Dell Technologies 於 2026 年 5 月 18 日在 Dell Technologies World 公布 Dell Deskside Agentic AI。這是一條很值得企業 IT 團隊留意的代理式 AI 新聞，因為它的重點不是再把一切放到雲端，而是把代理執行帶到桌邊工作站，再一路延伸到資料中心。
Dell 的定位很直接：Deskside Agentic AI 是 Dell AI Factory with NVIDIA 的新組成部分，讓工作組可以在本地安全部署和擴展代理式 AI 工作流，避開完全依賴雲端時可能出現的成本、延遲和資料主權限制。對處理敏感資料、內部知識產權或受監管工作的企業來說，這個方向有實際意義。
新方案由 Dell 高效能工作站、NVIDIA NemoClaw 軟件 stack 和 Dell Services 組成，目標是在桌邊處理 30 billion 至 1 trillion 參數級模型。Dell 亦列出不同硬件路線，包括 Dell Pro Max with GB10、Dell Pro Precision 9，以及 Dell Pro Max with GB300，分別對應個人原型、工作組級 GPU 工作負載和 frontier-level 模型推理。
最重要的技術層，是 NVIDIA OpenShell runtime 現在會支援整個 Dell AI Factory with NVIDIA，從桌邊工作站到 Dell PowerEdge XE server 都可用同一套安全和政策執行層。OpenShell 提供 sandboxed runtime，讓團隊可以建立、測試、部署和治理 AI agents，並在 runtime 層加入安全和私隱控制。
這反映企業代理進入新階段。早期很多團隊只關心模型能否完成任務；到生產環境時，真正問題會變成代理在哪裡運行、資料是否離開公司邊界、token 成本是否可預測、IP 風險是否可控、治理規則是否跨環境一致。Dell 的「desk to data center」訊號正是回應這些問題。
Dell 亦把成本講得很具體。官方表示，隨著代理式工作流令 token 使用量加速累積，cloud-only 策略在經濟性、安全和資料主權上會遇到限制。Dell 指出部分場景可在短時間內相對 public cloud API 成本達到 break-even，並可在兩年內相比 cloud API 降低最多 87% 支出。這些數字要視實際工作負載而定，但方向清楚：代理大量運行後，推理位置會成為成本架構問題。
另一個值得留意的是 NVIDIA AI-Q 2.0 blueprint。Dell 表示它會支援多代理工作流，包括研究、決策支援和複雜任務，並以 Dell-NVIDIA AI-Q 2.0 Reference Architecture 形式提供。這表示企業代理不只是單個助手，而是逐步走向多代理協作和可重複部署架構。
對正在規劃 AI 工作流的企業而言，這條新聞提出一個現實提醒：代理部署不一定只有「用公共雲 API」一條路。當任務涉及私有資料、長時間推理、固定高頻工作、合規或成本控制，本地工作站、私有雲和資料中心也會重新變得重要。代理時代的基礎設施選型，會直接影響安全、成本和可治理性。
