網路創業者的線上學習網站－StartitUp|數位時代 BusinessNext

誰最能了解創業者在創業路上會遇到哪些疑難雜症？答案是自己也創過業的人。過去曾經在Groupon台灣的全國業務部擔任執行長的劉至浩Edward，和長期在美國矽谷的軟體公司擔任資深軟體工程師的好友孫以陶Yitao，基於想幫助創業者的出發點下，運用在美國的人脈、資源，共同成立了線上創業社群互動網站－StartitUp。藉此讓創業者在上面能夠分享、學習、交流、諮詢，進而節省在創業路上的學習成本。

圖說：StartitUp為創業者的線上顧問諮詢、社群交流平台。

StartitUp提供系統性整理的創業知識，幫助創業者能夠學習精實創業的精神與方法。像創業指南般一步步從點子發想、驗證市場、產品成形、找到潛在用戶到募集資金的完整引導，支援項目包括有精實創業、客戶開發、簡報提案、搜尋引擎最佳化(SEO)、流量成長駭客、獲利方式、產品開發、最低可行性產品、內容行銷、文案撰寫等，而這些課程也可實際應用在自己的創業計畫上。

圖說：網站規劃當創業者在建立新創事業時需檢視的待辦事項。

網站的教學觀念多半是來自於精實執行－精實創業指南 (Running Lean)的原作者Ash Maurya、精實創業(Lean Startup)的原作者Eric Ries、客戶開發理論之父Steve Blank等人所提出的理論與概念。若在課程內仍無法得到解答，可進一步在線上發問，在這裡有創業顧問可以協助回應，幫助你解決當下發生的問題。

除了提供豐富的創業課程、知識庫，StartitUp不定時會舉辦線上聚會及工作坊，例如在4月份所主辦的網路研討會，便邀請Ash Maurya和20位來自世界各地的創業者對談，每人輪流在線上問5分鐘的問題，Ash Maurya都會親自一一解答。

網站在今年三月上線，六月開始規劃收費方案，價格分為29美元/月、59美元/半年、249美元/一年等方案，只要一開通付費帳號則可完整使用以上所有功能。在一開始也可先申請試用帳號，在試用三天過後決定是否付費，未來也將陸續推出更多課程。

劉至浩表示，因為兩人過去曾經創過業，在創業過程中學到許多，為了讓有志創業者能專注在自己的事業上，避免重蹈覆轍犯下同樣錯誤，因而將過去經驗加上蒐集創業者需要了解的資訊，整理成為StartitUp的線上教材，並連結國內外有經驗的創業前輩與資源，共同為創業者在前方鋪路，為國內的創業生態帶來更多想法及改變。

【報名即將截止】****7/17(****三****)****第****31****場創業小聚**
** Fiito、MY83保險網、龍骨王、博晶醫電、Friendo粉多任務、紅門互動EagleEye等6組團隊的創新應用分享，以及米亞網路/歐米爾網路執行長王柏升Tony分享創業轉折與出路；7/17(三) 19:00-21:00在北科大綜合科館第三演講廳。
活動網頁：http://www.bnext.com.tw/edm/meet/

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。