多數企業並不打算搶先採用Windows 8|數位時代 BusinessNext

本周是微軟超級重要的一周，新系統即將問世，融入多項元素，包括平板用戶喜愛的觸控式螢幕、年輕人會喜歡的新介面設計、最重要的是多版本設計可和傳統PC軟體相容。不過對多數企業來說，這些都不是安裝新版本的理由，事實上大部分企業都還在用Windows XP，連Windows 7都還未採用。

美國銀行家協會風險管理策略總監Doug Johnson表示，Windows 8更傾向是消費者平台，而非企業平台，也沒看到額外的企業級應用功能，難以說服企業於此刻採用。

對於稱霸電腦市場20年的微軟而言，過去若是新產品上市前出現類似評論，一定會在總部引起恐慌，現在卻可以從Windows 8看見科技品牌因消費市場的改變；不過這並不代表微軟不打算為企業客戶提供特別服務。微軟企業合作事業部負責主管Ron Markezich表示，消費者和企業間的那一條線越來越模糊，企業客戶仍然相當期待Windows 8，因為客戶們還沒有在平板電腦和傳統電腦間找出折衷方案。

企業客戶對於微軟的新作業系統一直保持不冷也不熱的態度，汽車大廠福斯在過去一年內，已經有6萬台電腦轉換至Windows 7系統，因此短期內並不打算再換新系統。福斯資訊部門主管Martin Eickhoff表示，雖然團隊成員對於能評估新平板功能感到相當興奮，但除非是Windows 8具突破性的功能和效益，才有可能考慮升級。

福斯的案例其實也不太尋常，因為一般企業決定是否要採行新系統都需要測試約12至18個月的時間，因此在新作業系統上線的兩至三年後才有可能採購；Gartner分析師Michael Silver認為，小型企業會率先採用新系統，九成的大型企業不會那麼快地全面採用，大型企業最多大約是二成的電腦會運行Windows 8。

對微軟來說將是一個大問題。原因之一是該公司40%營收都來自大型組織的多年授權合約，包括企業、政府部門、和學校，支援最新版本的更新。從根本上來看，不管微軟作業系統為何，大型企業客戶都實際正在使用。不過微軟Windows系統的財務表現一直在下滑，五年前還占整體營收的30%，去年只剩25%。微軟短期內對於大型企業的策略，需要仰賴辦公軟體Office與快速成長的伺服器和工具部門，而不再是Windows系統。

儘管如此，還是有市場先行者跑在前頭，像是紐澤西的西東大學（Seton Hall University），已經搶先導入Windows 8；該校資訊長Stephen Landry表示，升級的好處就是觸控功能相當友善，學生也相當喜歡新系統，只不過其他學校似乎還沒打算那麼快就跟進。

位於賓州的工業零件金屬製造業者Kennametal資訊長Steven Hanna表示，由於才剛剛轉換至Windows 7，因此沒有考慮Windows 8，不過會針對特殊需求的員工配給觸控螢幕電腦，如業務代表，因為行動力對業務來說相當重要，也已經在嘗試使用iPad，樂於見到微軟也能推出類似產品。

對微軟來說，還有一項優勢是：有一群老客戶已經使用Windows XP系統十年之久，目前全球15億台電腦中，41%是XP用戶。不過現在看來，這些客戶升級至Windows 7的意願較高，相信如果企業用戶願意在工作時接受Surface平板，或是其他Windows 8裝置，微軟都會大力協助。

出自Reuters

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。