HTC VR掌舵手鮑永哲：需要用到想像力的產業，遲早會被VR影響|數位時代 BusinessNext

企業市場已夠成熟，遊戲仍是VR一大推力

VR在B2B市場的機會有多大？鮑永哲認為，其實現在VR在企業市場已經夠成熟，可以看到很多領域的應用，問題只在於現在滲透到行業的比率。VR會持續精進，滲透到更深更廣的層面。例如，Audi透過VR做展示間，小小的空間就可以展示70多款車型；BMW甚至已經延伸到工程師的設計流程，透過VR大幅減少設計時間；旅遊業透過照片把古建築物3D建模、IKEA將傢俱產品全面3D建模，再用VR呈現等。「只要你需要用到3D視覺、需要用到想像力的產業，遲早會被VR影響。」

他觀察，目前VR跑的最快的企業市場會是在房地產、裝潢業。另外，根據內部評估，電子商務的市場規模大，購物也是很強的驅動力，讓大小商家都可以透過VR展示產品，這也是阿里巴巴為什麼之前會成立虛擬實境實驗室的原因。商業領域與遊戲領域最大的不同是，商業用軟體是相對比較久的。

而現在VR最熱門的還是在遊戲上的應用，因為遊戲著重世界觀、故事情節，VR可以達成這種效果，讓所有的玩家都希望能在那個場景，所以是VR很大的推力。除了遊戲之外，另一個很熱門的應用是娛樂、直播，這兩大行業都正瘋狂地投入VR應用。

（圖說：宏達電VR新科技部門副總鮑永哲。照片來源：詹子嫻攝影）

重點是生態圈的建立

「我們不是要做一家VR硬體公司，我們有自己的內容團隊，希望可以內外兼修。」鮑永哲強調，HTC的重點還是在於建立Vive生態系，包括硬體、平台、內容與服務應用。

其中，HTC相當看重的部份是對於軟體IP的掌握度，HTC過去在智慧型手機領域吃過虧，從第一天進軍VR就非常重視這一塊，現在在美國、台灣、中國、歐洲都有佈局。

另外，像是HTC在3月深圳開發者大會上推出自家應用商店VivePort，就是希望提供最好的內容平台，目前有超過5000個以上的開發團隊正在上頭開發各式各樣的內容。先前之所以發起HTC VIVE加速器計劃，也是希望幫助新創團隊把他的內容帶到Vive生態系裡面。

鮑永哲提到，HTC VIVE加速器計劃將在舊金山、台北、北京三地展開，用三、四個月的加速時間支持團隊往市場上發展，因為在一個生態系裡，內容還是最重要的，這部分大公司會發展比較慢，而小公司則面臨知名度、資金、商業經驗的不足，因此希望可以透過加速器計畫，幫助新創團隊更快推出服務並走向國際市場。

「未來5年、8年、10年，所有行業都會被VR影響。新科技拼的是創意跟速度，越快加入的團隊就越有機會獲得成功。」鮑永哲說。

@@ACTIVITYID:580@@

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。