Gartner~2010年全世界的行動付款用戶數將達1.09億人|數位時代 BusinessNext

國際研究暨顧問機構Gatner表示，2009年全球行動付款用戶規模約為7千萬人，2010年的用戶數可望超過1.09億人，成長幅度達54.5%。並預期，今年全球行動付款用戶將占整體手機用戶的2.1%。

Gartner研究主任沈哲怡表示，「我們看好行動付款在亞洲、東歐、中東和非洲等開發中市場將續呈強勁成長，然而，在北美和西歐市場，因消費者付費管道多元，行動付款的發展較為落後。開發中市場已研發出行動錢包服務的方案，亦即結合用戶所需的功能和能夠維持服務的生態系統（ecosystem）。」

沈哲怡進一步表示，「對於已開發的市場，目前尚無解決方式，必須採取不同的運作模式。與其限定用戶行動付款的方式，倒不如將服務需求建立在既有的付費行為和基礎建設上，以便讓用戶選擇適合自己的付費管道，像是零售、電話、網路或手機。

亞太地區已然成為全球使用行動付款用戶數最多的地區。數據顯示，2010年使用手機付款的用戶將占該區手機用戶的2.6%，超過6,282萬人（見表一）。在歐洲、中東和非洲地區（EMEA）行動付款用戶數將增至2,710萬人，佔該區手機用戶的2.1%。北美地區行動付款用戶數僅約350萬人，佔該區手機用戶的1.1%。

表****一****各地區****使用者行動支出****（單位：****千人****）

地區	2009	2010
西歐	4,519	7,127
北美	1,905	3,502
亞洲/太平洋	41,865	62,828
東歐、中東、非洲	16,823	27,091
拉丁美洲	5,131	8,010
總計	70,242	108,558

資料來源: Gartner （2010年6月）

沈哲怡表示，開發中市場行動付款的強勁需求，主要係由那些缺乏電腦或銀行服務資源，無銀行帳戶或使用非主流金融服務的人口所帶動，他們很自然地將手機視為一種付費平台。同時，較早採用行動付款市場的主管機關緊縮政策以提供更好的用戶保護，並對抗洗錢等非法金融活動。

簡訊服務（SMS）目前仍然主導行動付款的技術，無論是在開發中或是已開發市場的消費者，皆因它的普遍性和易用性而選擇這項技術。無線應用協議 /網絡可以支援客戶端下載或手機瀏覽器，較常被已開發市場的消費使用，主要係因數據機功能手機和主動數據傳輸模式的手機方案的市場滲透率較高。

多數金融機構仍未發現距離無線通訊（NFC）付款的成功案例，特別是它提供類似非接觸式卡的功能，但卻添加手機系統業者和其他生態系統合作夥伴往來的複雜性。

沈哲怡建議，開發中市場的行動付款服務業者宜進一步研究服務互通性的可能，以加速提高市場接受度，並促進良性競爭。她表示，解決方案供應商應確保平台的靈活，讓銀行和電信業者的系統能在平台上同時運作，以備在當地進行客製化部署。

另個群組如金融機構，可透過行動付款以接觸傳統基礎建設中難以接觸的無銀行帳戶或使用非主流金融服務的消費者。他們需與開發中市場的手機系統業者合作，以利用其品牌知名度和服務優勢。然而在已開發市場中，金融機構應與大型零售商和網路商家合作，將行動付款機制建立在現有的購買和付款行為上。

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。