孫正義看AI：電腦智慧化堪稱是人類有史以來最大的計畫|數位時代 BusinessNext

孫正義看AI：電腦智慧化堪稱是人類有史以來最大的計畫

孫正義認為，電腦的智慧將超越人類，不只是棋賽，也不是一項產品、一個產業或是一種商業模式，「這是一種基礎的改變，很多產業都將被重新定義，應用的規模也會越來越大，甚至可以說是人類有史以來最大的計畫」。

收購ARM是為典範轉移做準備

軟體銀行宣布收購ARM，引發產業震撼，也成為電話會議上投資銀行及媒體提問的焦點，孫正義表示，ARM將加速SoftBank 2.0轉型計畫，收購ARM後，每個月至少一次與管理高層面對面的會議，他也和ARM執行長Simon Segars一同拜訪了7~8個重要的客戶，客戶都透露希望跟ARM簽署10年的合作合約，一起迎向未來。

科技產業正走向新一輪競賽，孫正義口中指的典範轉移就是指電腦的智能化，電腦的智慧將超越人類，不只是棋賽贏了人類，也不是一項產品、一個產業或是一種商業模式，「這是一種基礎的改變，很多產業都將被重新定義，應用的規模也會越來越大，甚至可以說是人類有史以來最大的計畫，」「身處在這個時代，SoftBank不可能獨自面對這些挑戰，因此內部啟動了SoftBank 2.0計畫，並收購ARM。」

ARM在未來物聯網及人工智慧的佈局，就是軟體銀行看中的價值，孫正義表示，IoT是個具備一兆個裝置的龐大市場，這就是ARM產品發展的方向，但ARM不只是做小東西，還會有網路架構、伺服器、電信基地台等大型設備。他強調，ARM核心將提供更多服務及超級電腦使用，例如日本的國家級計畫Post-K超級電腦，就已經點頭將以ARM架構進行重新設計，未來ARM的技術將被運用在大型專案或設備中。

此外，他也點名汽車及聯網安全是ARM的機會，目前多數的汽車使用的微電腦晶片鮮少有加密機制，「可以說是，一點安全性都沒有。」由於現階段汽車的通訊都是在汽車「內部」執行，為晶片對晶片的對話，所以不太需要加密，但是，當未來的聯網汽車是會連接到網際網路，跟外部連結時，就得煩惱病毒、被駭、國家安全等問題，因此在不遠的將來，可以預料法令制定—沒有加密機制就不能被連結，這就是ARM的優勢，「收購ARM是SoftBank 2.0計畫的第一步，也就是為什麼SoftBank要售出遊戲公司Supercell的股份來投資ARM，因為我們要為典範轉移做好充分準備。」

他也透露ARM的五年計畫，希望在伺服器領域，要從1％的市佔率希望提升到20％，在IoT微電腦領域，ARM已經掌握接近80％的市佔率。

要當科技界巴菲特

對於軟體銀行未來的定位，孫正義已有明確的目標，他先繞個彎說：人有左腦跟右腦，左腦偏邏輯及運算，右腦偏直覺跟創造，直到現在，他多是使用左腦在思考理論，經營SoftBank、Sprint，但另一方面，他習慣用右腦來決定投資，如果以時間來區分，運用左腦的時間還是比較多，不過，「我想成為科技界的巴菲特，」科技界的Berkshire Hathaway公司（巴菲特的公司），一方面有保險業務創造現金流，另一方面則是投資，「他們將兩者完善的結合兩者成為一種商業模式，我希望SoftBank就是這樣的公司。」

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。