孤注一擲的專注，才能創新|數位時代 BusinessNext

戴榮吉
康那香董事長。1934年生，淡江英專畢業。原從事營造業，49歲時接手原由兄長與友人經營的康那香，經營至今。

康那香
成立於1969年，為股票上市公司。曾推出第一條台灣自製濕紙巾、圓弧形衛生棉、蝶翼衛生棉。為全球前40大不織布廠，2008年以「康乃馨」品牌獲頒「台灣優良品牌」。

哪一個台灣品牌，能同時打敗寶僑（P & G）、花王和嬌生（Johnson & Johnson）等國際一線大廠？答案是康那香。

然而，40年前這家公司誕生時，其實並不風光。《財星》（Fortune）雜誌100大企業的對手進入台灣後，康那香在衛生棉市占率立刻從70%掉到3%，12年虧掉3個資本額。戴榮吉接任董事長後，康那香才重回市場第三大，也是唯一的本土品牌。

經理人都知道，「創新」是突圍的必殺技。但面對資源豐富、擅長行銷的洋對手，康那香的創新路徑，有什麼不同？

答案是專注。40年來，康那香的創新始終鎖定同一種材料──不織布。面對國際大廠的競爭，康那香明白自己能力有限，於是用媲美科技業的研發預算比例，把力量凝聚到最集中，把合作的網張到最大，換取外界的創新能量。

為了培養人才，它提供獎學金給國內大學紡織科系；為了觀摩同業技術，它不錯過每一次國際參展機會；它與工研院合作，研發不織布污水處理濾材；也與台大、成大等醫院聯手，開發第一款國人自製不織布醫療敷材；它甚至投資半導體濺鍍技術，推出99%抗菌的「奈米銀」衛生棉。

有了原料創新，戴榮吉還不滿足。為了把根扎得更深，康那香組成自己的機械團隊，從製程創新。1970年代，這個團隊開發出的圓弧形裁刀，使康那香推出全球第一款圓弧形衛生棉，成為公司轉虧為盈的轉捩點。

垂直整合的效益，使康那香擁有89種專利、生產36種不織布、可以應用在12種產業，可以一再領先推出關鍵新產品；同時還能對開發中國家，做機械整廠輸出。

將所有資源押在同一種產品，看來有些孤注一擲；但康那香打敗巨人的故事告訴我們，創新的關鍵，就是決心。

戴榮吉如何在3年內轉虧為盈？
聘用專業經理人、貼近市場、自行研發

1983年，49歲的戴榮吉在家人要求下，接手哥哥與友人合資的康那香。當時，公司已虧損9000萬。他評估，對手嬌生（Johnson & Johnson）、寶僑（P&G）的規模都是《財星》（Fortune）雜誌前100大企業，獲利排名甚至高達20多名，應該有利可圖，於是決定接手。

接手後，他做了3件事：
1.****找人──5****位專業經理人皆來自外商
做好、做壞，都是因為人。戴榮吉發現，康那香先前的經營者，是養虱目魚和開碾米廠出身，毫無經營相關產業的經驗，「這樣子，賠錢是應該、賺錢才奇怪！」所以，重整公司的第一步，便是招募人才。由於戴榮吉會講日語，可以自行處理日商的事務；所以他從美商、歐商找來5位專業經理人，分別負責營運、廠務、企畫、業務、財務等領域，「每一個薪水都比我高！」

半年後，這群專業經理人寫出一本5年經營計畫，點出了公司的優缺點與機會，「康那香有救了！」戴榮吉立刻從善如流，照著他們的建議去做，公司3年後就開始賺錢。「每個人懂得有限，你必須信業專業人才，」是他最大的體悟。

2.****北上──在台北精華區設置辦事處
當時，康那香的營運中心位在台南佳里的工廠。但在1970年代，從台北開車到佳里要9個小時，坐火車也要7個小時，「誰要去那邊跟你做生意？」

於是，戴榮吉決定在台北設辦公室，在復興南路、福華飯店隔壁的大樓頂樓租了間大辦公室。「公司雖然沒錢，但門面要打開！」他堅持，業務員出國拜訪客戶，也要住最好的飯店；如果住在普通飯店，客戶就會以為你只是間小公司。

3.****研發──推出超越對手的頂級產品
找出方向、打開業務後，接著便是開發新產品。戴榮吉強調，產品不只要新，還要是「跟對手不一樣的頂級產品」──具備對手產品的所有長處、但還有一個獨家的功能，才會有機會。

當時，台灣的衛生棉都是長條型。戴榮吉觀察，這樣邊角會翹起，使用起來不舒適；他決定把長條型的邊角剪掉，開發弧形的衛生棉。

然而，找遍所有機械生產商，都找不到弧形刀片及磨刀的方法；連技術先進的日本機械廠，都只能裁掉四個角，將衛生棉切成八角形。最後，康那香終於在台灣中科院找到一台勉強合用的武器製造機械，但卻需要天價。於是，他們決定參考原理，自行研發生產類似機械，最後終於生產出圓弧型的衛生棉。

這款名為「圓滿意」的衛生棉，是市面上唯一的圓弧型產品。一推出立刻引起話題，也使康那香的市占率在幾個月內立刻上升到18%。

戴榮吉的管理講義
****DOs
****1.****創新，來自於想得比人家更多。
****2.****把權利下放，讓主管去負責、發揮。
****3.****投資研發商品前，要先找出市場。
****4.****多參加國外展覽，爭取曝光機會、觀摩最新技術。
****
DON'Ts
****1.****跟大廠競爭，不能推出同級產品，必須推出高價產品，才能吸引消費者。
****2.只做原料賺不了錢，要變化成產品，附加價值才會高。

資料來源《經理人月刊No.81》

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。