[專訪]台灣市場並不小，星國Aimazing來台攻支付|數位時代 BusinessNext

[專訪]台灣市場並不小，星國Aimazing來台攻支付

新加坡前三大銀行之一也成為Aimazing合作對象，除了星國，團隊也進軍斯里蘭卡市場，現在瞄準台灣市場。

今年Meet Taipei創新創業嘉年華的金融科技展場，有個團隊很特別，創辦人來自馬來西亞，在台灣求學，現在在新加坡創業。他們做的是聲波支付，團隊的名字叫做：Aimazing。

新加坡三大銀行之一採用他們的技術

新加坡前三大銀行之一成為Aimazing合作對象，除了星國，團隊也進軍斯里蘭卡市場，現在瞄準台灣市場。

今年九月Aimazing才有了第一個客戶：新加坡線上餐券平台CHOPE。系統會發出一段聲音到訂餐者的Gamil，訂餐者要用餐時，掏出手機靠近機台播送聲音就可以結帳，不需要靠QRCode掃瞄。

此外，新加坡的辦公空間平台Flezio也採用他們的技術，使用者會收到一段加密的聲音，這段聲音記載了使用者的訊息，可以以此預定辦公空間，還有打卡功能，知道你的進出時間。

準備進軍台灣

台灣也是他們的目標市場之一。Aimazing執行長湯逢浚（Jun Ting）指出，「我知道台灣已經有像紅陽這樣的公司，提供聲波支付，他們做的是和電子錢包綁在一起、很完整的解決方案，但實務上很多銀行自建電子錢包了，因此Aimazing只做中間聲波支付的技術開發，完全不和銀行業務重疊。」

少年時期第一次創業，父母凌晨上法庭，忍痛出場

湯逢浚笑起來有些神似歌手李榮浩，還很年輕不到30歲，卻有兩次創業經驗。他在15歲時，就在馬來西亞創辦類似卡提諾的論壇「Citycoral」。

當時還是國中生的他，拜百度與Google為師，用QQ聯繫有經驗的專家，自學架網站和申請域名，結果平台成果超乎他的預期。「這裡有15萬會員，辦個網聚都有上百人來，而且都是付費參加。」湯逢浚說。

「但我爸說要斷絕父子關係。他覺得我花太多時間在自己的事業上，學校成績一落千丈。」湯逢浚說。後來有報社採訪他，區域性國會議員也找上他，想要業務合作，他父親才開始肯定他。

不過，這段事業轉折的重大原因，不是父子衝突，是跨年凌晨的手銬。

2008年湯逢浚辦了一場跨年泡沫舞會，吸引近500人參加，結果被警方認為是非法集會（在馬來西亞只要三個人就可能被控告為非法集會），當場被警察銬上手銬，他的父母在凌晨趕往警察局探望。

「被抓後有整整三天沒出門，覺得很對不起家人，我還是個高中生，卻要請假上法庭。」湯逢浚回憶。於是他忍痛以超過100萬元台幣的價格賣掉公司。

台灣求學二次創業，慘賠收場

賣掉公司後，創業的想法還是在他腦裡圍繞著，沒有停過。他飄洋過海來到台灣，在實踐大學國貿系求學，也在這個時期，開啟他第二段事業。

由於實踐大學的服裝設計非常有名，大二時，他找來服裝設計系的朋友，到松山五分埔批貨，開始服飾電商事業。

但這次創業讓他賠光自己所有的資本。「我學了非常多的東西，做了很多事情，但另外一位共同創辦人說實在太累了太辛苦了，他不要做了。」湯逢浚皺著眉頭。

他省思，「第一次成功的經驗你們都不行，我最行。因此很多意見，我都沒有去管他，只想要做自己的。但事實上，我需要夥伴。」

兩次的經驗，還是沒有澆熄他的創業熱情，他在在學校開始理解創業是怎麼一回事，畢業後在台灣的期貨公司工作一短時間。後來，他和朋友飛到北京中關村住上一個月，準備三度創業。

台灣法規太嚴格，最後落腳新加坡

但要在哪裡創業呢？是自己的家鄉馬來西亞？還是求學的台灣？都不是。

「原本有考量在台灣，但在台灣做個第三方支付電子錢包最少要三億資本額，我覺得很傻眼。」湯逢浚睜著大眼睛。

中國市場則早就有支付寶和微信支付兩大巨頭，這時新加坡政府向他們招手。新加坡端出一大盤創業牛肉，香噴噴的。湯逢浚最後落腳新加坡，目前團隊共五人。

談起選擇新加坡的原因，他說。首先，新加坡補助120萬元台幣讓團隊開發聲波技術，而且申請這筆錢並不困難，「企劃書連10頁都不超過，但若是台灣可能要寫個50頁吧！還要寫到你的服務能為台灣金融業帶來什麼貢獻？要花很多時間扯很多東西。」湯逢浚說。

再來，星國政府還派出律師與博士級人才輔助他們申請專利。此外，還有免費的辦公空間，以及國際化的團隊，讓他隨時可以和來自哈佛或麻省理工大學等人才交流。

他們雖然落腳新加坡，但有台灣資工系的學生輟學加入團隊，可見團隊的魅力。

啟示：團隊、人才走出台灣？

台灣政府近來力推開放的創業環境，希望國際創業家來台，但嚴格的法規還是這些創業家的阻礙。

一名金融科技創投就曾說，「台灣很難成為金融科技中心，但工程人才濟濟，適合到國外創業。」

那台灣金融科技產業定位到底是什麼呢？台灣團隊的優勢是什麼？要先鼓勵國際創業家來台，還是先鼓勵創業家走出去？

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。