台灣微軟加速轉型，2個月內交成績單|數位時代 BusinessNext

新任台灣微軟總經理邵光華，昨分享上任32天以來的心路歷程，在台灣土生土長、1983年就赴海外發展至今的他，中間只在台灣住過兩年。帶著使命感回鄉，他要鼓勵台灣微軟員工走出去交流，「看得更多、知道更多，待在台灣不會有更多機會。」談到近日微軟針對諾基亞行動部門裁員，他說「不痛是假的」，但並非做得不好才縮減人力，而是轉型的必經過程，相信微軟「未來很精采」。

enter image description here

（圖說：微軟台灣新總經理邵光華說，微軟持續以謙卑態度為使用者打造生活平台，相信未來12個月的表現會很精采。照片來源：微軟提供）

邵光華擁有淡江大學水利工程學士、美國伊利諾州立大學資訊科學碩士學位，曾在AT&T貝爾實驗室、AT&T網路系統部門、思科、諾基亞、IBM服務，電信經驗超過25年。他說，微軟三年前就開始談轉型，現在更精確地說，是要「加速轉型」。

在新執行長納德拉（Satya Nadella）今年上任後喊出「行動優先、雲端至上」（Mobile first, cloud first）的口號後，微軟要讓使用者寓工作於娛樂、寓娛樂於工作。他拿著月底即將在台上市的Surface Pro 3舉例，當把生活的平台建造出來之後，就能實現更多願景。

微軟將繼續加強「以人為本」的核心理念，提升個人的生產力，包括搭建適用於各種裝置的雲端平台，而微軟是全球少數可以做公有雲和私有雲混合的公司，以雲端OS「Azure」服務企業客戶。

在硬體方面，即使這是微軟的「老本行」，仍須以謙卑態度前進。邵光華感嘆諾基亞即使曾經在全球拿下60%智慧型手機的市佔率，還是在一夜之間翻船。「奇特的是，這公司不是沒有錢，都可能在一、兩年內發生這麼大的變化。」

因此，微軟將以「謙卑」的新態度，打造「One OS for all sizes」，為不同的合作夥伴提供私人定製化服務，在不同平台上運用，會有不同方案。邵光華坦誠，雖然Android裝置近來因價值競爭，利潤變得很薄，但市佔率仍稱王，這是微軟最大的挑戰。

enter image description here

（圖說：微軟新核心是以數位化的工作及生活體驗為本，發展雲端OS及硬體裝置。照片來源：微軟網站）

他認為，微軟歷年來只經歷三任CEO，是在IT公司中少見的穩定管理層，在執行任務時，很多事情都能走得較長遠。「人都有學習的過程，我們跟所有的公司一樣，都有過失敗的計劃，但至少大部份的產品是成功的。」

邵光華說，近來微軟股價達到歷史新高，代表轉型受到認可；未來微軟絕不會說自己是領先者，而是挑戰者。他也對Xbox One未來在亞太地區的銷售信心十足，「未來12個月，微軟的表現會很精采，會在市場造成很大的風波。」

邵光華秉持著「和/合而不同」和「用心聽」的儒家管理理念，在台灣市場的短期目標，是加強和合作夥伴的互動、認識自己的工作團隊。另外，還要教育使用者的雲端概念，例如可同時使用不同品牌的雲端服務，微軟也將解除客戶對雲端的資安疑慮。

「老闆給我90天交出第一份成績單，我希望60天就能辦到。」面對在場媒體半數以上都用蘋果電腦，邵光華說，「上坡的挑戰是要把大家贏回來。」

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。