【Meet創業之星】留學資訊查詢系統－WORLDGATE留遊學資料庫|數位時代 BusinessNext

根據國際教育協會資料顯示，2011 年台灣留美學生為 2 萬 4818 人，佔美國總留學生比例的 3.4 %，在亞洲地區留美學生人數排名第 5，尤其以念大學和 MBA 為大宗。因著市場需求， WORLDGATE 留遊學資料庫提供計畫到美國念 MBA 的準留學生一套快速好用、可篩選資訊的留學情報查詢系統。

前獎金獵人共同創辦人、現為 WORLDGATE 共同創辦人林雷鈞坦言，原本預計一畢業就要出國唸書，意外地和獎金獵人另外兩位創辦人共同步上創業之路。在經營一年半後還是本著想把夢想完成的心，從獎金獵人退出後準備計畫去美國念 MBA。

共同創辦人林雷鈞(中)。(攝影/林衍億)

「當時在做出國唸書的準備時才發現有很多不便之處，如資訊量龐大、因為新舊資訊混雜，爬文相當費時。」想自己彙整留學資訊的林雷鈞，也因此花了不少時間。此外，他也發現留學代辦機構價格落差從 2 萬到 20 萬都有，令人卻步。於是他希望能以科技改善這樣的問題，打造一個彙整留學資訊的網站。

「唯有從解決自身的問題做起，創業才更有意義。」因為自身和身邊友人的經驗，加上第一次創業帶給他的難忘經歷，趁著學校放暑假回台，不選擇學校建議到大公司實習，未來有機會直接錄用，而是決心積極籌劃二次創業事宜。

從點子發想到網站成形，不到 3 個月的時間。林雷鈞表示，雖然網站很快上線，但仍不斷測試、蒐集使用心得，將使用體驗調整到最符合使用情境。網站首頁簡潔如 Google，以搜尋、篩選獲得資訊，整體概念希望打造快速、直覺的使用者體驗，強調只要三步驟：輸入資料、篩選學校、教你申請。

值得一提的是， WORLDGATE 提供進階查詢系統，將分數輸入後選擇「超於高標」選項，會列出保證錄取的學校，提供打安全牌的學生參考；若是選擇「剛過低標」，則會顯示出夢幻學校清單。「將高低分間距篩選出來，讓準留學生較容易找到落在志願內的學校。」

使用 WORLDGATE 核心功能有二，在過濾學校資訊後，推薦你口碑優良的代辦機構，並引導到實體辦理後續申請事宜，省略前端媒合的作業時間；自主性高、英文能力佳者，則可使用線上代改推薦表、履歷表、小論文等申請文件，這部份已和 Top Admit 合作，將需求者導引至該站，但目前數量並不多。

下一步，WORLDGATE 欲積極組成美國華人駐校代表，除了官方的資訊提供，也可透過詢問當地華人學長姊，作為準留學生出國留學的重要參考指標。「我們定位在雙方聯繫的接口，連結社群的力量，打造出國留學的校友圈社群。」

「成立 WORLDGATE，希望讓台灣的留學生更容易完成出國唸書的計畫，不再覺得離自己遙遠或認為是麻煩事。」雖然目前商業模式尚未明確，但團隊仍相信有許多可能性。二次創業的林雷鈞，和其他志同道合的三位夥伴，攜手合作要再次闖出一片天。

Q1. **** 目前還是以人工蒐集的方式，網站上包括全美前 106 名學校的資料，歸功在獎金獵人時練就一身查找資料的功力(笑)，但未來會朝自動化社群維護。

Q2. **** 1.找到對的夥伴、在技術開發解決了不少難題 2.隨市場調整功能需求，以開放彈性的速度迎合 3.將既有的留遊學資源整合，並彙總優質的留學代辦機構資訊

團隊 Team 4 人。

公司服務 Project WORLDGATE 留遊學資料庫，為了降低出國學習的門檻而努力。蒐集過濾龐大的留遊學資料成為有用易讀的資訊，讓想出國念書的朋友可以省下許多蒐集資訊的時間，並申請到適合自己的學校。

成立時間 Founded Time 2012 年

主要用戶 user 想出國唸書的學生

商業模式 Business Model **** 凝聚潛在留遊學客群，並將他們介紹給有品質的留遊學代辦公司，收取仲介費

網址 http://worldgate.tw

【共好計畫1* **** *】域動行銷 ClickForce 每月贊助 1 個新創團隊，10 萬元廣告聯播行銷資源，詳見活動網頁。

【共好計畫2* **** *】萊碼創意科技與中華雲市集聯合贊助每月 6 個團隊，6 個月免費使用雲端互動式行銷系統，詳見活動網頁。

【共好計畫3* **** *】 104市調中心每月不限名額，提供創業團隊將服務/產品上架至試用平台，供目標族群試用體驗，團隊得以聽見使用者真正心聲！詳見活動網頁。

【活動預告】第 20 場創業小聚 8 月 15 日(週三) 19:00-21:00 在台北科技大學共同科館演講廳。

【2012* **** 創業之星NeoStar* **** ** 】評選即將截止！ **** 《數位時代》將於12月評選出2012創業之星NeoStar，想要角逐的團隊、且還沒被《數位時代》認識到你們，快把握機會來報名，分享你們的創新應用。請來信 meet@bnext.com.tw 。

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。