關鍵技術與實戰經驗的完美結合––「FinTech金融科技論壇暨創新交流盛會」|數位時代 BusinessNext

2016年被稱為FinTech元年，在各路先驅的創新開拓下，Fintech正式邁入全球競爭格局；在這全新的賽局中，有以金融（Finance）為核心、融合新科技的新型態業者及傳統金融業者，也有以科技（Technology）為核心、掌握關鍵技術的軟硬體供應商。
《數位時代》發行人、PChome網路家庭董事長詹宏志，出席2016年4月Fintech科技金融大未來高峰會。數位時代
10月21日，由《數位時代》主辦，將在台北文創熱鬧開場的【FinTech金融科技創新交流盛會】，以「金融創新」為題，邀請具有實戰經驗的金控集團、網路借貸服務的獨角獸—積木盒子及應用互聯網大數據的百度集團與微眾銀行齊聚一堂，交流現行的發展作法、經驗以及下一波佈局的方向，不淪於漫談金融產業趨勢，而是強調FinTech實戰經驗談與最新實務做法。

你不可不知區塊鏈的技術與商機應用

區塊鏈（Blockchain）技術為一種加密的網路系統，透過特殊加密，具高度安全性，為數位金融相關的新興顯學，吸引全球政府與金融業巨頭相繼投入研究。其中來自矽谷、台灣最早引進區塊鏈技術的公司「帳聯網路科技」（MaiCoin）創辦人劉世偉將站在實戰的角度，帶來區塊鏈的商業趨勢以及應用；另外，世界級的區塊鏈權威廖世偉教授則站在技術前端的角度，與業界人士交流激盪，探討網路或金融業者該如何運用區塊鏈技術創新服務與產品。

傳統金融強權如何成為跳舞的大象

PChome網路家庭創辦人、產業數位化的指標人物詹宏志提出，銀行業Uber化時代來臨，未來所有實體金融都將有網路服務版本。面對挑戰，傳統金融機構掌握龐大資源，是優勢也是包袱，該如何克服龐雜的組織與舊式的思維作法等問題，在適度的風險控管下靈活創新是關鍵議題。

UBS瑞銀集團台灣區負責人陳允懋，為我們分享全球最大的私人財富管理機構，如何利用自身資源及財富管理的專業，再結合資訊科技與「AI人工智慧」，推動理財機器人（Robo-Advisor），以降低財管成本，快速調整投資績效。

中國信託數位金融與支付領域掌舵者劉奕成也將與開發創新管顧總經理郭大經、璇璣數字化資產配置執行長鄭毓棟，針對FinTech下一波可能的創新模式與方向交流對談，在全球、亞洲，從金融業者、網路科技業者、金融監理各自的創新，談到傳統金融與科技新創如何聯手合作把餅做大，創造全新的價值模式。

解構之後，新力量的聚合

舊金融與新金融的互動，解構後的世界，是汰舊換新，還是新舊做法共容互利？除了論壇中談關鍵科技的應用、商業模式的策略點，會場更請到海內外14個FinTech潛力新創團隊到場展演，展現FinTech在全球引爆的創新活力，以及金融服務與商品的創新。歡迎想要尋求思維方法突破、合作機會的創業者與金融從業人士、以及關心金融科技發展的媒體朋友一同共襄盛舉。

活動資訊｜FinTech金融科技論壇暨創新交流盛會
日期：2016.10.21（五） 13：30-17：30
地點：台北文創大樓6樓（松菸文創園區；台北市菸廠路88號6樓）
活動洽詢：(02)8773-9808 分機278 林先生
evan@managertoday.com.tw

@@ACTIVITYID:638@@

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。