Gartner~2012年全球行動支付交易金額逾1715億美元|數位時代 BusinessNext

根據國際研究暨顧問機構Gartner最新的報告，2012年全球行動支付交易金額將自2011年的1,059億美元，大幅成長 61.9%至逾1,715億美元。行動支付服務的使用人數也將自2011年的1億6,050萬人增加至 2012年的2億1,220萬人。

Gartner研究總監沈哲怡表示，「我們預估全球行動支付交易量與金額在2011年至2016年間將以平均42%的年增率持續成長，同時預期全球行動支付市場規模在2016年之前將擴大至6,170億美元，使用者則達4億4,800萬人。對於需要符合在地需求模式，提供客製化產品的服務與解決方案供應商來說，行動支付市場的成長將帶來商機。」

行動支付市場在未來兩年內將提供分散式的服務（fragmented services）和解決方案。技術供應商將依據各地不同的法規，利用不同的存取技術、商業模式和合作廠商，提供不同的在地化的解決方案。

沈哲怡表示，「目前僅有少數幾家國際業者有足夠的規模和資源可服務廣大的客戶與大眾市場，而這些客戶和市場的需求，採用一般解決方案即可因應。然而，國際業者無法永遠顧及所有層面，某些層面的需求僅有特定或當地業者較為瞭解，同時能滿足這些需求，並有特定解決方案以因應特殊挑戰。」

簡訊服務（SMS）在開發中市場仍為主要的資料存取技術，係因受限於行動裝置，以及簡訊服務的普及。在北美和西歐，Web/WAP（無線應用通訊協定）則是採用較多的存取技術，因為使用者在這些地區皆可利用行動裝置無線上網。Gartner估計，到2016年之前，透過Web/WAP存取方式所進行的交易，將分別占北美與西歐地區整體交易比重的88%和80%。NFC（近場通訊）的交易量在2015年之前的比重仍相對較低，到2016年後才會逐步攀升。

沈哲怡進一步指出，「NFC 付費和使用者習慣的改變有關，也需要銀行、行動通訊業者、卡片支付系統商與店家等利益關係人彼此相互合作。上述的習慣改變和彼此合作都需要時間，因此我們認為，在2015年之前，NFC支付服務仍無法普及並打入大眾市場。在這段期間，我們認為帶動 NFC交易的將是行動票證（ticketing）服務，而非零售付費服務。」

在北美和西歐，商品採購將帶動行動支付交易。這部分包括網購電子商務採購與實體店面採購（in-store purchases）。Amazon和 eBay等大型電子零售商已發展出強大的行動店面，其行動通路交易量亦出現顯著成長。至於實體店面採購方面，星巴克的Starbucks Card Mobile app 軟體也在試行方案成功後，大舉在全美推出。Gartner預期未來將有許多商家仿效星巴克的成功案例，推出自家的行動支付服務。

在開發中國家市場，轉帳和通話點數加值服務在行動支付交易量中占絕大部分的比例，而轉帳更將占行動支付交易金額中最大的比重，因為民眾需要安全又有效率的方式來存錢與轉帳。許多市場有興趣發展票證/停車收費的行動支付服務，一方面可提高交易效率，另一方面可提供使用上的便利。在非洲與南亞等發展中國家，消費者可運用行動支付服務購買公車票和火車票，以趁早在車票經常供不應求的地區訂到車票。

儘管東歐為使用行動支付服務較少的地區，但Gartner估計此一地區在2011年至2016年間的行動支付服務使用者的成長潛力最大。以整體行動支付服務使用人口來看，亞太地區目前居冠，其次為非洲。這兩大地區對行動支付交易量的貢獻度很高，至2016年預估合計將占全球行動支付量六成以上的比重。就這段期間的交易金額來說，非洲的行動支付交易金額最高，主要受惠於較高的轉帳比重，而相對於其他轉帳方式，行動轉帳的每筆金額也相對較高。北美在2016年的行動支付交易金額將為全球第三高，相當於西歐行動支付交易金額的兩倍。

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。