随着越来越多企业将AI应用于实际业务，本地承载AI工作负载的基础设施需求正在上升。

业界认为，单纯依赖云端的AI战略在成本、数据主权和隐私保护等方面存在局限。相比之下，将云端与企业自有基础设施结合的混合部署模式，正被视为更现实的路径。

多位业内人士指出，企业在推进AI时，并不是简单地“离开云端”，而是更重视如何结合本地与云端各自优势，在数据管理、成本控制和部署效率之间取得平衡。

在这一趋势下，性能和稳定性明显优于普通PC的工作站正受到更多关注。业内普遍认为，工作站有望同时满足企业部署AI时最看重的成本、速度和安全三项需求，其在企业AI基础设施中的作用也在持续提升。

分析认为，借助工作站，企业可在不将数据传输至外部的情况下运行自主AI代理，并将波动较大的云端成本转化为更可预测的基础设施投入。在决定AI工作负载部署位置时，数据主权与合规要求、AI开发速度与敏捷性、可扩展性与资源调配灵活性，已成为企业最主要的考量因素，这也进一步扩大了工作站的应用空间。

从AI开发全流程来看，工作站的使用比例也在上升。Dell Technologies、Intel与市场研究机构IDC联合发布的《以工作站实现面向未来的计算》报告显示，工作站在数据准备阶段的使用率为62%，模型训练为60%，模型微调为59%，AI部署为44%，推理为29%。

IDC调查显示，韩国企业中有72%预计未来5年工作站保有量将增加。受访企业认为，基于工作站运行本地AI的主要优势包括数据安全与个人信息保护，以及通过低时延的本地推理提升业务敏捷性。

同一项调查还显示，亚太地区97%的企业认同，工作站是能够增强团队能力、支持探索AI和机器学习等前沿技术的高性能创新设备。

由于可以在企业内部直接处理数据，工作站更有利于满足医疗、金融、政府等行业在监管合规和个人信息保护方面的要求，尤其适用于对数据外流高度敏感的场景。

在处理速度方面，工作站同样具备优势。IDC表示，在计算密集型和AI相关任务中，亚太地区94%的组织、韩国93%的组织认同，工作站用户的生产效率高于非工作站用户。

以航空航天领域为例，扩展现实（XR）解决方案厂商Dauntless XR主要为客户提供将数据转化为直观3D可视化内容的服务。该公司引入Dell Technologies高性能工作站后，编译时间缩短85%，AI模型训练速度提升150%，用户数据处理时间也从3分钟降至30秒。

随着AI工作负载持续增长，面向相关场景的工作站产品布局也在提速。Dell Technologies正重点推进可根据AI工作负载特性及组织运营环境灵活选择的工作站产品线。

其中，Dell Pro Max Tower T2基于最新Intel Core Ultra处理器，并提供企业级GPU可选配置，可支持复杂AI模型训练、数据分析和3D渲染等高性能负载。

Dell Pro Precision 7 16则是一款移动工作站，配备高性能CPU和专业级GPU，可支持移动场景下的AI开发、CAD设计、内容制作及数据分析等专业级应用。

Gartner预计，到2026年，企业AI项目失败的原因中，相当一部分将来自基础设施与业务需求不匹配，以及治理体系缺失。因此，IT政策现代化正被视为提升AI投资回报率（ROI）的关键条件之一。

工作站的部署同样面临类似问题。Dell Technologies与IDC的报告显示，在亚太地区企业看来，“公司IT政策或标准”是“阻碍工作站部署的最大障碍”。

在尚未部署工作站的原因中，41%的受访者表示“主要PC供应商未提供工作站产品”；21%认为“工作站与PC之间的价值差异不够明确”；16%则担心“成本过高”。

不过，业内强调，从总拥有成本（TCO）角度看，工作站并不应被简单视为“昂贵设备”。相关观点认为，尽管市场对工作站初期采购成本仍存在刻板印象，但其可凭借更高耐用性、更低维护成本以及更强的计算成本可预测性，在长期带来更高的ROI。也有分析指出，相较持续支付云端GPU费用，工作站的一次性资本开支（CapEx）在经济性上更具优势。

IDC调查还显示，亚太地区有63%的企业计划在未来5年提高工作站在整体设备中的占比。Dell亚太、日本与中国（APJC）地区客户端解决方案集团副总裁Jacinta Quah表示，企业AI的未来并不是终端与云端的对立，而是智能能力分布在计算体系的各个层级。这意味着，不同工作负载应运行在最适合自身特性的环境中。她指出，尤其对于专业化、计算密集型工作负载而言，工作站能够提供更强性能和更高可控性，“工作站战略正与AI战略加速融合”，而越早识别并应对这一趋势的企业，就越有机会在AI规模化扩展过程中占据有利位置。