[專訪]超過1,000家餐廳使用、續約率近100%，智慧POS iCHEF獲560萬美元A輪投資|數位時代 BusinessNext

產品好口碑佳，餐廳續約率接近100%

2012年以來iCHEF每季客戶數量都有20%-30%的成長。iCHEF餐廳續約率接近100%，已有1000家餐廳使用。在台北新開的餐廳中，每10家就有2家採用。iCHEF POS App 每月服務超過400萬人。

之初創投AppWorks創始合夥人林之晨提及投資原因，「iCHEF經過1000家餐廳實際使用驗證，口碑好，老客戶介紹新客戶，續約率接近100%，1000家雖稱不上有絕對規模，但已能帶來規模經濟，加上iCHEF起步比亞洲餐廳智慧POS業者早，在本輪增資後，在同業中彈藥相對豐沛。」

「我們的管理工具平台，像是餐廳分析界的GA（Google Analytics）。市面做分析系統的公司很多，但沒有人像我們這般精緻細膩。」吳佳駿自豪地說

(圖說：iCHEF已設計了7種餐廳專用管理分析工具，如業績儀表版，如同飛機儀表板，把交易資料簡化成營業額、來客數、客單價與翻桌率等重要指標，以股票走勢圖像化呈現。圖片來源：iCHEF。）

（影片說明：這些小工具幫助店家找到更多的盈利機會。影片來源：iCHEF。）

從游擊隊到正規軍，急需銀彈闖東南亞

為什麼選這時間點募資？「過去公司像游擊隊作戰，強調快速戰鬥，也就是從0-1的階段，而現在轉向正規軍隊作戰，回頭整理過去因求快沒有做好的地方，然後規模化，這是從1-100的階段。」吳佳駿說。iCHEF經過三年多的摸索，已確立商業模式，因此在2015年年中決定募資，走出台灣前進東南亞，把商業模式規模化。iCHEF公司登記在開曼，屬境外架構。

另外。這是也iCHEF首度引入法人創投，強化內控內稽等企業化經營方式，為IPO做準備。iCHEF成立以來已經募得700萬美元。前次募資為2014年7月被全聯董事長林敏雄投資150萬美元（約新台幣4600萬元）。

站在行動支付的風口上，獲得銀行支持

而中國信託創投的投資，則與行動支付發展有關。銀行面臨科技界的競爭與轉型，急需拓展更多行動支付的使用場景，iCHEF成為中國信託銀行的幫手之一。

中國信託銀行與iCHEF合作，提供旗下合作餐廳藍牙行動支付服務，全台已經有麻膳堂等50家餐廳採用。

吳佳駿說，小餐廳常因缺乏可信營業狀況資訊，銀行無法掌握風險，因此信用卡特店審核不易通過。「但若是iCHEF店家，一次1000家一起和銀行談，銀行業務推廣跟行銷成本會降低許多，就比較容易獲得特店資格。」

「iCHEF的餐廳客戶，月營業額若達到5萬元，iCHEF就會推薦給中國信託銀行作為參考，申請行動支付（直接付）服務特店。」吳佳駿說。

這僅是雙方合作的開始，若iCHEF數據持續擴大，和金融業者合作的想像空間不小，如餐廳供應鏈金融服務、餐廳貸款服務等。

（圖說：iCHEF經營的餐廳創業媒體，分享餐廳創業故事以及實用知識。圖片來源：翁書婷攝影。）

團隊看得很遠，想給年輕人發展舞台

這次募資資金，很大部分將用在人才招募，iCHEF軟體工程師約有10位，預計還要招募20位，「若只提供香蕉，那只請得到猴子。iCHEF雖然無法提供美國矽谷的夢幻薪資待遇（新鮮人約10萬美元起薪），但薪資會夠吸引人。」吳佳駿強調。

「有人投履歷時以為我們是做POS機硬體的公司。」吳佳駿苦笑。為了讓公司知名度更高，2015年起iCHEF開始贊助開發者社群的活動，藉由深入社群的方式，讓更多優秀人才加入iCHEF。

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。