剖析台灣軟體代工產業發展機會與能力轉型策略
剖析台灣軟體代工產業發展機會與能力轉型策略
2008.12.02 | 科技

軟體代工的定義與範疇

軟體發展(Software Development)委外是一種常見的委外活動;委外企業將非核心、非常規、非領域專門的程式撰寫工作交由第三方廠商代為發展;或者是軟體公司將系統分析、系統架構等複雜與核心工作外的程式撰寫委由第三方公司發展,以彌補人力的不足或者專注於核心軟體設計、銷售與產品推廣領域等業務。近年來,由於全球化趨勢、軟體模組化技術、資通科技的發展以及亞洲、東歐、南美等新興國家的充沛且相對低廉的程式設計人才,使得歐美、日本等先進國家將上述軟體發展工作委外至相對低廉薪水的國家進行軟體發展的工作。這種將軟體發展工作委由在第三國家的第三方廠商進行發展,稱之為「離境軟體發展委外」(Offshoring Software Development)。我們稱之為「軟體代工」的委外模式。

就軟體代工的範疇,傳統上可以利用軟體開發流程來分析委外的範圍;如:需求分析、系統架構、系統設計、程式撰寫、測試、整合、維護等範疇。但如果就軟體代工產品或服務所牽涉到的技術複雜度或是領域專業的知識深度則如圖一所分類。

圖一 軟體代工的範疇

如圖一所示,我們將目前主要六個的軟體代工活動依照產品技術複雜度以及領域專業知識深度進行定位,資訊服務廠商可以就所能提供軟體代工服務的技術能力或專業知識能力進行佈局或策略合作。
以下本文所提及的軟體代工服務與模式,包含上述六大服務代工內容。

全球軟體代工市場發展現況與趨勢

投資現況:美國為主力、亞洲成長快速

就離境資訊服務委外服務的投資金額來看,美國投資金額約佔全球投資金額的70%以上、亞洲則約2%左右。若分析離境軟體代工部分,則可以發現儘管美國仍佔主要離境代工委外投資國,但2006-2011年複合成長率僅有8%上下;在亞洲部分則高達32%左右。顯示亞洲國家對於軟體代工服務的投資成長快速。

圖二 美國與亞洲軟體代工投資成長率

供給現況:印度、中國為兩大磁吸

若就目前離境軟體代工的供給國家現況分析,印度、中國仍為目前主要的資訊委外大國。顧問公司A.T. Kearney 在2007年,依據「金融吸引指數」(包括:薪資成本、基礎建設成本、關稅、法治成本等綜合分數)、「人員與技術吸引指數」(包括:專案經驗及品質、人力充沛、教育與語言)、「商業環境」(包括:國家政經環境、基礎建設品質、文化及安全與智財權保護)所做的40國家的離境委外服務的吸引指數顯示,印度與中國是最佳的兩個離境委外地區;如圖三所示,全球委外以印度、中國為兩大主要委外供應來源。印度約有9成委外業務來自歐美、中國則委外約有5成來自日本、3成來自歐美。

但不論Gartner、IDC或McKiseny的報告均顯示,就語言、西方文化契合度、法律與安全隱私分析,中國均遠低於印度以及其他代工國家(如:巴西、墨西哥、愛爾蘭)。

圖三 全球委外供給關係圖

委外趨勢:從委外2.0到委外4.0

然而,委外服務在委外需求的日益複雜、以及委外供給國的技術人力與供給模式的日益成熟下,委外的趨勢亦逐漸的轉變。

從需求企業的觀點,委外將從服務委外供給國所獲得的勞工套利(Labor Arbitrage),逐漸轉變為以注重整體流程效果、快速回應企業需求的商業模式。企業所重視的軟體代工將不是以往單一活動的成本最低,而是轉變為整體軟體產出為考量的效率以及快速、彈性地回應變動。

從供給企業的觀點,委外亦將從提供需求企業固定規格下的代工模式轉變成協助企業建立良好的需求分析、系統架構或全球運籌架構。這意味著從軟體代工將從OEM模式轉變為ODM代工模式。如表一,我們從需求端與供給端的觀點進行分析,發現軟體代工將走向高附加價值的ODM委外代工模式、以及全球運籌的合作模式。

表一 從需求端、供給端觀點分析軟體代工趨勢

台灣資服業者的機會與轉型策略

綜合以上,我們可以發現全球軟體代工活動面臨一個新的轉變機會。以下,本文就如何回應新的轉變,分析台灣資服業者的現況、機會、轉型方向與策略。

專職軟體代工商少、人數規模亦小

若以我國主要從事軟體代工業務的資訊服務廠商分析,如表二所示,規模均少於1,500人以下,主要的軟體代工工廠均設在中國大陸。相較於印度軟體五大委外大廠,如:Tata Consultancy Services、Wipro、Infosys、Satyam、HCL,均超過50,000人以上的規模,相差懸殊。但與中國大陸廠商則相對接近,具有競爭與合作空間存在。如表三,中國大陸主要軟體代工商以日本為主要發包國、嵌入式軟體、在地化為主要服務。

表二 我國軟體代工主要業者

表三 中國大陸軟體代工主要業者

委外中介商(Middle-Sourcing)機會崛起

對於我國勞工薪資成本較印度、中國大陸較高的既有條件下,在委外從注重營運效率、低廉勞工成本轉換成注重流程效果、全球運籌或是委外活動轉為高價值的原廠設計時,應是我國資服廠商可以進入的機會點(如表一的灰色部分)。

如圖三所示,委外企業在面對全球運籌的委外業務時,在選擇、管理委外業務活動時勢必更為複雜;如:尋找合適的委外廠商、軟體規格的設計、知識的轉移與保護、軟體發展的控制與協調等等勢必委由值得信賴的第三方作為管理(詳如表四)。在人力素質高、企業形象佳、智慧財產權保護較佳、以對華文相對瞭解的優勢下,可以善用中國大陸充沛人的程式設計師人力,作為委外中介商(Middle-Sourcing)的角色。

圖四 委外中介商(Middle-Sourcing)模式圖

表四 委外中介商主要活動

朝專業領域代工商、獨立中介商模式轉型

然而,就我國目前資服廠商離境軟體代工業務的規模仍小與經驗仍較不足的狀況,應有其轉型的步驟與漸進性策略。如圖五所示,在短期的發展策略中,應在專案式的接單中培養客戶的信賴與維持良好的關係。就我國資服廠商人力、資金規模的限制因素,應以合作、合併或是合資的方式截長補短以服務客戶。

就委外仲介商的機會,應有兩類方向可以發展。一項是走向某種特殊專業領域的OEM/ODM代工廠。例如:我國網路通訊、電腦硬體產業供應鏈完整,應較中國大陸更有機會發展嵌入式軟體的專業領域軟體代工;深耕此以類型OEM/ODM軟體代工廠將會協助客戶建立專屬的軟體開發中心(Outsource Development Center, ODC)模式。

另一類型則走向獨立中介商模式,協助委外企業尋找合適的軟體代工廠。這類型的企業則應特別重視離境軟體代工的管理的能力;此外,國際化的人才與經營模式也是此類型不可或缺的發展策略。

圖五 我國資服業者轉型策略

客戶、流程、技術、人力資源成能力培養策略

就兩種不同的委外中介商發展模式:領域代工商、獨立中介商也應有不同的能力培養與轉型方式。
如圖六所示,領域代工商應著重於客戶的長期關係培養;包括瞭解客戶的文化、企業流程、或是特殊的客戶需求。著重的策略意味著培養與客戶深入溝通能力的工程師或專案管理師,也可能必須指派工程師駐點在客戶公司。在領域專業知識的培養則是該模式成功的關鍵。

獨立中介商將首重於整個委外流程的控管能力以及尋找具有協調整合多方委外廠商的專業經理人或專案管理師。對於客戶關係雖然不若領域代工商的知識深耕,但如何尋找適合的客戶則有賴具有國際化的經理與銷售團隊。

圖六 兩種委外仲介商的能力培養雷達圖

更多文章請上ITIS智網

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