林帛亨飆出運動新經濟|數位時代 BusinessNext

出生：1981.01.11
學歷：加拿大Simon Fraser University
第一次開車：6歲（駕駛Kart）
目前擁有的賽車：Formula Renault、F3
為台灣賽車史寫下的記錄：
第一位贏得法國賽車聯盟La Filiere FFSA獎學金的台灣賽車選手
第一位獲得台灣教育部承認賽車學校學歷的車手
第一位贏得德國BMW獎助金的台灣車手
第一位以賽車為項目獲得台灣體委會補助的運動員
第一位在FIA認可國際方程式賽事贏得年度總冠軍的台灣車手

去年九月，全世界最昂貴運動之一——F1(一級方程式賽車)，熱熱鬧鬧地在耗資超過百億新台幣的上海賽車場舉行。在比賽的前一晚，來自台灣的十幾位企業界大亨，包括當時宏碁集團董事長施振榮、花旗銀行大中華區總裁陳子政、中信金總經理陳聖德、高盛證券亞洲區副董事長宋學仁，以及金仁寶集團董事長許勝雄等，齊聚鄰近上海的蘇州，聚精會神聆聽一位二十歲出頭的賽車手，對他們解釋什麼是賽車？如何才能看懂F1？要贊助得花多少錢…… 為這群大老闆講解賽車的小伙子，是來自台中的林帛亨，過去三年來，他從亞洲的賽車比賽中快速竄起，今年，他更在亞洲雷諾方程式賽事一路獨走，連勝場次打破這項比賽過去的記錄，提早在九月賽季還沒結束時，以懸殊的領先優勢拿下年度總冠軍。

過去只有準國營企業金援

林帛亨贏得勝利的代價，其實相當高昂。對於不熟悉賽車運動的台灣人來說，始終難以體會一堆車子跑來跑去有什麼高深技術，更無法想像為什麼國外的大企業們，把賽車視為廣告贊助和尋求商機的重要活動。林帛亨指出，他今年的勝利因素很簡單，除了技術團隊成熟的默契，最重要的是他今年找到了兩千萬賽車贊助。前兩年，台灣觀光局和中國石油贊助他參賽，林帛亨的車上貼著斗大的「TAIWAN」和「中國石油」，奔走在亞洲各大賽車場，今年車上則漆上「中華電信」，伴隨他在亞洲雷諾方程式賽車上大放光芒。
「充足的預算真的很重要，讓我可以盡所能把車子調校到最佳狀態，」林帛亨接受訪問時表示。「前兩年有一次在日本比賽，就是因為車子出問題，找不到現金調度，別人在練習，我卻是整個下午都在張羅錢的事，還沒比心情就輸了。」
林帛亨分析賽車這個昂貴遊戲背後的道理：如果只是志在參加，像輪胎這類消耗性零件，你可以用到撐不下去再更換，但你若要拚前幾名，「每次出場後就換一次機油，一個週末用掉兩、三套輪胎，這是最基本開銷。」所以雖然參加的是同樣等級比賽，目的不同，經費可是天差地遠。(Auto Driver)主編陳政義指出，這正是在F1場上，法拉利車隊每年要花掉超過百億新台幣，而幾支吊車尾的車隊，每年只要花幾億新台幣，同樣可以跑完賽季的原因。

贊助賽車打入大品牌網絡

對起步中的台灣運動經濟產業來說，企業界對賽車贊助還是相當陌生。不過，向來走在自創品牌前頭的宏碁，長期贊助F1賽車已有超過五年以上歷史。另外，去年統一集團為了進軍大陸飲料市場，也以每年約一百萬美元預算，贊助英國車手馬伊思，以全車廣告的方式參加亞洲保時捷Carrera Cup賽車，都是近來相當大手筆的例子。
貼滿各式花花綠綠貼紙的賽車，背後牽動的是一個龐大的商業邏輯。(Racing Net)總編輯許俊麒指出，賽車是個高速、昂貴又有生命危險的運動，它的運動特性會讓觀眾在觀看比賽時，長時間而且集中注意力在車子本身，所以「車身廣告化」，不僅是一種有效的商業宣傳，更是賽車運動中極重要的經濟行為。此外，還有個更實質的意義，就是贊助商之間的交流，可以藉由觀看賽車變得更熱絡。
林帛亨認為，宏碁贊助法拉利F1車隊，其實Acer的商標貼在車身的哪裡，並不是最重要的事，而是透過這種一半設備交換，一半金錢贊助的方式，Acer爭取成為歐洲、甚至是全球頂級品牌價值的眼球注目。再者，比賽期間經銷商或商業夥伴藉此從事各種社交活動，更是商機無限。「這就是賽車之所以這麼有商業價值的原因，車身上的貼紙，其實只是它的最表層意義而已。」

賽車手兼當業務員的辛酸

「台灣車手與台灣企業」的結合模式伴隨林帛亨進入國際舞台，但是這過程最辛苦的地方，是他在賽車場外必須努力爭取廠商的認同。「其實我就是個業務員，不過，我的工作比一般業務員還難一些，因為我沒有具體的產品可賣，只能努力解釋什麼是賽車的價值，」林帛亨感慨說，在沒有賽車文化的台灣，所有的事情解釋起來，真是難上加難。
林帛亨就像是個台灣賽車的驚嘆號，他代表的不只是台灣車手站上世界舞台，更值得注意的，是以賽車為主軸帶動的操作邏輯，是此刻台灣產業老闆們該學習的新經營觀念。

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。