PChome終於出手，月底將由支付連轉投資公司「國際連」申請第三方支付專營執照|數位時代 BusinessNext

會是支付連轉投資子公司「國際連」嗎？

PChome商店街也曾在8月發佈公告，旗下子公司支付連將以不超過5億元的自有資金轉投資另一間子公司「國際連股份有限公司」，目的是為了「佈局網路支付業務」，而5億元也正好是《電子支付機構管理條例》規定電子支付專營機構經營收受儲值款項、電子支付帳戶間款項移轉的最低實收資本額。

然而這間第三方支付專營公司在業務上將如何和原有的支付連以及拍付國際區分，甚至會不會形成彼此競爭的關係？經《數位時代》記者詢問，尚未得到回應，確切狀況或許要等到PChome Online正式提出申請時，狀況才會更明朗。

更新：確定本月底將由國際連提出申請

支付連回應，月底確定將是由國際連向金管會提出電子支付專營機構的申請，國際連為支付連百分之百持有的子公司。

由於支付連是處理網路上實質交易款項的代收付，拍付是小額行動支付，國際連可能會處理儲值以及帳戶間款項移轉的業務，但有關確實的業務區分，未獲得支付連回應。

新增詹宏志訪問：原品牌支付產品品牌將沿用，但業務將逐漸轉由國際連執行

《數位時代》今日中午訪問 PChome 網路家庭集團董事長詹宏志。他表示，國際連只是支付連的子公司，目的是為了符合金管會關於第三方支付的相關規定。詹宏志指出，支付連如果按照現有的第三方支付法規申請執照，等到執照下來，支付連必須切割或放棄現有三百多萬的客戶，這樣的法規其實對於現有廠商是相對不合邏輯的作法。但為了符合法規的要求，網家集團決定由支付連成立子公司國際連來符合金管會的法規，未來取得第三方支付執照後，國際連的第三方支付業務將可以多出如外匯或儲值等新型態的支付服務。

詹宏志表示，國際連只是公司名，網家集團初步決定將維持原有的線上支付品牌 PChomePay 延伸作為其主要的支付產品品牌，對於 PChomePay 支付連的原有客戶，PChomePay 將以一些新服務等誘因，吸引原支付連的客戶逐步移轉到新公司的業務範圍內。網家對外將保有 PChomePay 作為其包含台灣政府法規定義的第三方支付在內的支付產品總稱，但行動支付將仍由「拍付 (Pi)」作為行動支付相關產品總稱。

《數位時代》也好奇網家將如何看待或處理這三家公司的資源。詹宏志說，網家集團原本就有許多資源是共用的，這也適用於支付連、國際連或拍付等等。但當國際連取得支付執照後，相關業務的執行勢必會移往以國際連為主來運作 PChomePay 產品的組織設計。屆時所有集團的相關資源也都將會往國際連移動，會有最多的人與相關的業務資源。

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。