創夢市集股權群募平台開跑，頭兩家募資業者1月認購|數位時代 BusinessNext

頭兩家1月認購，另有五家公司準備中

創夢市集在10月取得第一張由非券商業者的股權群募證券商執照，隨後成立創夢市集股權群募證券股份有限公司，2015年12月30宣布創夢市集股權群募平台正式上線，首波已有兩家業者包括金點實業股份有限公司8More和建富文創將在創夢股權群募平台上線，揭示六個工作日後，從2016年1月11日將開始認購，這將是金管會開辦股權群募平台以來，首兩家到股權群募平台上募資的公司。另外有五家正在募資準備中，包括鹿窯菇事、玩咖遊行社、藝高文創、獵果舖、和綠色冀泉。

創夢市集股權群募平台，是第一家由創業育成服務公司的股權群募平台，結合創業育成服務、群眾募資網站、創業投資等全方位的一條龍服務。創夢市集股權群募證券已集結50位專業投資人，希望打造天使投資俱樂部，把好的團隊推薦給投資者。創夢市集也計畫成立創投基金，引介國內外專業投資人聯合投資，不限產業別，預期五年內將協助100家新創公司及中小企業募集資金。

（圖說：創夢市集股權群募平台正式上線，最快1月11日就能開始認購。圖片來源：郭芝榕攝影。）

創夢市集董事長許金龍指出，「台灣沒有馬雲，也不會影響我們創新的路！獵豹要在台灣投資1億，但我們五家遊戲公司就籌資1.3億，馬雲喊了100億，現在也還沒看到。」所有創新的商業模式，不只在創業圈發生，也在募資生態圈發生，這是台灣金融投資環境開放的里程碑。

許金龍認為，找錢是最大的難關，讓有錢的人找到適合投資的對象，並讓創業者找到合適發展的資金，是兩難。希望台灣的社會資源可以多往新創事業靠攏一點點，如果把每天的善心轉成小額投資，就能幫助更多創業者的創新。

頭兩家業者打頭陣開始募資

創夢市集總經理邱正生說，募資的流程中，募資團隊一年內都必須做重大資訊的揭露，做商業會計法和簡易內稽內控的輔導、募資計畫撰寫、股東會、董事會等完整流程，至少要揭露五天以上，才放上平台開始認購，再進入繳款時間。每個案子的輔導期，短則三個月，長則半年，因為平台會做盡責調查。

頭兩家股權群募平台上募資的公司，8 MORE是由優人神鼓劇團經理林益慶與活動部經理郭怡妙所創辦，成立「8MORE白木耳鮮物專賣店」，資本額600萬，預計募資。而建富文創則是台灣第一座以觀光工廠概念的園區，資本額為5千萬，預計募資1千萬。

媒合專業天使投資俱樂部

行政院政委蔡玉玲指出，「創夢市集股權群募平台，可以看到非金融業來做金融業的業務會搞出什麼名堂？」未來世界產業的界線越來越模糊，開放和鬆綁法規，就是讓不同產業可以在未來的世界一起探索。她說，銀行將來要靠手續費生存是難的，網路銀行開始有零收費的商業模式，所以一定得靠其他商業模式，不同產業有不同思維，期待會為產業帶來不同的發展。

蔡玉玲說，創業行業本來就是市場行為，希望年輕創業者在創業時勇敢在早期站到市場上，接受市場的考驗，未來成功的可能性一定更高。年輕創業者以前要敲很多投資者的門，這個平台可以讓創業者一次遇到很多天使投資人，讓年輕人可以更快速地被看到。

她更進一步指出，股權群募可預期未來一定是走向較專業的群募平台，會有越來越多專業投資人領投，其他人跟著投資，未來將會推出天使俱樂部，希望可以扮演領投的角色。

金管會法規再鬆綁

金管會也針對股權群募大規模開放，新規定最快將在1月初，最慢將在1月底正式公布。每家公司募資金額從1500萬提高到3千萬、天使投資人投資無上線、平台服務廠商可以收取費用、也能參與投資，讓平台有商業模式良好的運作。金管會主委曾銘宗表示，「由券商所成立的兩家股權群募業者由於不熟悉生態環境，所以沒有任何個案，於是我們回頭檢討規定，決定放寬規定。」

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。