企业正迈入关键的 " 智能体拐点 "（agentic inflection point），运营模式从以 AI 为辅的实验阶段，加速转向 AI 原生的根本性重构。戴尔科技集团基础设施解决方案集团总裁 Arthur Lewis 指出，能否围绕 AI 重新设计商业流程，而非简单叠加，已成为决定企业竞争优势的核心变量。

在戴尔科技世界大会上，随着英伟达 CEO 黄仁勋宣布 AI 进入具备企业级实用水平的新阶段，戴尔与英伟达的联盟进一步深化。Lewis 表示，技术转型必须同步伴随流程的重新映射。" 我们从提供‘ AI 优先’的技术，转向赋能‘ AI 原生’的技术。客户已清晰看到实用型 AI 的价值，并理解随之而来的变革需求。"

从敏捷开发到规范驱动开发

戴尔 AI 工厂的客户增长印证了这一趋势。目前，戴尔在全球拥有超过 5,000 家 AI 工厂客户，单季度新增约 1,000 家。Lewis 将这一加速归因于智能体技术让 AI 变得直观可执行。

Lewis 强调，仅将 AI 叠加在现有流程上，生产力提升仅限于 10% 至 20%；而对全流程进行重新映射的 "AI 原生 " 客户，通过采用基于智能体框架的 " 规范驱动开发 "（spec-driven development）模式，可获得 10 倍甚至 30 倍的生产力增益。

破解数据孤岛与优化代币经济学

实现生产力飞跃的前提是解决数据战略难题。针对碎片化数据孤岛这一规模化 AI 的主要障碍，戴尔推出了分层架构的 AI 数据平台，涵盖摄取、转换和查询三个层次。该平台包含专门的编排引擎，用于数据的发现、清洗、标记及向量化转换，配合戴尔数据引擎实现大规模数据转换与查询，为 AI 工作负载提供燃料。

此外，" 代币经济学 "（Token economics）正成为企业基础设施规划的新前沿，推理成本与效率直接影响企业损益表。为最大化 GPU 利用率，戴尔推出了 " 机架规模模型 "（rack-scale model），将计算、网络、存储和数据管理打包为预优化的单一产品，避免客户自行组装导致的性能瓶颈。

作为产品组合刷新的一部分，戴尔还发布了第 18 代 PowerEdge 系列、PowerStore Elite、Lightning 并行文件系统以及 Exascale Storage。后者作为一种软件定义架构，支持在共同硬件基础上部署文件、块、对象或解耦的推理存储。Lewis 指出，全栈解决方案能确保各环节协同优化，使 GPU 利用率达到 100%，从而最大化算力输出。"

【来源：星途科讯】