62%企業表示未完全備妥應對AI帶來的儲存需求增長——Seagate 2026報告

調查範圍與人口統計範疇

2026 年 Seagate 報告的結論來自 2,712 名科技決策者的樣本，這些受訪者於 5 月和 6 月在七個主要市場接受調查：美國、中國、印度、英國、德國、法國和日本。此地理分布提供了企業對與人工智慧相關之儲存需求的廣泛觀點，而樣本規模則為以下陳述提供統計上的相關性。

預測儲存增長與當前準備程度

根據受訪者的回應，壓倒性地有 99 % 預計人工智慧將在未來三年內提升其儲存需求。儘管此近乎全體的預期，只有 38 % 認為自己已完全準備好滿足即將到來的需求。期待與準備之間的落差凸顯了依賴 AI 工作負載的企業可能面臨的瓶頸。

預期增幅的規模在參與者之間有所不同。32 % 的受訪者預見儲存需求將超過其現有容量的 50 %，而 70 % 則預計至少會增加 26 %。這些數據顯示，大多數人預期雙位數的增長軌跡，但對於如何應對此類增長的信心仍有限。

主管們指出的主要障礙

在被要求對擴大 AI 相關儲存的主要障礙進行排序時，53 % 的受訪者將資料品質與前置作業列為最重要的阻礙。43 % 的樣本指出儲存基礎設施本身是障礙，顯示硬體與容量問題仍是顯著但非唯一的議題。此外，27 % 指出運算資源的可用性，24 % 則認為能源限制是限制因素。

這些障礙比例說明，雖然硬體是關鍵組件，整體生態系統——包括資料管道與電力考量——在塑造準備度方面扮演決定性角色。這些因素之間的相互作用可能影響組織擴展儲存生態系統的速度。

• 資料品質與前置作業 (53 %)
• 儲存容量限制 (43 %)
• 運算資源可用性 (27 %)
• 能源供應限制 (24 %)

資料相關挑戰的突出與 AI 效能高度依賴底層資料集的觀點相符。如果資料未經妥善整理，額外的儲存空間可能無法轉化為可用的智慧，從而降低預期的投資回報。

經濟預期與基礎設施優先順序

儘管存在準備不足的差距，86 % 的受訪主管描述 AI 的投資回報為中等或顯著，其中 33 % 報告了相當重要且可衡量的 ROI。此樂觀態度顯示，即使承認準備不足，企業仍將 AI 視為能創造價值的技術。

基礎設施的優先順序反映了此種樂觀。高達 76 % 的受訪者將資料中心能力列為其前三大基礎設施關切，且 20 % 把資料中心放在議程的最頂端。對資料中心就緒度的重視可能表明組織正將資源導向同時容納儲存與運算資源的環境。

能源與永續考量亦形塑規劃決策。調查顯示，77 % 的受訪者因能源或永續議題而推遲或重新調整基礎設施擴張，其中 36 % 認為影響相當顯著。這些調整可能延遲額外儲存容量的部署，進一步擴大需求與供給之間的缺口。

研究限制與未解問題

需要注意的是，Seagate 的此項研究是由一家儲存製造商委託，結果捕捉的是高階主管自行報告的陳述，而非對現有基礎設施的審計評估。因此，數據反映的是感知的準備度，而非經過驗證的能力。

對主觀信心程度的依賴提出了關於準備度指標準確性的疑問。未來研究可將聲稱的準備度與實際部署指標進行比較，以評估此類調查的預測價值。

另一個未解問題是能源限制與儲存擴張之間的互動。雖然 24 % 的受訪者將能源列為障礙，且 77 % 因永續因素調整擴張計畫，但電力消耗、冷卻需求與儲存密度之間的具體權衡仍需量化。

受 27 % 受訪者指出的運算資源可用性亦值得深入探討。隨著 AI 模型需求日益提升，儲存吞吐量與處理能力之間的協同效應可能成為整體系統效能的決定性因素。

最後，樣本的地域組成——涵蓋北美、亞洲與歐洲——暗示文化與法規差異可能影響所報告的障礙。對這些市場進行比較分析或能揭示針對 AI 驅動儲存增長的不同策略。