[數位觀點] 蔡英文說:「我們有務實可靠的工程師」,然後呢?
[數位觀點] 蔡英文說:「我們有務實可靠的工程師」,然後呢?
2016.05.20 |

一個新局開始了!今天蔡英文正式宣誓就職,成為中華民國第14 屆總統,今日眾所期待的演說,整體來說,四平八穩,沒有太多激情,在五大改革中,點出一個重點:改變年輕人的處境,就是改變國家的處境。其中關鍵是台灣的經濟結構轉型。

在蔡英文談到台灣的經濟優勢中,我對於「務實可靠的工程師文化 」這點,有些話想說。在過去許多國內外訪問中,許多人都談到這部分,看起來這的確是我們的優勢,但我想問的是,我們對於「工程師」的想像是什麼?可靠就夠了嗎?而什麼又是「工程師文化」?

蔡英文,民進黨黨部提供。

就最直覺的聯想,工程師應該指的是台灣科技業的工程師們,這群人從第一代施振榮、林百里、施崇棠開始,創造了台灣最驕傲的經濟榮景,而這群在園區的工程師們,也成為社會上最被認可的新貴典範,甚至在全球進入數位化的年代裡,他們是全球都在搶的資源。也因為這樣的潮流,程式教育成了一種顯學,在不久後要上路的107年新課綱中,程式教育也被列入其中。

作為一個家長,我肯定政策制定者看到數位化的趨勢,但另一方面我也擔憂,我們太窄化工程師的角色,以為會寫程式就是工程師。臺灣大學資工系副教授洪士灝就一直強調:程式設計課程,教的是基本科學和工程概念,啟發學生解決實務問題、做中學,培養跨領域的基本能力,不是教工具的使用。「很會寫程式,卻不會解決問題,甚至發現問題,那麼我們還是會淪為軟體代工國家,與過去的硬體代工,並無多大差異。」

那麼,工程師到底是什麼?就字面上的解釋,工程師指的是依據科學家觀察世界所發現的既定原則,從而利用數學和科學原理,解決技術問題,設計出實際物品, 在維基百科上有著這樣的一句話:「科學家問為什麼,工程師問為什麼不能。」(Scientists ask why, engineers ask why not?)

如果從這樣的角度,除了開發3C產品或網路服務的科技工程師之外,各領域都應該有工程師的思維與職位的存在,空間環境需要工程師、教育需要工程師、農業需要工程師、政治文化也需要工程師。既然各領域都需要工程師,我們社會也就該拋棄理工至上、人文無用的思維。前陣子跟幾位小學老師聊到,他們試圖透過專案的形式,帶領孩子改善校園或社區內的問題,結果被一些家長質疑,為什麼不把時間拿來教數理,而把時間花在公民參與的事情上?

當我們能先成為一個公民,再利用目前各種好用的數位工具,才有機會帶動專業領域的革新,進而推動國家的進步。

剛結束的第三屆零時政府年會(g0v.tw Summit),聚焦在如何以科技促進民主與參與效能為主軸,就是一個有意思的主題。會中談到的西非瘧疾救助、雅加達水災、或是透過公民科學家進行環境監測等,都頗具啟發意義。就算是近期常被談論不是「硬體」的軟體、網路、雲端、物聯網,其實都是「服務業」,除了硬底子的演算法、資料結構、數據分析能力之外,商業模式才是關鍵。所以從單純的科技到社會創新,我們得要先學會問為什麼。

擬定了大架構,從本質思考,才能對症下藥,目前很多的政策方案,往往是頭痛醫頭、腳痛醫腳,缺乏了中心思考,自然使不上力或吃力不討好。如果可以揉進ㄧ些人文的基底素養,掌握應用情境的想像跟描繪能力,才有辦法突變成賽局的改變者(game changer)

g0v summit 2016 主題配圖,數位時代翻攝自 g0v summit 官方網站
(g0v summit 2016 主題配圖,數位時代翻攝自 g0v summit 官方網站)

在這邊也批評一下,從就職大典的舞台設計由「建醮」紅色變成蒂芬妮藍,紅色雖然不盡理想,但還有些想法,換成藍色就是只為了換而換;還有今日典禮「台灣之光」表演,其實有點失望,且不論旁白的史觀問題備受爭議,表現的形式也未有突破,為什麼不試著讓科技與表演結合?數位藝術、互動設計,台灣人才並不缺,這樣不但有新意,也能在這個眾所矚目的場合真正展現台灣的軟硬實力。競選期間聶永真與一群科技人、設計師與工程師開創的新鮮感到哪去了?

這也就是為什麼我對於「務實可靠」的字眼,有那麼一點不安,務實可靠不是不好,但這也意味著台灣的工程師在可遵循的架構上,能夠使命必達,但如果今天沒有了架構呢?台灣產業面對的問題不是不會做,而是要做甚麼。

牽涉文化面較少的科技產品,也許可以參考既有成功的架構,更多的問題上,我們得學會長出自己的架構,而不是東拼西湊,該努力的方向不是成為全球第一,而是有特色的唯一。當我們自己過得好、有特色,我們自然會在全球的舞台有一個位置。以我目前另一個關心的教育議題為例,我們學美國、看德國、想芬蘭,但我們自己的處境跟人才,跟這些國家都不一樣,我們得回到使用者本身的需求,才能真正發揮工程師的價值。

當我們能夠用架構性的看問題,就會知道每個解決方案的資本投資、公司管理、工作設計,都會跟著修正,我們也就需要鼓勵新的工程師文化。就先以台灣最典型的科技工程師的日常來看,百萬名工程師,到底為何而戰?正因為務實可靠,在臉書的「靠北工程師」粉絲團裡,就可以看到許多的不滿,工作環境裡「一人當兩人用」的成本思維,老闆要求跟著別人做就好、不想冒險的心態,讓應該更有創造力的工程師,只能成為爆肝的魯宅,如果這樣的文化持續,隨著台灣科技業步入成長高原期,就算有再多的工程師,也沒辦法開創新路。除了鼓勵新創之外,可能必須思考,台灣的科技大廠如何開放一些空間,鼓勵大廠工程師內部創新。

圖說:只有讓工程師喜歡他們自己的工作,工作才會更有效率,價值才能發揮最大。
(圖說:只有讓工程師喜歡他們自己的工作,工作才會更有效率,價值才能發揮最大。)

曾經跟一個朋友聊到此事,台灣很多大叔工程師的實力的確很強,也想要做新東西,但現實是,大叔要照顧長輩、養小孩,加上社會上對於成功的定義單一,對於失敗過於苛責,大叔轉換社會成本很高,所以新創的吸引力是低的;而在內部創新,多數老闆們還是以短期績效的概念來評估新方案,同時對於「人才」用成本而不是資產概念看待,也因此,加班過勞、犧牲家庭,在在都耗損了工程師的能量。

只有營造友善的職場環境,鼓勵工程師們多想一點、多問為什麼不能,推動專業社群之間跨領域交流,讓工程師喜歡自己的工作,他們的產出才會更有品質,做為工程師的驕傲才能被看見與尊敬。

「演講要結束了,改革要開始了。這塊土地上的每一個人,都因為參與台灣的改變,而感到驕傲。」蔡英文在演說最後如此強調。我不知道新總統會不會更好,但當人民願意做出選擇不一樣的選擇,其實我們都是勇敢的。

關鍵字: #蔡英文
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

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。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

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。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓