卡位物聯網商機，MasterPass讓你網購不用打卡號|數位時代 BusinessNext

網路購物再也不用打卡號

MasterPass希望讓消費者在購物時更安全與便利，將整個註冊程序化為三步驟。消費者先至MasterPass合作銀行官網申請帳號，輸入個人資料、信用卡資訊及送貨地址等即可。在MasterPass合作的網路商店進行網購時，於結帳點選「使用MasterPass購買」（Buy with MasterPass）的標識就完成結帳程序。「這個平台是『開放平台』，不僅MasterCard的持有者，連持Visa，美國運通卡等卡片持有人也可以使用。」亞太區新興支付長Raj Dhamodharan強調。「MasterPass就是跨平台網購的支付工具，目前雖然僅支援電商，但將來也會支援NFC，把線上與線下串連在一起。」萬事達卡台灣區副總裁張育東解釋。

「MasterPass增加網購時的安全性，以前沒有MasterPass時，消費者都要輸入卡號，個人金融資料有可能在此時被駭，但使用MasterPass後不用填卡號，資料不會留在購物網站，而是留在銀行端，因此更安全。」萬事達卡台灣區副總裁張育東說。所有的使用者個人資料、信用卡資訊及送貨地址將受到MasterPass合作銀行及萬事達卡安全網路交易機制的保護，大幅降低個資外流及線上付款安全等問題。

跨界『物聯網』商機

萬事達卡台灣區總經理陳懿文表示：「資策會的統計資料顯示，2013年台灣電子商務產值近7,700億，預計到了2015年可望成為兆元產業。這是萬事達卡這時推出MasterPass的原因。」不過，萬事達卡的目標，可不僅是電子商務支付方式而已，MasterPass也展現了萬事達卡進軍「物聯網」支付工具的野心。

「面對即將到來的『物聯網』世界，每個可以連結的東西，都有發展電子商務的機會，每一個裝置都是一個網路商店，但這些可聯網的物件，可能連螢幕或鍵盤都沒有了，因此更便捷與更安全的支付，才能滿足消費者需求...而目前各家搶進行動支付工具，對萬事達卡來說，不會是競爭而是互補關係，如Apple Pay 也要和萬事達卡合作，這些公司都將推升行動支付應用的爆發。」亞太區新興支付長Raj Dhamodharan說。

亞太區新興支付長Raj Dhamodharan強調，「在商業模式上，MasterPass對商家和消費者都不額外收費，因此MasterPass的出現並沒有改變從發卡到收單等現有生態系中的任何一段，改變的只是讓消費者更容易消費，消費者在購物時再也不要需要輸入信用卡密碼。」

** [活動推薦]**
2014創業小聚年終盛事！掌握物聯網、雲端應用的創新創業趨勢與現況
時間：12月9日(二)大會論壇、12月10日(三)創業之星Demo Show
地點：臺北文創大樓6樓 (臺北市信義區菸廠路88號6樓)
報名方式：請參見活動網頁(11/20前早鳥票7折優惠)。另有創新創業大展徵件中，歡迎報名

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。