從學術圈開始的創業，可能嗎？|數位時代 BusinessNext

台灣大學日前辦了一個創業與創新工作坊，主要的講者有台大學術副校長陳良基、管理學院院長郭瑞祥，創創學程主任李吉仁，以及漢鼎創投、前永豐餘投資代表等業界人士，陣容可謂一時之選。而這個工作坊的宗旨就是協助台大教師將研究成果技術商業化，將研發成果轉變為創業機會。我們對於學術龍頭投入這樣的行動表示敬意，但創業的過程其實最重要的就是不怕弄髒手，要能夠時時刻刻緊盯現場實務以及環境的變化。因此，最重要且最核心的問題就是，這些目標對象(聽眾)，可以嗎？或許在此拋出一些議題，讓學界也能夠思考這樣的限制：

創業家精神(entrepreneurship)及創業家思維

經濟學家熊彼得認為創業家精神屬於一種具有創造性破壞的力量，能夠將既有結構中的模式打破，用更有效率或更有生產力的模式取代。管理學則有彼得杜拉克闡釋創業家的特質，就是能夠主動尋求變化、對變化作出反應並將變化視為機會的人。

讓我們檢視學術圈的教授們是否具有這樣的特質。其一是打破現有結構或運作制度的能力，其二是主動尋求變化的能力。眾所周知，學術圈的流動是整個社會結構裡面速度最慢的一環，政黨執政都可以輪替兩次了，但學術圈大老的勢力仍在。現有的這群目標聽眾對於資源分配的遊戲大概都厭倦了，要他們在報紙上投投社論、退休後寫寫部落格還可以，真的在位的時候，卻沒有人可以站出來勇於打破這樣的規則。對於創業這樣需要真真實實、分分秒秒投入的事，不要說成功了，投入的可能性有多高？

在主動尋求變化方面，整個學術圈的反應更像是恐龍一般，在技術上或許有不斷深究、主動尋求變化的可能性，但在整個象牙塔裡能夠對變化作出反應並將變化視為機會的人，恐怕屈指可數。或許這樣講或許有些現任的教授們會不服氣，但如果攤開全台灣歷年產學合作或者科技專案這些沒有資金風險的研發計畫，去檢驗最後成功將研發成果spin-off，或者退一步說能夠成功技術移轉業界的比例有多高？恐怕也僅有陳良基副校長這樣的少數。

向駭客精神學習

陳良基副校長在新書發表會後接受訪問說，人類社會需要良師興國，學校首先應提供足夠的創業養份，才能帶動更多年輕人走上創新之路。不可否認的，有特定的社群與課程，的確能讓學習平台更具有系統，也更能掌握住學習者的學習歷程。然而在提供這些輔助工具與機制之外，這次工作坊學習的主角始終是待在學術圈的人，誠如某些參與者說的，我們本來就是不想到業界，才投入學術研究，現在創業又變成顯學，只好來瞭解一下這是什麼。但是，這和創業的本質上就有了無比巨大的差異。我們看看之前的太陽花學運，年輕人們看似什麼資源都沒有，為什麼可以創造出這麼大的動能？有人說這是網路世代的特質，動動滑鼠，滑滑螢幕就可以了。但這只是看到了表象，真的背後的意涵，就是平常不為特定(金錢)目標，只想把一件事情專注做好的精神，也就是資訊時代的駭客精神。

駭客原先不是單指破壞網路安全的侵入者，駭客的本質是網路使用者，駭客行為則代表一種網路使用形式。駭客文化最重要的一點，就是資訊的開放與分享，這樣的概念也影響了網路文化的特性。在網際網路的擴張與技術發展上，駭客本來就是促進網路進步很重要的一股力量，駭客不斷地尋找網路建構過程中的技術不足，藉此找出程式上的漏洞，再促使網路設計上的補強；網路科技，就建立在這種對傳統束縳不斷挑戰、突破的嚐試過程中，不斷地進步，這也是駭客精神中最重要的部分。換言之，這也就是人類因為運用創造力、分享的精神，促成人類整體的創新、進步。

我們看到了有能力者，如陳良基副校長願意推動整個學術社群往創新創業的方向前進，對於目標對象大學教授而言，創業或許不是個人職涯裡最優先的規劃，但在年輕學子對於創新創業的意識與熱情開始被點燃的情況下，請大學教授先思考，如何帶領更多年輕人走上創新之路。多點分享、多點破壞、多流一點汗、多去弄髒手，這熱情才有延續的可能。否則，這恐怕又淪為另一場顯學大拜拜。

[作者]
詹峻陽為資訊社會領域學者，長期關注資通訊科技產業、社群媒體領域與其使用者行為等發展。

【延伸閱讀】
7/9【創業小聚暨AAMA台北搖籃計畫年會】6/10前享65折
當穿戴裝置、物聯網、智慧應用為全球焦點時，你我的機會、台灣的機會在哪？7月9日創業小聚年會以「軟硬結合，啟動大創新時代」為主題，邀請Google台灣區董事總經理簡立峰、微軟亞太研發集團首席營運長申元慶、HWTrek硬體加速平台創辦人王仁中、大陸京東硬體平台JD+計畫負責人那昕、微程式資訊總經理吳騰彥(Youbike)、創意引晴執行長黃俊傑(影像辨識)、北京極科極客科技執行長王楚雲(智慧路由器)，還有多組創業團隊分享他們觀點和經驗。
時間：7月9日(週三) 9:30-17:00
地點：台大醫院國際會議中心R201，台北市徐州路2號2樓
參加方式：6/10前享早鳥票65折優惠
參見活動網頁

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。