資策會MIC：2015年10大科技趨勢，首推智慧應用|數位時代 BusinessNext

資策會產業情報研究所（MIC），觀察2015年整體科技產業的走向，於今日舉辦2015年高科技產業十大趨勢記者會，正式對外發表十大重要趨勢：

趨勢一：智慧科技滲透至各項生活應用領域

智慧應用將轉由市場需求驅動，智慧科技將應用於食、衣、住、行、育、樂等各項生活領域，智慧生活之發展將由「技術」驅動轉向「需求」帶動。

趨勢二：健康風潮帶動穿戴市場需求

因應多元化智慧穿戴裝置搭載生理監測之應用，國際大廠投入智慧健康物聯網平台之開發，試圖整合各廠的醫療與生活健康等資訊，推出遠距醫療、高齡照護、健康建議等應用服務。

趨勢三：物聯網風潮加速家庭自動化

聯網技術逐漸成熟，傳輸速度增加，再加上智慧行動裝置滲透率提升，物聯網概念驅動多元技術與應用之創新，帶動智慧家庭應用服務更趨蓬勃。

趨勢四：ICT大廠力拱專屬智慧平台

在智慧手持裝置、穿戴式裝置、智慧家庭等終端應用快速發展下，物聯網時代各類型應用將串連整合，作業平台將扮演產業競爭中的關鍵角色，ICT大廠持續進行平台競爭。

趨勢五：Retail 4.0概念浮現，商業虛實整合

在電子商務、行動商務的發展風潮下，虛實整合的商業模式快速成形。透過智慧科技，賣場可以室內導航提供更精準的適地性服務（LBS），並利用行動廣告推播提供個人化行銷，將實體店面轉為提供客戶體驗之地點。

趨勢六：軟體定義崛起，利用軟體控制達到自動化管理

在雲端、物聯網的發展趨勢下，由於應用服務欲趨多元，需處理的數據流量更龐大且複雜，利用軟體定義方式達成自動化管理逐漸成為趨勢。軟體定義架構具快速部署、彈性等優勢，未來將成為新一代資料中心的主流架構。

趨勢七：解決網路壅塞，運算需求將分層、分區處理

隨著即時傳遞至雲端的資料量大增，網路頻寬將呈現吃緊態勢。藉由將運算需求分層次、分區域處理，以化解可能出現的網路塞車現象。各應用領域有大量的聯網裝置，如何有效率的快速部署、安裝或更新其軟體、韌體或應用參數，將成為影響業者競爭力展現的重要關鍵。

趨勢八：半導體持續朝高效能發展，電晶體架構從平面走向立體

晶圓代工製程技術將在2015 年開始進入 FinFET 時代，電晶體架構從平面走向立體，台積電16nm與三星14nm將於明年正式量產。蘋果下世代A9 處理器之訂單爭奪戰已經展開。

趨勢九：液晶電視平均尺寸持續增加

由於32吋產品利潤微薄，使面板及品牌廠商以獲利較高的大尺寸產品為行銷重點，力促消費者換機時轉買大尺寸液晶電視（LCD TV），推動全球平均尺寸持續成長，2014年40吋以上LCD TV比重可望達近50%的水準。

趨勢十：政策扶持下，中國大陸本土業者將持續帶來競爭壓力

中國大陸挾內需市場的優勢，近年來積極扶植本土高科技產業。除了面板產業之外，2014年至今更透過多元政策投入，欲強化本土半導體產業。其中，又以國家基金投入的方式，規劃打造完整的一條龍半導體產業體系，使包括我國在內的國際業者面臨高度競爭壓力，預計2015年來自中國大陸業者的競爭將持續增加。

資料來源：資策會產業情報研究所（MIC）

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。