[徐竹先] 從 Pokémon GO 學習創業「獨角獸」孵育的制度設計
[徐竹先] 從 Pokémon GO 學習創業「獨角獸」孵育的制度設計
2016.08.08 | 創業

當一個人沈迷遊戲,可能會玩物喪志!
當一群人著迷遊戲,或許是一陣流行!

但當幾億人為了一個遊戲瘋狂,我們不得不深思,這裡面有東西,這裡面有「人性」!當 Pokémon GO 席捲全球市場之際,我們除了趕快成為寶可夢訓練師,立即動身到街上捕捉野生寶可夢之外,也別光只顧著玩,從當中觀察到一些人性、從中學習到一些國際級的經營手法,讓我們的工作與事業也像 Pokémon GO 一樣大受歡迎!

圖說明

圖片來自:Shutterstocks

創業家就是臺灣的神奇寶貝!

作為台灣創新創業生態圈的一員,「創業家」就是我們的寶可夢!它們是台灣的寶貝,代表我們産業的未來,更帶給我們一個個可以共同期待的夢想!

為了培育新創企業,政府提供了各式各樣的資源,透過不同的計畫將資源送到創業家手上。但基於管考稽核的目的,或是承辦、執行單位的行為慣性使然,每一個計畫都被設定了許多硬性的「KPI 工作指標」,使得承辦、執行單位雙方的工作都十分忙碌,但許多創業家卻仍然無感。問題之一可能就出在 KPI 的設計上。KPI 是必要之惡;不設定 KPI,對工作執行單位當然是海闊天空/自由自在;但若沒有 KPI,想做事的政府部門過不了管考稽核這關,也很難向上一級單位交待。

為了解決創業家及育成輔導單位的需求,也該幫政府部門想想辦法。 難道創業政策計畫的KPI沒有更好/更創新的設計方式嗎?

圖說明

圖片來自:Shutterstocks

從 Pokémon GO 的遊戲指標設計中借鏡

Pokémon GO 似乎可以給我們一些啟示。在 Pokémon GO 裡,遊戲設計者沒有設定任何硬性 KPI,但玩家可全是自動自發的在找寶可夢並用心培育。 透過玩家在系統中 19 種不同徽章(特定的遊戲指標),用來衡量一位寶可夢訓練師的能力與成果。 每一個指標還有不同程度等級的徽章,隨著訓練師的經歴而晉升,每一位訓練師都可以機動而有彈性的走出自己的路,以訓練出更好的寶可夢為目標而持續修鍊著。

這套系統中,有部份指標是在鍛鍊「訓練師」,引導他們走進田野,為自己帶進新資源,也將自己的資源帶到其他地方;有部份指標則是顯示訓練師的「經歴」,這將讓訓練師為了自己的「實力形象」,自我努力提升。結果是,一大群高手訓練師出現了,一大群厲害的寶可夢也出現了。

創建環境,讓訓練師自己尋找或建立創新創業的道場

這套 Pokémon GO 系統不僅讓寶可夢進化,同時也在讓訓練師進化。換句話説,台灣創業生態系統若想加速培育出優秀的新創企業及創新型中小企業,寶可夢給我們的啟示是: 是的,我們的目的是培育出更多的創業家並讓他們「進化」,但資源投入的重點或許不是創業家,而是「訓練師」!給予「榮譽與利益」,創業育成計畫執行單位中的「訓練師」們自會四處尋找野生的「寶可夢」,四處尋找「道場」(遊戲中為 Gym, 暫譯)或是「自建道場」去訓練它們!

圖說明

Pokémon GO遊戲中的道場。

各種共同工作空間、創客空間、育成中心、創業加速器或我們正在打造的創業家私董會,不就是創業家的「道館」嗎!裡面舉辦的各種創業競賽、Demo Day、Hackthon、Networking Party、課程與會議等等,都在刺激創業家不斷的對戰與進化呀!

創業育成經理人,其實就是「寶可夢訓練師」!

寶可夢訓練師若沒有足夠的寶貝球,是無法收服寶可夢的,訓練師必須用自己的腳到路上收集寶貝球。而在創業生態系中,創業育成經理人也必須累積足夠的實戰經驗,取得企業家及創業家的信任,創業家才會願意接受育成計畫的培育。實務經歴、專業人脈、策略思惟、國際鏈結能量等等,就是創業育成經理人手上的寶貝球,是用來「收服」創業家的!

台灣各政府單位的創業計畫,不妨參考 Pokémon GO 模式,不必把 KPI 訂死,而是遴選出訓練師後,允許他們有更多的自由度去選擇及訓練創業家,不妨每年年底讓訓練師來 PK 一下,再選出明年的訓練師!

政府可以透過定義「一群」可衡量的指標,還可以隨時增加一些站點或道場引導訓練師,前往達成特定的政策任務,如此才能彈性的因應創業圈快速變化的環境、適應國際競爭生態,並管控政府環境中的動態需求。

要成為一個好的創業家訓練師,就如同一位優秀的寶可夢訓練師,自己必須不斷精進,並帶著我們所培養的創業家們,尋找合適的道館去對戰、去練功。 事前,我們並不知道我們會達成什麼樣的 KPI,但在年底,我們確實會有量化與質化的成果可供衡量。

好玩又具挑戰性的 KPI 制度設計,也許可以孵化出真正的「獨角獸」

非常期待更多的政府計畫如同 Pokémon GO 一樣設計出好玩又具挑戰性的制度,如此一來,台灣創業生態圈的訓練師及寶可夢們,必將快速的進化! 説不定,台灣就這樣進化出一隻「獨角獸」喲!過二天,我就即將與一群超進化的新創企業家們,出發前往海外道場進行對戰修鍊了!

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長800至1000字,兩天內會回覆是否採用,文章會經編輯潤飾,如需改標會與您討論。
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