[創業一堂課] 勝義科技營運長林宏儒：想改變社會，不必等創業成功！|數位時代 BusinessNext

1、想改變社會、幫助人，想到就去做

不過，想改變社會，常常會想說等我成功了、等我賺錢了，就來做，那為什麼不是在一開始的時候就做？很多大企業是為了CSR（企業社會責任）而做CSR，因為要消化預算。

我們在創業初期，就想要改變社會。這也是為什麼勝義科技做「愛度無限」服務，在2012年做了電子商務平台，把位置加進去做公益。很多人在笑我們說，你們這什麼公司要做公益啊？又沒賺錢。可是我們想做這件事，本來只做行動網路，我們花了好多資源，自己寫網站和電子商務平台。

其實創業初期就能做些什麼改變社會，勝義運用特定位置的技術做公益，譬如賣玉蘭花的人本來只能等別人來買，如果他在捷運站的3號出口賣，走1號出口的人就永遠不會知道，用位置技術可以顯示何時有人在哪裡賣玉蘭花。

做公益就在自己身邊，周圍有很多人需要幫忙，不要想著柬埔寨。隨時想到什麼可以幫忙的，就可以去做了。未來可以做更多，可是不要只有等到那時候才做，不然如果你後來沒有結果，就不做了嗎？那就不是創業了。

（圖說：勝義科技營運長林宏儒說，創業家還是要回到自己身上，思考你為什麼要創業？圖片來源：蔡仁譯攝影。）

2、有能力時，一定要當別人的貴人

未來如果能做更多事，要記得想到之前你是怎麼辛苦走過來的，一定要能當別人的貴人。貴人很重要，但是貴人一定要互相，不能永遠是別人貴你，你不貴人家啊。

勝義在2009年創立的理念是我們希望做助人和利他的事情，但是助人與利他聽起來好像又很矯情。Simon Sinek提出的「黃金圈」概念，是先問為什麼，再講怎麼做，再說做什麼。Apple不會說東西要賣最便宜、容量最大，他會說要創造一個生活方式，會說要創新，所以創造出ipad、ipod、Mac book、iWatch。

我們想助人和利他，用勝義獨特專有的移動位置服務，把愛跟關懷同時深植人心，為下一代地球的永存略盡棉薄之力。別人不會提供位置給我們，所以我們自創位置資料庫，圍繞這個核心，我以前都不敢講理念，自己講就不舒服，可是我從2012年開始，畫了一個勝義的黃金圈，我在每個有機會的場合都會講這件事。

不過，助人與利他不是只有公益，勝義做行動廣告聯播網，App開發者有很多免費的App，廣告平台可以讓他賺更多錢，其實就是助人，那也就是利他。而不是一開始就想說，你來加入我，然後開發的App不關我的事，不管使用者卸載，或不管它的干擾等等的。我們會跟App開發者討論，開發者會給我們回饋，我們可以做得更好，才是一個比較正面的循環。做到助人和利他，自然就會賺錢了，這是最後一定會有的結果。

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。