台灣新創奇度健康進攻中國母嬰市場！推出全球首款可彎曲的智慧體溫計|數位時代 BusinessNext

台灣新創奇度健康進攻中國母嬰市場！推出全球首款可彎曲的智慧體溫計

照顧生病的小嬰兒，父母親需要不時的替嬰兒測量體溫，而嬰兒在生病的狀況下，並不容易準確的量到體溫，常使新手爸媽焦頭爛額；然而，0-3歲的小嬰兒免疫系統尚未成熟，抵抗力較弱，所以奇度健康CEO黃適文認為「實際測量小嬰兒的體溫，是了解小嬰兒身體狀況很好的方式。」

打造全球首款可彎曲的智慧型體溫計

奇度貼片式智能溫度計使用方式是將貼片貼在腋下，體溫數據會經由藍芽傳到手機App上顯示，就像小米手環一般，即便手機螢幕不在奇度智能溫度計App頁面上，也能實際測量與紀錄體溫。奇度健康CBO林祐賢指出，「現今市面上已有類似的產品，但產品設計多為塑膠外殼，貼在小嬰兒身上並不那麼服貼。」而奇度健康宣稱做到「全球首款可彎曲的智慧體溫計」，將溫度感測器、晶片、電池等所有硬體都放進食品級矽膠中作為貼片，並讓貼片厚度低於4mm，產品的大小為32mmx52mmx4mm，使小嬰兒在使用時，能較一般溫度計無異物感。

林祐賢談到目前中國大陸市場類似的產品價格約在398-498人民幣，而奇度健康預計終端零售價格會在168-198人民幣，所以奇度的產品有價格上的優勢。此外，在功能上有高溫警報，例如在App中設定溫度超過38度發送警示，只要小嬰兒體溫超過38度時，手機就會自動跳出通知，讓家長可以輕鬆追蹤小孩的體溫，不用手動來回測量。

收集嬰兒日常體溫數據至雲端幫助醫生了解嬰兒身體狀況

林祐賢指出，目前中國大陸的行動醫療盛行，患者只要透過網路就能夠與醫生遠端問診，但問題是患者身體的健康數據並不在行動醫療上，行動醫療僅能做到媒合患者與醫院的功能。所以奇度健康在希望與各大HIS系統（Hospital Information System）合作，像是已經與多間三級甲等醫院（中國除國家特殊醫院以外的最高等級的醫院）合作的「北京東華軟件」，團隊目前也正與他們洽談；林祐賢指出，只要奇度健康打通這個通道，醫院端就能夠直接把從體溫計上收集到的健康資料，連接到HIS系統裡，這樣一來，不僅能幫助醫師了解患者的身體資訊，也能減少醫療資源的浪費。

募資30天獲得142萬人民幣群募資金

奇度貼片式智能溫度計在2016年6月1日啟動淘寶群眾募資計畫，集資目標10萬人民幣，在募資第17天突破100萬人民幣的支持，募資一個月結束後得到142萬人民幣的支持並實現量產，已在7/18第一波出貨，7/30第二波出貨，總共出貨超過4,000台。林祐賢表示，奇度貼片式智能體溫計電量可長達1000個小時，假設0-3歲的小孩，期間發燒5次，需要持續貼著使用，可用3年，奇度健康也預計消費者會有充電的需求，目前也正在開發無線充電板給消費者使用。

取得不錯的群眾募資成績後，奇度健康的目標不僅於此，鞏固了現有的市場後，下一步將前往歐美市場。林祐賢表示：「中國的中產階級較務實，會買實用性質較高的產品；美國的中產階級願意花錢買一些新奇有趣的東西。」所以除了現有的智慧型體溫計外，奇度健康也預計開發「備孕體溫計」與未來更多相關產品。未來策略會將營運重心偏向歐美市場，目前正積極接觸歐美加速器（如Hax Accelerator）與代理商，加速擴展歐美市場。

【創業快問快答】

請簡述貴公司的服務內容？

我們的產品是奇度智能貼片體溫計。將貼片貼在腋下，用藍牙的方式將體溫訊號傳到手機app上做顯示。
我們在2016年初研發了藍牙專利技術，是第一家採用ibeacon技術的產品。也就是說，即使手機上沒有停留在App界面，奇度也能做到實時的測量和記錄。
第二點重要的改進是，目前很多的貼片式智能體溫計的設備都是塑膠外殼，貼在人體上總有種不自在的感覺。作為「全球首款可彎曲的智能體溫計」，奇度將熱敏電阻、晶片、電池等所有固件都做進了矽膠中，而且前端特地做薄至1mm，可以完全伏貼在皮膚上。
在測溫的時候，溫度還是比較準確的，我們的精度可以做到0.05度。

希望提供這個社會什麼價值？希望解決甚麼樣的問題？

雖然幾位創始人從自己的親身經歷看到了智能體溫計的市場，但他們也做了一些調研，畢竟競品很多，他們進入這個市場的時間也不算早。黃適文的理由有兩個：

以調研結果來看，團隊認為這個產品是有存在的必要性的：他們在線上和深圳線下做了一千份的調查問卷，發現有64%的父母願意用148人民幣的價格購買產品並留下手機號；81%的父母認為隨時測溫及發送警報是重要的功能。

雖然奇度切入市場的時間比較晚，但團隊覺得在技術上和價格上可以形成壁壘，這也讓團隊覺得產品還是有不小的競爭力的。

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。