【Meet創業之星】 Femas HR－專為中小企業打造，雲端血統的人資服務|數位時代 BusinessNext

一直以來，台灣都是個創業風氣興盛的地方，新一波的科技趨勢出現，新的創業潮似乎也跟著湧現。不過，不管是農業轉型工業，還是硬體整合軟體，用最少的資源發揮最大的效益，是任何時代創業家共同的課題，因此「能省則省，一人多工」，是許多新創公司的常態。但是另ㄧ方面，麻雀雖小，五臟還是得俱全，尤其是人事、薪資等企業之本，不論是大企業或是小公司，其實都不應該馬虎。

不過，校長也許可以兼職撞鐘，但有些專業要無師自通，也不是一學就會。進入數位時代，雖然比過去把資料都以紙本建檔好管理，相對複雜的人資管理軟體，學習的門檻依舊存在，而且坊間的相關產品，價格往往也不斐，對「什麼都有，就是沒錢」的新創公司來說，也算是筆不小的支出，至於像大企業設置職員管理、使用客製系統、專人服務，當然就更是天方夜譚了。

鋒形科技的，雖然去年才正式開放，兩位創辦人與「雲端」的緣分，卻早就結下。負責業務的李佳鴻表示，他跟另ㄧ位創辦人杜俐芊，過去在學校的時候，就曾幫教授開發過網路郵件程式(webmail)，現在這類形式的電子郵件雖已成主流，在連Gmail都還沒問世、「雲端」二字與科技還沒關係的當時，卻實在是創舉，儘管礙於教授教職在身無法全心投入，最後並未變成Gmail，二人的雲端創業，卻正是在此時埋下了種子。

相較傳統的人資軟體多半是單機應用，一開始就具備雲端血統的鋒形科技，早在2008年時，就開發了雲端架構的產品，也是現在Femas HR的前身，但礙於當時的技術成本昂貴，能夠負擔的只有大企業，所以只能以「私有雲」的形式經營。直到現在雲端時代到來，網路應用的成本顯著降低，使用者對訂閱軟體服務的雲端模式也愈來愈能接受，才下定決心將過去的私有雲產品，轉為現在的Femas HR「公有雲」形式。

然而，從私有雲轉為公有雲，當然也不是只有好處－企業的資安問題如何處理？李佳鴻認為，人資應用所承載的資料，可說是一家公司的命脈，大家當然很敏感，他們在加密等工作上也不敢掉以輕心，但另ㄧ方面，不用花大錢採購專業軟體，就能持續升級，也不用維護、設備，還能享有過去大企業等級的產品服務，加上能依公司成長狀況隨時彈性調整的方案，種種原因，讓使用Femas HR的意願，往往遠大於顧忌。

當然，目標客群由資源豐富的大企業，轉為百廢待舉的新創公司，當然不是解決資安的問題就沒事，從功能介面、訂閱方案，甚至到整體產品服務策略，都需要重新思考，並根據使用者的回應進行調整，不過，至少在基礎上，由兩位雲端老將帶領的Femas HR，可不是一般市場後進者可以隨便比擬的。

團隊 Team 8人

公司服務 Project Femas HR是台灣首個雲端人力資源管理系統，不用一次花費鉅資購買軟體，並能持續升級、不綁約、免維護、免設備，也無隱藏費用

成立時間 Founded Time 2004年公司成立 2012年完成Femas HR架構

主要用戶 user

商業模式 Business Model 每月付費的訂閱模式

網址 **** [

](http://www.femashr.com/)

延伸閱讀 ：連結倫敦/矽谷/北京/上海/台北【2013創業小聚暨AAMA台北搖籃計畫年會】

6月26日(週三)，在台大醫院國際會議中心，以「跨界‧共榮‧創新交鋒」為題，邀請UC優視董事長兼首席執行官俞永福、英國貿易投資署產業顧問Tony Hughes、奇想創造執行長謝榮雅，以及500 Startups、POP、Adonit、凱鈿、雷亞遊戲、AAMA搖籃計畫北京/上海/台北創業家等，分享創新創業經驗。

依不同身份享有不同的報名優惠，9大主題、20位講者、8小時充電，一起學跨界、學創新、學創業、學視野、學共榮……現場座位有限，快把握時間預約你的學習機會！

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。