下一步想在 7-ELEVEn 做什麼？ ibon替您想！|數位時代 BusinessNext

7-ELEVEn至 2008年全台店數已達4800家，形成只要有消費者需求的地方就會看到「小7」(筆者的習慣稱呼)的身影。面對亞洲超商密度超高的台灣，對徐董而言，沒有市場飽和只有市場重新分配，藉由創造新市場而非只是服務市場的理念，讓小7總是可以發掘連消費者自己也不清楚的潛在需求，並吸取國外消費型態的精華加以改良調整引進台灣，領先改變國內消費者的消費型態。回顧小7的精采紀事，從1980年代影印、代客傳真，1990年代的代收服務，2000年代的預購、宅急便、電子商務、到店取貨、ATM提款機和icash卡等等，不斷地創造「感動的服務」。對生活一成不變的消費者而言，總有新鮮事的小7，讓到小7逛逛發現新玩意，已成為許多消費者生活的小樂趣。

自2006年小7推出整合以往服務並加以創新延伸的「ibon便利生活站」。ibon共包含列印、掃描、下載、申辦、購票、紅利、繳費、休閒、數位生活、儲值、好康等11大項服務。

在繳費方面，除基本水電費外亦增加了補單繳費、信用卡和現金卡繳費、慈善捐款、配合廠商所提供的代碼繳費，甚至線上點燈與安太歲的費用…等。而在停車費或信用卡「補單繳費」的服務方面，跟筆者一樣的汽/機車族想必都有停車單被雨打爛掉/風吹走，或是出門繳費卻忘了帶繳費單的經驗，因此補單服務可讓筆者不禁想為小7高聲歡呼，東方線上2005~2009年版E-ICP東方消費者行銷資料庫亦顯示，去小7繳費的比例自2007年即上升至近8成，相較2005年成長了7.4%！

在購票與休閒服務方面，即為代收服務後另一個帶給民眾生活更便利的創新服務，不但各展覽表演及演唱會門票、電影票、運動票、交通票皆可訂購，亦推薦不同的主題旅遊、各縣市政府強打之觀光活動等。雖然ibon購票仍處於導入期，需要各項大型吸客活動讓消費者熟悉操作與養成習慣，但消費者洞察與可遇見的商機在於購買年代售票不用再去據點較少的金石堂或敦煌書店，不用為動作慢的工讀生焦慮(光溝通就錯失買票良機，搶手的票省一秒都是關鍵!)，想購買電影票亦不用擔心線上或電話購票付費時，信用卡資訊曝光(需輸入卡號)，就透過小7自己來最精準也最方便，而若怕連線lag者，亦可在家訂票後至ibon取票，可見ibon在購票或取票服務的發展仍有成長的空間。而由三個月內有去便利商店之消費者中，97.2%皆有去過小7，其中使用ibon相關服務者達85.1%( universe 13,885萬人)來看，消費者若在運用ibon相關服務時，順道消費一些零食或飲料，所帶來的經濟效益即十分可觀。現今遍及全島甚至離島的小7，似乎已成為各地區民眾的「社區服務中心」，反映著每個年代的變化與需求，不斷提升服務層次，讓消費者總不禁驚嘆「7-ELEVEn，真是太方便了！」。

更多文章請至東方線上

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。」

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。