為求更大舞台曾子敬不惜轉業
為求更大舞台曾子敬不惜轉業
2006.12.01 |

台灣每年都有為數不少的白領階級遠赴中國工打拚,是什麼原因讓這些在台灣已經小有成就的中高階經理人,願意放棄台灣的一切,到一個自己完全不熟悉的地方,重新開始呢?
這一群知識工作者像候鳥般地遷徒,他們並不是隨季節變動而飛,而是為生存發展而戰。過去在台灣,有多少人從台中、台南北上台北打拚,為的就是求生存與發展,「那是一種經濟誘導的因素,」三年前決心到中國發展的凹凸科技(O2 Micro)企業發展總監曾子敬就認為,現在台商到中國來打拚,其實就是一種經濟磁吸效應的結果,這是一場全球化、世界級的資金、人才吸納風暴,而他就是其中的一份子。

**上海發揮經濟磁吸效應

**
十九世紀,英國倫敦是世界之都時,全球商業都以它為中心運轉;二十世紀,美國紐約取代倫敦,登上世界中心舞台,承接了過去倫敦的榮耀,更創造了屬於紐約自己的時代;二十一世紀,中國上海的接班潛力已備受期待,因此許多台灣中高階經理人為了追求更高的個人理想與事業版圖,決心離開台灣,遠赴中國,求的就是「發展」二字,即便轉業依舊值得。
過去在台灣曾任新育創投網路、通信、軟體基金經理人的曾子敬,在二○○○年全球網路泡沫化之後,「以創投這個行業來看,台灣已經沒有什麼大的機會可以發展。」 所以創投業者在二○○○年矽谷泡沫化之後,一堆人都到中國來觀望,希望能繼矽谷之後,在中國尋找好的投資標的,而他也不例外。
二○○一年,曾子敬特地以創投業者的身份到中國考察,目的就是想要藉此進軍中國市場。不過,當時的中國根本不具備資本市場運作的架構,因為當時中國的企業,不論是民企或是國企,要不沒有股份制度,即使有股份制度也不完整,完全沒有辦法操作,因此這些投資日後拿到的所有權也是不被保證的,「因為這不是股份,鎖在保險箱也不會增值,」曾子敬就說,即使這些公司上市之後,股票也無法流通,因此也就無法換回投資成本,所以連最基本的投資模式都沒辦法操作。
「其實在二○○○年網路泡沫化之後,我個人就很想到中國發展,但是二○○一年到中國觀察之後,發現還是不行,所以就打消在中國創投的事業。」但是曾子敬前進大陸的想法卻沒有止步,只是換個領域而已。
由於曾子敬先前曾在創新工業技術移轉股份有限公司擔任投資經理,因此與台灣科技廠商主事者都非常熟悉,包括台積電、華邦、旺宏等公司,所以當二○○二年,華邦創辦人楊丁元入主香港上市公司福邦科技,需要有人幫忙協助營運規劃時,專長IT管理又兼具財務操作的曾子敬,便因此加入了福邦科技,後來更成為外派上海,一手成立福邦科技旗下福華微電子的操盤手,曾子敬進入了與創投行業完全不同的事業曲線。

**決心將精華歲月投入中國

**
二○○三年,曾子敬在上海一切由零開始,從公司登記、招聘人員到訓練等,都是一個人搞定,這個隻身一人赴上海打拚的過程,他至今仍印象深刻,或許是因為這是他之前所沒有過的經驗,由創投經理人一躍成為企業代表,這亦是他第一次真實在中國市場打拚搏鬥的現況。
轉行投入中國市場,這或許是一個轉折,但是卻不影響曾子敬留在中國市場的決心。
二○○六年,曾子敬夫妻兩人下定決心,在人生最精華的工作歲月階段,決定以中國為基礎,在事業上努力,「我已經熟悉這裡的運作方式,因此也是該決定的時刻,」曾子敬認為,如果一個人離開家鄉超過三到四年,其資訊的疏離感就會開始產生,很多台灣正在流行的人事物,他都已經不認識。雖然現在有衛星電視可看,但是這群在台灣都很少看電視的高階經理人,來到中國更不可能為看而看,因此與台灣資訊的管道,因為生活不在當地,因此流行的人、話題與議題就不敏感,「這些疏離感會驅使你決定要在那裡生活下去,這是一個重要的原因。」
「過去還沒決定時,台灣與中國兩邊都各有資產。」如今,二○○六年曾子敬賣掉了台北的房子與車子,「一旦把有形的資產處理掉之後,在情感上就已經做了決定,」曾子敬認為時間到了,就必須做決定。
全球頂尖企管顧問公司──麥肯錫(McKinsey & Company)在二○○五年所做的人力報告當中,中國未來十到十五年亟需七萬五千個有國際經驗的高階經理人,而目前中國供給的人力只有三到五千人。這也說明了一個曾經手握數十億甚至上百億資金的創投經理人,毅然放下台灣所建立的一切成就,而寧願在對岸的中國轉換跑道,重新開始的原因。今年才三十七歲的曾子敬說:「中國的舞台的確比台灣大。」

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