網路是個看不到敵人的新經濟
網路是個看不到敵人的新經濟
2006.10.15 | 科技

網路是一個看不到客戶的市場,台灣科技大學資訊管理系教授盧希鵬用看不到敵人的戰場,來形容傳統企業主在網路世界找不到客戶當靶心的困擾。但他說:「如果不捨得打砲彈,可以先射兩顆子彈,看看反應,找出目標後,再打砲彈。」 

盧希鵬 Profile
現職:國立台灣科技大學資訊管理系教授
學歷:美國威斯康辛大學麥迪遜分校工業工程碩、博士
經歷:台灣科技大學資訊管理系系主任、管院EMBA執行長 

新網路時代,傳統企業不積極利用這個通路新平台,似乎就像鍋裡的青蛙一樣,慢慢會被煮熟而遭淘汰。這是一個創新、求變的年代,未何多數傳統企業還不敢大膽踏入這個虛擬世界呢?

本刊特別專訪盧希鵬教授,談談一些可行的方法:

Q  傳統企業如何利用網路來建構事業的新春天呢?

 傳統產業有很多根深蒂固的想法,基本上可以分成兩個層面來談。其一是傳統企業老闆要在思想上產生新東西或新想法是比較辛苦的,以企業的e化過程來說,基本上牽涉到四個層次。

第一個是流程自動化,也就是BPR(Business Process Reengineering),可是如果企業觀念沒有改變,很可能反而會加速倒閉;第二個是BNR(Business Net Reengineering),比較大的龍頭企業,因為大,有比較大的談判籌碼,可以要求供應商進行網絡再造。

第三個層次甚至可以從通路、客戶那邊e化。可是傳統產業還必須走到第四塊,我們叫做BSR(Business Scope Reengineering),也就是企業範疇(Scope)必須再造。台灣的傳統產業較沒有中長程計畫,只要哪裡有錢,有訂單,就往哪裡去,傳統產業如果沒有新的Vision,在今天就會遇到瓶頸。

另外,還有一個心理的障礙,是以前的商業模式是個賺錢金雞母,企業捨不得丟棄,這有點像克里斯汀森(Clayton Christensen)所談的《創新者的兩難》(The Innovator is Dilemma),因為未來的電子商務有太多的不確定性,中小企業沒有膽子做太多風險,所以傳統企業即使能夠跳脫舊思維,可是仍舊不敢去做投資。

不能只專注做一件事

**Q  有關範疇的改造,可以再深入說明嗎?
**

A 以前的中小企業是我製造什麼,就賣什麼,現在Scope改變了,服務的對象是人,所以要幫這個人解決問題,如果這個人的需求我沒有,我要幫他做虛擬整合。

以前的代工業比較會強調一個核心能力,我用這個核心能力賺錢,這個叫in-side-out。有一個很重要的Scope轉變是out-side-in,核心能力通常只能滿足最終端消費者的單一需求,那現在消費者需要的是one-stop shopping,要到你這邊來滿足所有的需求。在這個情形下,中小企業的範疇就改變了,不能夠只專注做一件事情。

例如有些航空公司,本來專注在賣票,票是它的核心能力,這樣的公司一旦上了網,可能會變成旅遊公司,因為一個人買機票後,會牽涉到許多旅遊的事情,就像美國航空e化以後,就不再是個航空公司,而是商務旅行公司。

Internet的重點是很容易接觸到消費者,所以會帶來範疇的改變,早期的傳統產業接觸不到consumer。現在消費者要的不是專業分工,消費者要的是一次購足,但中小企業沒有辦法做到這一點。

Q  從傳統的範疇跨到新範疇,能不能給傳統企業主一些跳脫過去的務實建議?

  第一個是infrastructure要改變,也就是組織結構要改變,以前的部門可以生產管理部門為主,現在跨過來,可能是要以行銷、設計、市調部門為主。

組織結構也必須跟著改變
第二個是manage system要改變。以前的經理人以cost-down為主,現在如果要以銷售為主的話,你的獎賞制度也必須要改變,否則你只買了一個e化系統進來,管理沒有改變也不會成功。

我們看了太多傳統企業,以為電子商務就是上了eBay登錄一下就結束了,可是你忘了執行這些科技的是人,人是有動機的,如果獎賞制度沒有改變,這群人只是執行一個流程,無法成就事情的。

第三個是企業文化與企業信仰,有些傳統產業最麻煩是因為有四十年的信仰,所以不敢冒太大的風險,因為他們無法承受失敗。但是你今天要走向範疇再造,你就要有創意,要有冒險,要有些合作,而不再是埋頭苦幹、土法煉鋼。

**Q  從創新者的兩難角度來看,你可以給傳統企業主一些走出困境的建議嗎?
**

  克里斯汀森的講法很有趣,他提到二○∕八○法則,也就是二○%投到未來,八○%放到現在。因為未來會不會成功,你不曉得,可是不做投資也不行。

傳統產業講的是瞄準後射擊,但是從工業時代進入到知識經濟時代,傳統企業主找不到靶心,他不曉得未來在哪裡,所以他瞄準不到。西方的管理學開始提到,管理也許不是先訂目標,然後去管理,而變成執行之後,再去訂目標。

有點像射擊之後,聽一聽那個回音,你才知道靶在哪裡?如果你一直在找靶心,可能你一顆子彈都射不出去。可是如果你先射一顆出去,聽聽回音,也許還有機會知道目標在哪裡,所以傳統企業絕對不要害怕在網路市場進行投資。  

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓