．F5 報告顯示：AI驅動數位轉性，但應運複雜性仍面臨諸多挑戰。
．96% 的受訪 IT 決策者已部署 AI 模型，遠高於 2023 年的 25%。
根據業界最具權威的F5最新發布的《2025 應用策略現況報告》，IT 決策者越來越信任 AI ，從流量管理到成本優化等關鍵業務處理皆交由 AI 接手。該報告針對全球 IT 決策者進行調查，發現 已有 96% 的氣欸開始部署 AI 模型，在2023 年這個比例只有 25%。
企業也越來越願意將 AI 提升到業務營運的核心地位。近四分之三（72%）的受訪者表示，希望使用 AI 來優化應用效能，而 59% 的受訪者支持使用 AI 進行成本優化和自動導入資安規則，進而緩解零時差漏洞實現即時防護。
目前有一半的企業正在透過 AI 閘道將應用與AI 工具串接，另有 40% 的企業預計將在未來 12 個月內導入此技術。多數企業採用 AI Gateway 的主要目的包括：保護和管理 AI 模型（62%）、作為集中控管的中樞（55%）以及保護公司免受敏感資料外洩（55%）。
F5資深工程師 Lori MacVittie 表示：「今年的 SOAS 報告顯示，IT 決策者對於將 AI 深度整合到營運流程中，越來越有信心。我們正快速邁向一個新階段：AI 將被獲得信任能在企業的核心自主運行，自動產出和部署程式碼有助於降低成本、提高效率和緩解安全問題。這就是我們所說的 AIOps，而它現在正逐步成真。
營運準備度與API挑戰仍然存在
儘管企業對 AI 的信心逐漸上升，但 SOAS 報告也指出幾個持續存在的挑戰。對於目前正在部署 AI 模型的企業，最主要的顧慮是 AI 模型的安全性。
此外，儘管 AI 工具已經日益自主化，但營運準備的差距仍然存在。 60% 的企業仍受限於繁複的人工流程，54% 的企業認為技能短缺是 AI 發展的障礙。
此外，近一半 (48%) 的企業表示，AI工作負載的建置和營運成本仍是一個問題，相較於去年的 42%高出許多。
更多企業也表示，他們尚未建立可擴展的資料管理架構（39% 高於去年 2024 年的 33%），並且由於潛在的偏見或幻覺，他們不信任 AI 輸出（34% 對比 27%）。然而，抱怨數據品質的組織有所減少（48%，低於去年的 56%）。不過，對資料品質感到不滿的比例有所下降（48%，去年為 56%），顯示在資料治理方面已有改善。
API 是另一個令人擔憂的問題。 58% 的受訪者表示，API 已成為痛點，一些企業甚至將一半的時間用於管理包含眾多 API 和開發語言的複雜設定上。在眾多自動化相關的工作中，最耗時的任務包括：整合供應商 API（31%）、自訂腳本（29%）、與工單處理和管理系統的整合（23%）。
F5 資深工程師 MacVittie 表示：「企業需要聚焦於簡化和標準化營運，包括精簡 API、技術和作業任務。同時，他們還應該意識到，AI 系統本身非常適合自動處理複雜性，無論是生成、部署策略或解決工作流程問題。營運簡化不僅是AI推動的前提，它本身也能夠幫助實現這一目標。」
混合式應用部署成為主流
隨著AI 需求的飆升，企業對混合雲架構的依賴也日益增加。
根據 SOAS 報告，94% 的企業正在跨公有雲、私有雲、本地資料中心、邊緣運算和主機託管設施等多種環境部署應用，以滿足不同的可擴展性、成本和合規性要求。
因此，大多數決策者認為，混合環境對其營運靈活性至關重要。 91% 的受訪者表示，適應不斷變化的業務需求是採用多雲的最大優勢，其次是提高應用的彈性（68%）和成本效率（59%）。
混合模試也呈現在 AI 工作負載的部署策略中，51% 的受訪者計劃在可預見的未來同時在雲端和本地環境中使用模型。
值得注意的是，79% 的企業最近至少將一個應用從公有雲遷移回本地或主機託管環境，因應成本控制、安全考慮和可預測性的考慮。這比四年前的 13% 大幅上升，進一步凸顯了在依賴公有雲之外保持彈性的重要性。
然而，混合架構對某些企業來說可能是令人頭痛的問題。53% 的受訪者表示，不一致的交付策略和安全策略的分散（47%），都是部署混合模式的首要問題。
F5 市場與競爭情報總監 Cindy Borovick 表示：「雖然將應用部署到不同的環境和雲端供應商可能帶來挑戰，但雲端中立的優勢不容忽視。混合應用部署模式已經成為一種趨勢，過去從沒有這麼被關注。」
亞太區AI 的採用與挑戰 -關鍵發現：
．AI 閘道日益興起 : 近一半的 亞太區企業 (49%) 已在使用 AI 閘道，並將應用與AI 工具串接，另有 46% 的企業計劃在未來 12 個月內實施。
．AI 閘道的主要應用實例 : 在使用 AI 閘道的企業中，最常使用的應用包括保護和管理 AI 模型 (66%)、防止敏感資料外洩 (61%) 以及監控 AI 流量和應用需求 (61%)。
．資料與信任的挑戰 : 超過一半 (53%) 的企業面臨資料品質不成熟的問題，45% 的企業因為高昂的AI建置和運作成本而望而成為推動的障礙。
．混合模式的複雜性 : AI混合模式部署所帶來的挑戰包括， 79% 的企業表示面臨不一致的安全策略，59% 企業指出交付流程不一致，16% 企業面對在營運操作上的困難。
邁向可程式化、AI驅動的未來
展望未來，SOAS報告建議，翹夜致力於釋放AI全部潛力，應專注於建構可程式化的IT環境，以實現應用交付和安全策略的標準化和自動化。
預計到2026年，AI將從執行單一任務轉變為協調端到端流程，代表IT營運環境將全面轉向完全自動化。具備自然語言介面和可程式功能的平台，將逐漸取代傳統的管理控制台，為IT工作流程帶來前所未有的精確與簡化。
Borovick強調：「彈性和自動化不再是可有可無的選項，而是應對複雜性和推動大規模轉變的關鍵，建立可編程基礎的企業不僅能夠增強AI的潛力，更能打造出可擴展、具備適應性，並能在現代社會提供卓越客戶體驗的IT戰略。」
