[2014數位服務力大調查] 中華電信網路客服優，奪年度總冠軍|數位時代 BusinessNext

《數位時代》舉辦的第四屆「數位服務力大調查」結果出爐，由中華電信奪下16個類別、235個企業的年度總冠軍，亞軍及季軍分別為中央氣象局、台灣高鐵。在6月27日（五）的頒獎典禮上，副總統吳敦義出席致詞時表示，無論是政府單位或民間企業，都一定要具備真誠、效率、同理心，展示實質服務力，從2011年以來得獎的標竿企業都實至名歸。

圖說：副總統吳敦義（前排右四）和2014數位服務力大調查得獎企業代表合影。（攝影/吳韻萱）

「數位服務力大調查」從2011年至今進入第四屆，從16大產業類別中分別評選出優秀企業。今年的調查結果顯示，「社群力」成為數位服務力的決勝關鍵，社群工具如Facebook、Twitter成為企業官網做網路客服或集客的最佳利器。在今年進入決選的235家企業中，在官網嵌入網路社群功能的比率高達66.3%，今年數位服務力前10大標竿企業，更全都有在官網嵌入社群功能。

另外，網路口碑也是評選重點，當負面口碑出現時，如何做好網路客服，往往成為數位服務的決勝關鍵。企業整體表現呈現微幅成長，平均分數從去年的45.65分進步到48.37分。

圖說：中華電信執行副總經理謝繼茂（右）從副總統吳敦義手中接過2014數位服務力大調查總冠軍獎座。（攝影/侯俊偉）

今年電訊類的網路客服表現優異，年度總冠軍、中華電信執行副總經理謝繼茂在致詞時表示，在網路時代，數位服務力相當於企業的競爭力，中華電信從來不敢輕忽，透過Facebook粉絲團解決客戶問題，也發佈優惠措施及數位內容產品。謝繼茂更強調，中華電信為首個導入4G服務的通訊公司，這次得獎是數位服務力更向上一層的驅動力。

政府網站致力於社群及支援行動裝置也值得肯定，獲得數位服務力調查亞軍的氣象局，即透過App、行動版網頁和Facebook粉絲專頁隨時為民眾更新天氣資訊。氣象局資訊中心主任申湘雄說，網路管理科團隊用極少的人力完成最全面的氣象資訊服務，轉換複雜的氣象資訊，達到防災及提供實用生活訊息的目的。

台灣高鐵則在口碑、SEO和使用者經驗方面都有優異表現，台灣高鐵執行長鄭光遠表示，台灣高鐵連續四年拿到交通類首獎，今年又得到跨類別季軍，是非常大的肯定。台灣高鐵自2007年通車以來，一直致力於服務數位化，2010年因應行動裝置普及，進一步推出手機訂票，App下載量現已達170萬人次，每年以50萬人次的速度增加。官網去年則經歷第三次大幅改版，讓官網介面更符合使用者經驗，下月也將推出手機版網站。

《數位時代》雜誌榮譽社長何飛鵬致詞時表示，以往在實體世界，客戶意見傳達很慢，自從數位化時代來臨，客戶容易串聯，若發生負面消息會引發很大的風暴，因此虛擬世界的佈局不可忽略。近年行動裝置盛行，《數位時代》也想觀察企業的數位服務，是否有考慮到行動裝置。何飛鵬鼓勵還未當選的企業急起直追，當實體、虛擬世界的贏家。

今年調查透過五個指標、四個階段進行，第一階段共提名743個企業與部門，透過Google PageRank篩選出235個，再由評審團給分與網友票選決定，本次評選首次加入社群服務評比做最後總分加權，因應社群與行動時代來臨。五個指標分別為使用者經驗（UX）、SEO搜尋引擎最佳化、網路口碑度、網友票選及網頁基本元素。

延伸閱讀：
專題企劃｜數位服務力，社群至上！

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。