【記者部落格】期待台灣電子業,「錢」進網路業
【記者部落格】期待台灣電子業,「錢」進網路業
2014.03.07 | 技能

台灣網路暨電子商務產業發展協會(TIEA)今(7)日舉行2014年度大會,其中,去年為韓國入口網站Naver收購的台灣新創公司,走著瞧(Gogolook)執行長郭建甫分享了他們創業之初的故事:「那時候我們很需要資金,也沒要多少,只要三百萬,卻沒有人願意投我們,三百萬可以拿50%的股權耶!」

他笑笑地分享這故事,在台下的我卻聽得心酸又驚險。心酸的是,台灣怎麼會沒有一家企業或創投願意拿三百萬出來,最後卻是韓國公司拿五億多台幣收購他們;驚險的是,如果不是靠韓國公司,台灣卻沒有企業願意進一步投資,是否又是一個半途陣亡的好點子呢?

TIEA副理事長、Google台灣董事總經理簡立峰說得好:「外商都看到我們的機會了,可惜我們自己看不到。」過去幾年來,除了Naver對Gogolook的投資,台灣資安業者阿碼科技也獲美國那斯達克上市公司Proofpoint收購,愛評網則獲NEC投資,近日TutorABC則獲阿里巴巴投資。

過去一年,除了遠傳收購了時間軸科技以外,幾乎看不到台灣大企業對新創公司的投資,但外商對台灣網路軟體公司的投資、併購卻是一樁接一樁。由此可見,台灣並不乏好的網路、軟體點子,但和擁有雄厚資金的電子產業,卻像是兩條平行線,誰也不瞭解誰。

TIEA理事長、網路家庭董事長詹宏志先生和簡立峰先生,過去都不只一次呼籲台灣規模資金龐大的電子產業,應盡量投資網路產業,一方面是電子業轉型升級的契機,另一方面也能幫助扶植台灣網路產業茁壯。「電子業要趁還有錢的時候,趕快投資網路。」簡立峰認為。但事實是,當三星、聯想都積極尋找網路軟體界投資標的,台灣的電子業卻仍對這世界幾乎一無所知。

台積電、聯發科、鴻海……台灣眾多半導體、代工製造商,都擁有龐大資本,蓋一座面板/晶圓廠的支出,大概可以把全台灣值得投資的新創團隊全買下來養三、四年。「只要設法把其中一家養成WhatsApp這樣有價值的公司,就足以再蓋好幾座xx廠,」和沛科技總經理翟本喬也認為,台灣電子業應和網路軟體產業有更深的結合。

今天在會議上,TIEA以「軟硬整合」為題,請來和碩董事長童子賢與會。他雖表態願意多看團隊、多學習網路產業,但對於未來是否投資網路產業,他語帶保留,表示還是須專注在本業上,但對於製造所需的自動化、機器人等相關軟體需求,一直都持續關注。

雖然願意花心力、金錢投資網路軟體的電子業者還不多,但也已經有好的開始,群聯電子董事長潘建成就是相當積極的人物之一。他認為,所有電子公司都需要作出差異化,而和軟體的整合,就是硬體產生創意的來源,因此他一直對於新創產業的投資相當有興趣。

而品牌廠也已經開始動起來,和網路產業有更多交會。華碩開始瞄準電子商務領域,找上前PChome營運長、電商公司Uitox創辦人謝振豊,合資一家全新電子商務公司,就是為了向小米學習,透過網路做為產品販售通路。宏碁則和PChome結為策略夥伴,投資支付連。

2014年,是台灣網路軟體產業和電子業更多交會整合的關鍵一年,從宏碁和華碩的作為,可以感受到好的開始。期待更多擁有雄厚資金的電子大廠投入網路業,只要花一棟大樓、幾間豪宅的錢,就能養活好多個台灣網創團隊,更是觸動製造業轉型質變的機會。別再等到台灣的優秀團隊被外商挑走時,才感嘆我們沒有好好把握。

關鍵字: #投資 #新創
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

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。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

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。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓