[專訪] 募得10億台幣，免疫療法新創Adheren創辦人蕭世嘉：別人很難仿冒我們！|數位時代 BusinessNext

跨界癌症免疫療法，別人難模仿

然而，化療和標靶治療消除單一的生物分子或標靶，破壞了免疫系統，而最大的問題是很可能再復發，久了人體也會有抗藥性。蕭世嘉這次回台灣，想推廣免疫治療，也就是從病人身上抽取細胞，透過他們的平台和技術，再把細胞打回身體內，讓細胞產生免疫力，使得癌症跟免疫系統可以處在平衡的狀態，增加免疫力，目前經過動物試驗和臨床試驗，療效為5到10年，完全不會復發。

免疫治療可適用於治療多種類型的癌症，核心相同，只是要跟不同專科合作研發。Adheren決定先從現有化療和標靶治療都無法治療的疾病下手，例如與史丹佛大學的血液腫瘤科合作，希望針對白血症做免疫治療。

目前免疫療法常用在第二、三線治療，即使在化療和標靶治療復發之後使用，也依然有療效。蕭世嘉認為若能把這個療法用在第一線治療，對患者幫助很大，未來甚至還能使用第三人的細胞。從台灣來的他，骨子裡是東方人崇尚自然的信念，他認為用自己的細胞治療，副作用很低，比較不是侵入性的治療。

現在已有許多同業投入免疫療法，但99％都切入基因改造，蕭世嘉選擇做免疫療法，極其不易，因為必須跨界整合化學、生物學、免疫學和動物實驗。他說，「美國有10到20幾家免疫療法新創，但很少有跨界整合者，所以別人很難仿冒我們。」

　　
（圖說：Adheren執行長蕭世嘉。圖片來源：郭芝榕攝影。）

Adheren其實並沒有積極募資，他們在參與全美最大生技會議發表研究結果後，被venBio相中並主動投資。能募得到10億台幣資金，並非偶然，而是十年磨一劍。蕭世嘉從大學時就確立他想發展的方向，他在台大化學系時研究細胞，關於癌症，他有自己的哲學，他認為需要非常厲害和複雜的軍隊來對付癌症或是複雜疾病，而細胞就是他想訓練的軍隊，他想做出有用的東西，所以選擇當個化學家。

他大學畢業後同時申請上MIT、哈佛、加州大學柏克萊分校博士班，最後選擇他想跟隨的加州大學柏克萊分校化學教授Matthew Francis及實驗室，一路做研究，連指導教授也跟著他一起創業，美國有兩個專門給生技新創公司申請的研究計畫，所以Adheren的初期資金來源是計畫補助和天使資金。

不只會做研究，商業策略玩真的！

Adheren團隊有六個人，有五位是科學家，但Adheren並非只是埋頭做研究，而是扎實切入商業策略「玩真的」。他們花時間訪談醫生，了解免疫療法的需求。蕭世嘉說，「我們更在意是不是真的缺乏藥的市場？這比市場有多大還重要。」他更估算出投入免疫療法的成本，包括現有的藥及同行可能出來的藥有哪些？醫院有沒有辦法負擔得起？需不需要中心工廠來生產？是不是能變成可以在各醫院生產製作的藥？

蕭世嘉說，生技醫療產業不像科技產業那麼競爭，學術研討會上會彼此交流，生醫領域大家都為了人類健康的福祉往前走，希望真的能造福病人。

他每天做的事其實與研究人員或教授無異，做實驗、寫計畫書，選擇不走入學術界，而開始創業，其實是水到渠成的過程，他只是問自己：「技術做到這樣，如果不把它至少往前試試看，會不會很可惜？」所以Adheren一路從試管實驗、動物實驗，一直做到臨床試驗。

當然，創業有各種犧牲跟壓力，蕭世嘉自己的蜜月就延遲兩、三年，等他有錢可以買房子時，也選擇投資房子出租，就怕創業的萬一讓他措手不及。從一個想法成形到實際創業，往往有一段差距，蕭世嘉說，「創業是個選擇，不是任何人都要創業，你真的要對這個東西非常有興趣！」你有興趣、大眾有興趣，市場也有興趣，三者缺一不可。

在矽谷做生技創業的台灣團隊，主要包括研究工具、診斷工具、製藥及治療等三方面，很少有切入治療的公司，也幾乎沒有年輕創業者。蕭世嘉認為，台灣的生技產業需要一些好的切入點，不要直接跟大廠對抗。2010年成立的Adheren，用對免疫療法的投入，讓後進生技創業者，看到生醫創業的可能。

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。