【書摘】賈伯斯~能準時出貨的，才是真正的藝術家|數位時代 BusinessNext

「能準時出貨的，才是真正的藝術家。」

說這話兒的人你我都認識，他叫賈伯斯。他說這話，是對著一個到出貨的最後關頭還不想放棄，還想再把程式碼寫好一點的軟體工程師，要他停手，準備出貨。但這三字箴言的深意並不僅止於此。當代詩人布魯斯．亞利歐 (Bruce Ario) 說：「創意是一種生產的本能。」

這說明了我們在乎的是何種藝術。

安迪．赫茲菲爾德 (Andy Hertzfeld) 身為一九八四年第一部蘋果麥金塔電腦的催生者之一，曾經鉅細靡遺地回憶起這個經典產品的誕生過程；他在日記中是這麼寫的：「太陽已經出來了，軟體設計團隊終於開始急急忙忙地收拾東西，準備回家好好崩潰一下。東西到底做完了沒有，我們其實也沒把握，同時拼死拼活沒日沒夜地工作了那麼久，突然不忙了，感覺真是說不出的奇怪。跟其他人不同的是，我們沒有馬上回家，我是說唐恩，鄧曼 (Donn Denman)跟我；我們坐在大廳的沙發上，神情恍惚，睡眼惺忪地看著會計和行銷部門的同仁陸陸續續地進公司上班，畢竟已經大概七點半了。我想很多人經過看到我們兩個，一定都給我們的狼狽模樣嚇了一跳吧。白痴也看得出我們整夜沒睡待在公司(事實上我已經三天沒回家，也沒洗澡了)。」在那個瞬間，安迪的感覺，一定就像自己是個藝術家吧，因為他交貨了！

藝術家並不像很多人說的會天馬行空地「跳出盒子思考」，因為盒子外面是一片真空，什麼也沒有，盒子外面沒有規則可循，沒有所謂的現實。既然是一片空白，你便沒有東西可與之互動，沒有東西可以與之對抗。如果你脫離盒子太遠(設計時光機、想用液態氮把尼加拉大瀑布給凍結起來)，就永遠完成不了真正的藝術；脫離現實的盒子太遠，你將永遠出不了貨。

藝術家會沿著盒子的邊緣思考，因為這樣構想才不會流於空想，因為這樣才能引起人的興趣，因為這樣東西才做得出來，東西做出來了你才能對世界有所貢獻，有所影響。堅持準時出貨並不表示你一定要生產出曠世傑作（不過所有的曠世傑作確實都會出貨啦）；我本身創作超過一百本書，大多書都賣不太好，但是如果我不出這些書，我永遠不會有機會寫到現在這一本；畢卡索終其一生創作了一千多幅畫作，你如果能認得三幅就不錯了。

我們必須了解這個社會最欠缺的，就是去創作的直覺與本能。去創造，然後創造出來的成果趕緊送出門，喚醒內心的人性，然後與外界的許多人在市場上相遇，是我們得趕快去做的事情。

矛盾嗎？要出貨還是要改變世界？

有時候，出貨感覺就像一種承諾。你出發要去改變世界，去創造藝術，去全力以赴；而正當一切都在進行的時候，你的眼前出現了一個期限，於是你被迫要把事情趕緊做個收尾，於是你要問了：出貨真的有這麼重要嗎？

我覺得答案是肯定的。我覺得出貨的紀律長期而言是非常根本的，沒有這樣的紀律，你不可能成為無法取代的人才。固然有少數的藝術家可以享受寂寞，堅苦卓絕地奮鬥幾年甚至幾十年，最終把一個非常了不起的作品公諸於世，但絕大多數時候，我們的藝術夢就是這樣被種種阻力給磨得屍骨無存。我們控制不了自己的恐懼，我們的藝術最終是躺在家中的紙箱裡，再無機會重見天日。

確實，你剛開始力行出貨的紀律，你的作品可能會在品質上顯得不太穩定。當然如果能再晚個一小時、一天或一星期交差，你的作品一定會更好一點。但一段時間之後—一段很短的時間，你就會發現出貨已經是藝術的一部分，不出貨無以成就藝術。美國國家廣播公司(NBC) 的「週末夜現場」(Saturday Night Live)就不能重來，不能拖，也不能延誤一分一秒。確實不見得每集都好看，但這些年下來，這節目自一九七五年開播以來，至今還是每週六準時播出；這是個現場節目，時間到了不能不播，播了畢竟是存活下來了，節目名稱裡開宗明義說的「現場」，讓這節目得以週週出貨，週週與美國觀眾見面，一晃眼三十多年過去了，這堪稱是個成功的節目。

說什麼自己得做出改變世界的鉅作而遲遲不肯出貨，常常就是創作遭受阻力的象徵。請你將這理由戳破，定期準時出貨，久了你照樣能夠改變世界。

書名：夠關鍵，公司就不能沒有你

出版社：李茲文化

作者：賽斯．高汀（Seth Godin）

暢銷作家，著有《紫牛》(Purple Cow)、《願者上鉤》(Permission Marketing)、《行銷人是大騙子》(All Marketers Are Liars)、《低谷》(The Dip)、《肉丸聖代》(Meatball Sundae) 等。高汀也是Squidoo網站創辦人暨執行長，並且是全球最紅的企業部落格作家。

買書去

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。