HPE 年度旗艦活動香港站 HPE Discover More Hong Kong 2026 以「探索網絡、雲端與 AI 的未來發展」為主題，匯聚業界、學術界及科研界領袖，以及逾 500 位客戶與合作夥伴代表，共同探討建立智能、安全的混合式的IT技術基礎，支援企業轉型及落地 AI 應用。
建AI代理型企業已經成為趨勢，所以HPE開發出「自動駕駛網絡」（self-driving network）和多項IT基建，加上專業服務支援企業發展 AI ，支援訂定政策與防護機制，可讓網絡在日常營運中自我持續觀察、學習、優化，甚至自我修復，IT 團隊將精力集中於策略決策。
HPE 香港及澳門董事總經理郭榮忠（Vincent）與 HPE 副總裁、中國區（含香港及澳門）董事總經理朱海翔（Michael）接受傳媒專訪透露，企業要兼顧管治、成本與基礎設施，才能推動 AI 從試點走向可持續營運。郭榮忠在主題演講之中，圍繞香港首個五年規劃發展方向，探討大灣區的協作、AI+ 與新型工業化、人才與投資、創新成果商品化，以及可信賴、負責任的 AI 應用等各項機遇。
從 AI 工廠走向代理型企業
郭榮忠指，HPE 香港團隊正與中國區團隊加強協作，配合香港首個五年規劃與內地政策方向銜接。他表示，團隊希望透過更緊密合作，為客戶提供更完善的方案與服務，而 Discover More 正是展示相關方向的平台。
承接 HPE Discover Las Vegas 2026 公布的技術進展，香港站則聚焦網絡、雲端與 AI 如何協同運作，支援企業擴展 AI 應用、簡化 IT 營運，並在分散的環境中維持安全性與掌控能力。活動透過演講、專題討論及技術示範，探討構建「代理型企業」（Agentic Enterprise），智能、自動化與自主營運融入業務，同時落實AI管治。
HPE擁有全面技術實現AI基建：「AI – Simplify and Accelerate」涵蓋以 HPE ProLiant 建構 AI 就緒運算環境、企業轉型，以及從 AI Factory 邁向 token 經濟的發展；「Networking – Connect and Protect」聚焦透過 Morpheus 與 HPE Networking 實現 AI 原生私有雲營運，以及安全自動駕駛網絡；「Cloud – Modernize and Optimize」則討論混合環境的韌性、多雲管理、儲存防護、管治與數據主權。NVIDIA、AMD、、 及 Red Hat 等生態系統合作夥伴，展示主權 AI、高成本效益 AI、虛擬化現代化及主權雲等方案。
香港長期扮演全球「連接器」角色，引入國際最佳實踐與技術，服務客戶在內地業務需求，亦協助以中國為基地的客戶走向國際，支援大灣區發展。「從 IT 角度看，北部都會區創造大量潛在機遇。」朱海翔亦補充，雙向流動已成常態：香港客戶愈來愈從整體中國市場的角度決策，內地企業亦香港視為走向國際的第一步，而國內在醫療生命科技和半導體行業，耗用大量算力，兩地優勢互補，香港亦會發展有關行業，未來算力需求肯定上升。
從創新落地到 Agentic AI 的管治討論
活動邀請了業界分享如何為企業注入創新，圍繞 agentic AI 討論。郭榮忠指過去六至九個月，企業持續探索 agentic AI 價值，部分仍在試點階段，部分則投入實際營運；但HPE認為須關注「不只是技術本身，而是如何管治、如何安全地部署」。
HPE 的定位，是提供涵蓋雲端、網絡與 AI 的端到端方案組合，以 private AI 為基礎，客戶要按需擴展。AI 管治包含設計、實施及營運，非僅個別環節的數據或保安檢查。AI 代理（agent）應被視為具備身分與權限「虛擬用戶」，可存取的系統、數據，以及可執行的動作，均須受到一定管控，類似針對人類用戶的身分與存取管理（IAM），相關保障涵蓋儲存數據安全，以及 Juniper 網絡安全方案，按需要引入安全專家支援。
AI Factory 與 Token 經濟
朱海翔表示，企業對 AI 需求多樣化，不同模型能力與成本各異。HPE 編排層的作用，正是協助企業設定政策、選擇模型，以嚴格管理成本，逐步實現更自主、接近「自動駕駛」體驗。郭榮忠補充，過去半年，不時有企業在短短數月內耗盡 token 預算。監控用量、設定門檻，避免過度依賴昂貴的公有模型，已成為成功部署關鍵。
尹頌恒說：「AI Factory 同時支援多模型，透過測試不同工作負載的效果， A/B 測試往往可找出切合特定應用、兼具成本效益的組合，以助控制成本獲得最好效果。」
HPE香港及澳門首席技術官尹頌恒補充：「 我們也要將 AI 代理視作為虛擬用戶，在整個 AI執行流程落實管治，規範代理可以接觸、查看和流程可修改的數據。我們亦可設立適當的人類介入機制。基礎設施方面，Juniper 的網絡方案亦可加強數據安全。」
AI Factory 產出的 token， 最終要供人或 AI 代理使用。AI代理企業之中人類用戶與 AI 代理，都產生大量的連網需求，網絡規模與複雜度早超出人手可控範圍，自駕網絡成為支撐 AI 安全落地與規模化應用的基礎。
自駕網絡比傳統自動化更進一步，因為過去只是讓網絡更智能和減少維護；自駛網絡強調自我修復（self-healing），不僅找出並修復，更要在問題影響用戶之前，已作預防或處理。
但即使網絡具備自駕能力，人類仍要保有控制權。 IT 團隊先訂定政策與防護機制，再由系統處理大部分日常操作，人員則專注於策略及決策。HPE 旗下 Juniper 的 Mist AI、Marvis 等方案，先以「輔助駕駛」模式建議處理方法，待人員確認；獲授權後，再執行自動化操作，例如處理韌體合規，有線或無線網絡異常等異常狀態。
此外，網絡須持續學習優化，支援複雜場景。 例如，部分會議場地 Wi-Fi 用量突增、延遲上升時，根據遙測數據，系統自動調整無線存取點（AP）或頻道設定，維持服務水平協議（SLA）。Mist系統可如網絡 AI「大腦」，持續優化運作，非只在故障出現才反應。HPE一度支援冬季奧運網絡運作，證明了自駕網絡可應對複雜、高密度用量環境的連接需求。
模型選擇與用量管理：兼顧效能與成本
朱海翔表示，企業對 AI 需求多樣化，不同模型能力與成本各異。HPE 編排層的作用，正是協助企業設定政策、選擇模型，以嚴格管理成本，逐步實現更自主、接近「自動駕駛」體驗。郭榮忠補充，過去半年，不時有企業在短短數月內耗盡 token 預算。監控用量、設定門檻，避免過度依賴昂貴的公有模型，已成為成功部署關鍵。AI Factory 同時支援多模型，透過 A/B 測試找出切合特定應用、兼具成本效益的組合。
朱海翔談到 GreenLake：即使設備設於客戶場地或自有數據中心，企業仍可獲得近似公有雲的服務體驗，以及代管服務。例如，在大型 SAP 企業資源規劃（ERP）系統升級項目中，客戶不必逐項自行挑選基礎設施。同樣，AI Factory 亦可採用 GreenLake 模式，從小規模起步，再按用量擴充，兼顧財務彈性。他預期，企業未來將愈來愈着重 token 的應用與用量管理，而不只是伺服器採購。
從 POC 到落地：穩健基建迎接 Token 經濟
朱海翔建議，企業應先釐清要解決的業務挑戰——是降本增效，還是帶動收入增長——再聚焦具體用例。企業在 HPE 客戶創新中心進行概念驗證（POC），確認成效後，再部署 private AI 或 AI Factory。部署地點可設於企業場內；若涉及高強度 GPU 訓練，亦可延伸至區域數據中心，並由 HPE 專業服務團隊協助驗證跨行業用例。
香港金融業在監管要求下，採用 AI 普遍審慎，其中保險業相對態度進取，不過客戶服務場景中， AI 代理應用日漸成熟，加上北部都會區的發展與跨境數據安排，香港吸引研發及數據密集產業有不少機遇。
朱海翔表示，HPE 合併後的業務表現強勁，中港兩地團隊的綜合實力有助客戶連接全球、把握 AI 機遇，並以安全、具成本效益且負責任的方式，推動 AI 規模化落地。AI Factory 與自動駕駛網絡被視為企業 AI 的堅實基礎——「未來將出現 token 經濟，但企業要有『本錢』才能從中獲益，這取決於 AI 基礎設施建得多穩健」。透過網絡、雲端與 AI 的協同，HPE 正為企業邁向代理型企業奠下基石。