創業這件事，沒有所謂「準備好了再上」|數位時代 BusinessNext

1. 什麼叫做準備充足？

什麼叫做準備充足？我覺得這把創業比喻成聯考一樣，好像都要一口氣準備到最好再去應試。我以為這種看法出了社會就沒人當真了，人生中能準備好再去的大概只有考試而已，到了考試以外的人生規劃如家庭，職場，甚至健康都沒有所謂的最好時間點，我們就只能隨時備戰不是嗎？

如果要準備充足才行，那幾個反例如 Facebook，Apple，Google，Microsoft 的創辦人都是學生或是輟學創業。照陳老師的說法是，我們怎麼知道人家沒有準備？那我要反問一句，為什麼覺得台灣年輕人就沒準備？

其實我相信很多年輕人都沒準備只是有夢想，就像美國很多輟學生大部分也都不是創業成功一樣。問題不是大部分不是，而是如果他是的話呢？為什麼不能給這些人機會試試看？

另外一個看法是天才論，這些人是不同次元遙不可及的，那我就要舉我學弟大河馬為例子（編按：「大河馬」指的是cacaFly共同創辦人邱繼弘。），他就是從學生一路跌跌撞撞，但最後上手後一直到現在都做得很好。我可以舉出更多沒經驗成功或失敗的例子，但那個比例我想跟所謂有經驗成功或失敗的比例差不多（這裡的有經驗我其實不知道怎麼定義，就說比較老好了）。

因為沒有人可以確切定義那所謂需要的經驗是什麼，通常都只是且戰且走，而這也是 Paul Graham 提到創業到頭來看的是 Relentlessly Resourceful。

2. 如果創業是「一群人想像不同的未來而實現它」

A startup is the largest group of people you can convince of a plan to build a different future.
––Peter Thiel

如果創業是「一群人想像不同的未來而實現它」，那照這個思路來看，本來就沒有準備不足的問題，因為沒有人試過的事情又有誰可以說是否準備地充分呢？

3. 大公司學到的，創業常常派不上用場

如果我們談的是預備知識如籌資，開發，行銷等，反而有了自己的產品才是你突飛猛進的機會，因為為了自己產品的上市，你才會竭盡所能地學習與用盡所有的方法。之前在大公司學到的事情常常會派不上用場，如你在一個成功的公司如 Google 做行銷，在大家的鎂光燈下做行銷與默默無名從頭來開始做行銷是完全不一樣的。

真正需要的預備知識我覺得看完 YC 的「How to Start a Startup」影片就夠了。

4. 不敢做別人沒做過的事情，只會離成功越來越遠

這是一個悖論，創業九個失敗一個成功，可是如果目標只是放在自己不要成為那九個之一而想要準備足再創業，那這樣只會讓你不願意冒險，一旦不願意冒險再回到第一點 Peter Thiel 說的，你不敢做別人沒做過的事情，那你只會離成功越來越遠。

5. 一事無成又怎樣？

創業到 35 歲一事無成又怎樣？（我四十歲了），我也看過很多人四十歲在大公司工作，又有什麼可以說嘴的事蹟呢？什麼叫做回頭路？回去哪裡呢？大公司才是安穩的地方？（我想這時代已經不是這樣了吧。）

最後想摘錄一段 Peter Thiel 的話給有興趣做創業指導的人：

The paradox of teaching entrepreneurship is that such a formula necessarily cannot exist; because every innovation is new and unique, no authority can prescribe in concrete terms how to be innovative. Indeed, the single most powerful pattern I have noticed is that successful people find value in unexpected places, and they do this by thinking about business from first principles instead of formulas.

（另外我覺得很奇怪公司賣外國人不是就不管員工死活或是沒創造價值，這是兩回事吧，不知道他為什麼要做這樣的連結，不過這是另外一個議題。）

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。