨著 AI 擴展，未來將不僅由運算定義。它將由我們能多有效率地供電、冷卻與連接來定義，」Neri 表示。
HPE Labs 正應用 AI 來改善 AI 系統本身，透過運算伺服器、網路、儲存、軟體與安全領域的系統級專業知識，使其更具擴展性與永續性。該公司正透過 GreenLake Intelligence 開發預測性自動駕駛智慧，能學習工作負載模式，並在應用程式請求前將數據放置在所需位置。在更廣泛的資料中心環境中，HPE 利用 AI 來識別閒置模式，並在不影響效能的情況下減少能源與水資源消耗。
在量子運算方面，Neri 採取了務實的工程視角，指出雖然量子在密碼學等特定應用中顯示出前景，但實用的量子系統距離高度實用應用所需的 1 萬個量子位元（qubits）仍很遙遠，目前業界在多種競爭技術下的極限約為 1,000 個量子位元。HPE 的方法集中在三個公司能加速量子進展的領域：建立生態系統、開發網路以實現橫向擴充量子架構而非等待橫向擴充系統，以及建立使用傳統運算在橫向擴充模型中開發量子應用程式的環境。
該公司宣布擴大產業合作，透過全堆疊平台推進混合量子運算，將世界級 HPC 與 AI 基礎設施延伸，使量子運算更接近即時與現實世界的部署。HPE 已將超級電腦與量子系統連接，由超級電腦執行主要工作，並將特定任務交給量子進行更快速的處理，然後再傳回結果。「我認為量子對於密碼學等領域將非常出色。但最終，我認為它將作為傳統運算的加速器形式存在，」Neri 總結道，將量子定位為互補技術而非替代技術。
在一個強調 HPE 邊緣運算能力的小插曲中，Neri 指出該公司已在國際太空站（ISS）上以「Spaceborne 2」的名義運作一個小型 AI 資料中心，供太空人進行研究。到今年年底，Artemis 3 將部署首個由 HPE 運算模組與網路驅動的月球車，任務控制中心也將運行在 HPE 基礎設施上，這證明了該公司在任何量子運算突破之前，在極端邊緣環境中的能力。
HPE 深度解析：AI 整合護城河與企業轉型復興
建構企業級 AI 工廠
慧與科技（Hewlett Packard Enterprise, HPE）正處於全球數位基礎設施轉型的結構性核心，並從企業轉向混合雲運算與人工智慧的趨勢中獲利。其核心商業模式在於設計、製造與維護先進的運算、儲存及網路硬體，並輔以專有的軟體與服務層。該公司過去主要銷售一次性硬體，如今已透過 GreenLake 平台，系統性地轉型為基於消費量的經常性營收模式。GreenLake 允許企業以服務形式使用地端基礎設施，在保留私有資料中心數據主權與在地控制權的同時，兼具公有雲的靈活性。截至 2025 會計年度末，該平台的年化營收運行率已超過 19 億美元，並預計在 2026 會計年度末達到 35 億美元。這不僅是會計層面的調整，更是一場結構性轉型，使 HPE 深深嵌入企業的營運支出（OpEx）預算中，而非受限於波動劇烈的資本支出（CapEx）週期。
該公司透過運算（Compute）、高效能運算與 AI（HPC & AI）、儲存（Storage）及網路（Networking）等既獨立又具高度綜效的部門創造營收。在當前週期中，該公司不再單純銷售伺服器作為商品，而是行銷「全整合式 AI 工廠」。這些部署方案綑綁了高密度運算節點、針對大型語言模型優化的非結構化資料儲存，以及消除節點間延遲所需的關鍵網路架構。營收來源包括硬體直接銷售、多年期服務水準協議（SLA）、內部金融服務部門提供的融資，以及經常性軟體授權。這種向統一技術堆疊的策略轉向，確保了客戶在購買 AI 伺服器叢集時，能順勢加購專有的交換器、直接液冷基礎設施及遙測軟體，從而最大化每一組機櫃的終身價值。
市場動態、競爭對手與供應鏈現實
企業基礎設施的競爭生態正迅速整合為緊密的寡占市場，其特徵是龐大的資本需求與複雜的供應鏈調度。在 2026 年預計達 2,450 億美元的全球 AI 伺服器市場中，HPE 已鞏固其全球第二大供應商的地位，市占率約 15%。其後為市占約 20% 的 Dell Technologies，領先於市占 11% 的 Lenovo 與 9% 的 Supermicro。與仍深受週期性且低利潤個人電腦市場束縛的 Dell 不同，HPE 是一家純粹的基礎設施供應商。這種結構性現實提供了明確的營運焦點，對正在擴展複雜 AI 部署的企業資訊長（CIO）極具吸引力。
該公司擁有雙軌客戶群：一是正進行舊有資料中心現代化的大型全球企業，二是新興的主權實體與替代性雲端服務供應商。此策略的最佳驗證發生於 2026 年中，當時替代性超大規模雲端供應商 Vultr 選擇了 HPE 及其高度工程化的 Nvidia GB300 NVL72 機櫃級系統，用於全球 AI 資料中心擴張。使用這些系統的終端客戶需要龐大且分散式的運算能力，以處理低延遲的推論工作負載。另一方面，供應商基礎則高度集中。該公司基本上依賴 Nvidia、AMD 與 Intel 這三家先進矽晶片設計商，以及少數幾家 DRAM 與 NAND 記憶體供應商。2026 年科技週期的結構性瓶頸仍是零組件供應。記憶體供應限制與通膨價格壓力迫使該公司多次調整價格以捍衛毛利率。然而，HPE 利用其龐大規模確保了旗艦 GPU 的優先分配權，有效地將供應鏈優勢轉化為破紀錄的訂單積壓。
矽晶片、冷卻技術與網路護城河
HPE 的核心競爭優勢在於由三大支柱組成的整合護城河：專有冷卻技術智慧財產權、深厚的矽晶片合作關係，以及新近取得主導地位的網路產品組合。隨著產業從舊架構轉向次世代 AI 矽晶片，機櫃功耗密度正從傳統的 15 千瓦激增至超過 120 千瓦。在這種密度下，傳統氣冷技術已無法防止熱故障。透過 2019 年以 13 億美元收購 Cray，HPE 在更廣泛的企業市場意識到其必要性之前，就已掌握了業界領先的晶片直接液冷技術。這為公司提供了結構性的硬體護城河；它能部署內建熱管理系統的高密度 AMD Helios 與 Nvidia Blackwell 超級運算叢集，這是缺乏原生超級運算基因的競爭對手難以在大規模部署下穩定匹配的。
該公司競爭護城河最關鍵的強化，來自 2025 年 7 月正式完成的 140 億美元收購 Juniper Networks 案。在此之前，該公司的網路部門 Aruba 在無線與園區網路環境中極具競爭力，但缺乏挑戰 Cisco 所需的大型資料中心交換能力。Juniper 的整合打造了全面的「邊緣到雲端」網路產品組合，立即奪取了約 19% 的企業無線區域網路市場，直接威脅 Cisco 37% 的市占率。此外，該收購案帶來了業界領先的網路營運 AI 引擎 Mist AI。透過將 Mist AI 整合至現有產品組合，該公司現可提供「自動駕駛網路」架構，利用代理式 AI（Agentic AI）自動識別並修復網路瓶頸。運算、儲存與智慧網路之間的深度整合創造了極高的轉換成本。一旦企業將此統一的 AI 管理堆疊整合至資料中心，若要拆除並替換為碎片化的多供應商替代方案，其財務與營運阻力將高得令人卻步。
機會、威脅與代理式 AI 前景
企業從 AI 實驗轉向全面生產推論，是該公司未來五年最重要的營收成長機會。雖然超大規模雲端供應商主導了訓練大型基礎模型的市場，但這些模型的實際應用——代理式工作流程、在地資料處理與即時推論——需要分散式的基礎設施。企業不願將高度敏感的專有資料傳輸至公有雲進行處理。HPE 在搶佔地端 AI 推論市場方面處於獨特地位。透過 GreenLake 提供預先驗證、高度安全的私有雲基礎設施，該公司提供了公有雲的敏捷性，同時兼具地端硬體的在地資料主權。近期推出的 QFX5140 等專用推論交換器，展現了該公司意圖主導邊緣 AI 所需特定網路拓撲的企圖心。
然而，產業動態也帶來了嚴峻的結構性威脅。最迫切的風險是企業 IT 預算的週期性，以及 AI 部署的高資本密集度。若生成式 AI 的預期生產力提升未能轉化為企業獲利，當前的基礎設施支出熱潮可能會劇烈收縮。此外，該公司面臨硬體商品化帶來的持續毛利壓力。儘管液冷與整合式網路提供了目前的差異化優勢，但基礎運算硬體仍易受 Supermicro 與 Lenovo 等積極競爭對手的價格戰影響，這些對手常犧牲營業利益率以獲取超大規模訂單。供應鏈脆弱性亦是生存威脅；該公司高度依賴台灣的半導體製造與組裝作業，使其暴露於難以透過內部營運卓越輕易緩解的嚴峻地緣政治風險中。
顛覆性進入者與結構性逆風
雖然傳統企業硬體市場因全球支援物流與資本需求而擁有極高進入門檻，但專業網路進入者與雲端消費模式的結構性轉變正加速顛覆。Arista Networks 雖非新創公司，卻是資料中心交換領域中高度聚焦的顛覆力量。透過奪取近 30% 的高速 100G 至 800G 交換器市場，Arista 對 HPE 與 Juniper 的網路部門構成了持續威脅，特別是在優先考慮軟體定義、超低延遲架構的大型部署中。在冷卻領域，專注於先進兩相浸沒式冷卻或精密晶片液冷技術的敏捷新創公司，正以傳統原始設備製造商（OEM）必須積極監控或收購才能避免淘汰的速度，推進熱管理科學。
最深遠的結構性顛覆來自公有雲超大規模供應商本身——Amazon Web Services、Microsoft Azure 與 Google Cloud。這些實體正日益繞過傳統基礎設施供應商。他們設計自己的客製化矽晶片加速器、研發專有網路架構，並直接從亞洲的白牌原始設計製造商（ODM）採購硬體。隨著超大規模供應商佔據全球運算工作負載的總市占率越來越高，傳統企業基礎設施的潛在市場本質上正在縮小。HPE 必須不斷證明其植根於資料安全、成本可預測性與延遲控制的混合地端價值主張，足以證明其高於單純租用雲端供應商運算能力的溢價是合理的。
管理層執行力：Neri 的大師級表現
執行長 Antonio Neri 過去幾年的營運成績單，堪稱企業重塑的大師級範本。當 Neri 接掌領導職位時，該公司被廣泛視為一家停滯不前的傳統硬體供應商，受困於利潤下滑與雲端優先世界中的結構性邊緣化。Neri 系統性地拆解了舊有的營運結構，果斷地將組織轉向邊緣運算、混合雲與專業 AI 基礎設施。2019 年收購 Cray 的策略遠見，為當前的 AI 伺服器熱潮提供了基礎架構，證明管理層在更廣泛的市場之前，就已精準掌握了超級運算的發展軌跡。
然而，檢驗管理層執行力的終極試金石，是 140 億美元收購 Juniper Networks 的案件。大型科技收購案常因文化摩擦、產品藍圖混亂與銷售通路衝突而摧毀股東價值。Neri 成功度過了美國司法部嚴格的反壟斷審查，於 2025 年 7 月完成交易。其整合執行極其精準。截至 2026 會計年度第二季，該公司營收年增 40% 達到 107 億美元，其中網路部門營收激增 152% 至 27 億美元。保留 Juniper 前領導層並由 Rami Rahim 領導合併後的網路部門，成功保存了關鍵的工程人才。將 Juniper 的 Mist AI 快速導入 Aruba 產品組合，顯示管理層正以臨床般的效率執行營運綜效，使部門營業利益率超過 23%。此紀錄贏得了高度的機構信賴。
總結評分
HPE 已成功從傳統硬體供應商轉型為企業人工智慧生態系統不可或缺的架構師。其核心投資論點在於透過 GreenLake 轉向經常性營收模式的成功，以及高度差異化的硬體堆疊。透過將專有的直接液冷 IP 與收購 Juniper Networks 後取得主導地位的「邊緣到雲端」網路產品組合相結合，該公司已建立起強大的整合護城河。部署複雜高密度 AI 推論叢集的企業，正日益依賴能提供驗證過的運算能力、專業非結構化資料儲存以及連結一切的自動駕駛網路架構的單一供應商。管理層的臨床式執行力，由 2026 會計年度破紀錄的營收成長與擴張的營業利益率所證實，驗證了其策略藍圖，並有效地將公司與低利潤的純硬體組裝商區隔開來。
然而，基礎設施市場固有的結構性挑戰不容忽視。該公司仍高度依賴由 Nvidia 與 AMD 主導的脆弱且高度集中的供應鏈，使其容易受到零組件短缺與投入成本通膨的影響。此外，公有雲超大規模供應商的持續擴張與二線硬體製造商的激進定價策略，也帶來了長期的毛利壓力。儘管存在這些系統性逆風，該公司對企業領域的純粹專注、具黏性的消費型營收基礎，以及在網路與熱管理方面的明確技術優勢，使其在 AI 基礎設施領域中處於獨特地位。深厚的工程 IP 與卓越的營運執行力相結合，證明了其作為高度防禦性企業基礎設施資產的地位。