台灣創新企業20強，台積電奪冠、研華攻物聯網首入榜|數位時代 BusinessNext

由經濟部工業局主辦的第四屆「台灣創新企業」選拔昨揭曉成果，由台積電奪下冠軍，王品緊追在後，鴻海則由去年的第十名竄升至第三名。今年首次入榜企業包括全聯、研華、全家便利商店、葡萄王生技及玉山銀行。與經濟部合作評選的波士頓顧問公司（BCG）董事總經理徐瑞廷指出，未來五到十年，台灣企業面臨垂直整合的重要課題，從「智慧城市」、「智慧家居」等情境預測需求，要將對客戶的理解或行銷能力視為未來佈局的優先考量。

enter image description here

（圖說：今年得獎的台灣創新企業20強代表合影。照片來源：侯俊偉攝）

由評選單位–波士頓顧問公司（BCG）日前公佈的全球創新企業顯示，現在創新競爭的重點是如何優化商業模式，而非只專注於單一產品及服務，且創新要帶給企業實質的獲利。

enter image description here

（圖說：台積電資深處長王耀東說，台積電結合產業夥伴，積極建立創新平台。照片來源：侯俊偉攝）

台積電資深處長王耀東表示，董事長張忠謀非常重視創新，在「ICIC」的經營理念中，中間的「I」即代表「Innovation」（創新），內部除了有各種獎勵方式鼓勵創新，公司也不處罰失敗的創新。目前，台積電每年在美國獲得專利數已超過1000件，累積已達9000件；全球專利則接近2萬件。台積電也結合產業夥伴，建立跨產業開放創新平台，聯合IP設計公司及EDA，讓客戶快速利用該平台發展產品，也讓商品導入量產及商品化，形成多贏局面。

enter image description here

（圖說：研華技術長楊瑞祥說，研華在內部建構創新平台IMAX，讓創新成為組織例規。照片來源：侯俊偉攝）

今年積極在物聯網佈局的研華，則擺脫專精工業電腦的印象，進軍醫療機器人領域。研華技術長楊瑞祥說，因董事長劉克振對創新有極大的熱情與執著，17年前就舉辦活動邀請學生參加，近年研華並與協辦單位如遠雄及中華電信等，合辦針對智慧城市應用的比賽「TiC100」，由企業出題，學生提案，對公司員工的思想活化有極大助益。

除了舉辦比賽，研華也在內部建構創新平台「IMAX」，分為內部自主研發的內部育成（Incubation）、新產品開發（X-Product）、導入外部研發的併購合資（Merge & Controlling Joint Venture）及聯盟外包（Alliance/Outsourcing）等四種做法，並搭配當年度策略規劃，匯集各部門高階主管提案，讓創新成為研華內部組織例規。

enter image description here

（圖說：玉山銀行執行長陳嘉鐘說，未來玉山銀行將以『玉山Inside』的概念為合作對象或使用者提供服務。照片來源：侯俊偉攝）

而面臨行動世代的銀行變革，玉山銀行選擇跨產業、跨虛實、跨國境三大策略。玉山銀行執行長陳嘉鐘表示，在跨國境方面，玉山銀行與阿里巴巴支付寶以及騰訊的財務通相接，兩岸支付通讓台灣商品可賣到大陸，台灣消費者也可上淘寶買東西。

跨產業方面，則與YouBike合作，並與超商整合推出票券預售通。在跨虛實方面，未來銀行也將打造生態圈，將實體與虛擬客戶整合。玉山銀行不會建構自己的平台，而是建構模組，以「玉山Inside」的概念，合作對象或使用者缺什麼，玉山銀行就提供什麼樣的服務。

BCG董事總經理徐瑞廷表示，綜觀今年得獎的創新企業，所做的創新都在商業模式與生態系統上。例如蘋果發表的Apple Pay，不只是技術革新，更重要的是結盟了500家銀行。Tesla則與政府合作，讓電動車駕駛到充電站一分鐘就能換好電池，且在加州高速公路的共乘道上，只有電動車才能一人上路，這就是生態系創新。

不過，台灣企業去年至今投入創新的資金與時間都有顯著增加，且有八成公司認為創新在公司的策略中排前三名，比全球來得高，是值得肯定的變化。

2014台灣創新企業排名：
1.台積電
2.王品
3.鴻海
4.華碩
5.統一超商
6.宏達電
7.聯發科
8.巨大機械
9.台達電
10.大立光
11.上銀科技
12.全聯
13.儒鴻
14.研華
15.全家便利商店
16.裕隆汽車
17.雄獅旅行社
18.葡萄王生技
19.美利達
20.玉山銀行

[活動推薦]
2014創業小聚年終盛事！掌握硬體創新、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。