眾達國際法律事務所主持律師黃日燦:心懷世界,才能衝出去
眾達國際法律事務所主持律師黃日燦:心懷世界,才能衝出去
2015.02.24 | 科技

「當企業無法再靠『自我有機成長』(Internal Organic Growth)擴充營運規模時,如何透過併購調整體質、脫胎換骨,已經是不可忽視的經營課題。」2009年被選為「亞洲頂尖25位併購律師」的黃日燦,曾經手美國雅虎併購台灣奇摩,以及富邦金併購安泰人壽、中國京東方併購台灣美齊科技、聯發科併購晨星等交易案。台灣科技業併購新創團隊面臨了哪些挑戰呢?黃日燦發表了他的看法。

enter image description here
(圖片來源:林衍億攝影)

當全球各國大型企業都在併購的時候,台灣的大企業是否要加快腳步追逐這波浪潮,將會是2015年必須要面對的課題。然而在決定展開併購之前,至少有幾個面向需要抽絲剝繭、深入了解一番,才能為企業長遠發展進一步定奪,真正掌握要面對的產業環境挑戰。

大企業與新創團隊難連結

第一個挑戰是,大企業與新創團隊本來就很難連結在一起,這是普世現象。雖然網路創業圈一直認為和大企業缺乏連結,但眾達國際法律事務所主持律師黃日燦認為,這並不是台灣獨有現象,新創與大企業本來就很難連結在一起。「新創與舊有大產業有很大的落差,這一點都不稀奇,所有國家都一樣。」黃日燦認為,老產業與新產業本來就不容易連結,因為需要的資源與人才都不一樣,如果容易連結就不叫老產業。這些大企業如果忽然之間就能聽懂新創團隊在做的是什麼,那就表示這個團隊的創新還不夠。

以阿里巴巴為例,一路走來也是從零開始,沒有哪個舊產業在初始階段就全面支持,但馬雲沒有怨天尤人。「因此團隊要先找到立足點,還有心懷世界,才能真的衝出去,否則只是一個夢而已。當碰到挫折,也不要太快定調,歸咎都是環境的問題、都是大企業不給資源的問題、政府政策太顢頇等,當然這些都是重要的原因,但在這些事實無法改變之前,你必須更加確定自己要走的路。」黃日燦分析。

硬體對新創團隊不見得加分

第二個挑戰則來自於台灣科技大企業的強項是硬體,對網路與新創團隊來說不見得能加分。併購案必須買賣雙方情投意合,也就是「郎有情、妹有意」。然而台灣企業決定要併購網創團隊時,卻時常出現團隊並不想讓大企業併購或投資的狀況。一個極具國際市場發展潛力或已經拿得出國際布局成績單的優秀團隊,會同時思考有併購意願的台灣大企業能給團隊什麼樣的願景?能幫助團隊在世界舞台更上一層樓嗎?併購的金額大小僅是考量因素之一。「台灣的企業能給團隊世界的舞台嗎?如果不行,就算台灣企業有百分之兩百的併購意願也沒有辦法。」黃日燦強調。

加上台灣大企業的強項是科技硬體,對於網路與軟體等新創團隊來說,不見得有很大的加分作用。「舉例來說,台灣國際性科技企業都是硬體通路,對於網路與軟體等新創公司的價值意義有限,除非新創團隊對科技大企業或傳統舊產業的『本業發展』也有加乘效果。」黃日燦說。

對網路與軟體用戶不在行

第三個挑戰是台灣大企業的確比較不懂併購網創團隊「買用戶」這件事。台灣企業還是比較擅長評估硬體製造團隊的價值,對於網路與軟體行業不在行。

黃日燦以Facebook用190億美元購併WhatsApp為例,Facebook的併購案是為了取得WhatsApp的4億名用戶,若把WhatsApp的4億名用戶除以190億美元(也就是一個用戶約47.5美元),得出來的結果並不昂貴。另一種說法是,Facebook擔心中國騰訊把WhatsApp買去,因此「先下手為強」。「假如有一家公司講中文已經有4億用戶,不講中文也有5億用戶,還有誰可以打倒這間公司?有人說Facebook怕等騰訊買去才發現就太晚了。」

但Facebook的併購邏輯,台灣企業不一定會接受與認同。「台灣企業會捨不得花這麼多錢,企業會覺得WhatsApp哪有這麼高的行情,190億美元最後買到的是什麼?只能買到用戶數量,其他全是空的。對於這樣的併購,台灣企業不太會接受,甚至會覺得『不踏實』。不過,也有少部分的企業已經慢慢在改變,例如台灣的有線電視公司會開始計算每位用戶的營收貢獻度(ARPU),而不是去計算公司資產有多少。」黃日燦形容。

黃日燦

出生: 1952年
現職:眾達國際法律事務所主持律師
學歷:哈佛大學法學博士
曾參與的併購案:奇摩與雅虎的併購交易、富邦金控併購ING安泰人壽、中國京東方併購台灣美齊科技、聯發科併購晨星

enter image description here
(尊重智慧財產權,如需轉載請註明資料來源:《數位時代》第249期)
其他精彩內容》》
訂閱數位時代》》

關鍵字: #併購
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

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。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

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。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓