商業系統整合未來商機無窮
商業系統整合未來商機無窮
2006.11.01 | 科技

「當大家祝我『跌斷腿』(break a leg,英文有祝人好運之意)時,我以為他們只是打個比方,」海博龍(Hyperion Solutions)紐澳區經理湯瑪斯帕瑪(Tomas Palmer)小心翼翼爬上兩公尺高的工作梯,對著研討會會場的所有觀眾說:「歡迎大家和海博龍一起來到新高點。」
台下三百名觀眾報以掌聲和笑聲,他們都是海博龍的客戶。已經連續三年在全球各地,如美國、日本、歐洲等地舉辦使用者研討會的海博龍,今年十月挑選在雪梨舉辦研討會,讓客戶彼此經驗交流,也讓使用者發表使用心得,並傾聽他們的意見。

**整合財務應用與智慧軟體

**
海博龍是從財務應用起家的軟體公司。他們針對企業販售財務應用軟體及商業智慧軟體(Business Intelligence, BI),全球擁有一萬兩千名客戶,其中包括摩根大通、賽門鐵克和豐田汽車等全球化跨國企業。
海博龍在二○○○年推出整合績效管理平台(Business Performance Management, BPM),把過去分開的財務應用和商業智慧軟體整合在一個平台上,現在企業的所有資料分析與報表都可以在同個平台上處理,部門與部門間也有共同的平台。為什麼海博龍有這個自信讓使用者站出來說話?他們怎麼回應企業未來的需求?
「終端使用者根本不在乎科技,但是科技一定要商業導向,」海博龍策略長霍華德司那(Howard Dresner)說。雖然當了二十幾年工程師,德司那除了技術外,也懂企業管理。講話時,隨手拿起一張紙向記者畫圖解釋企業的營運流程,他可以流暢地書寫上下顛倒的字母(從對面來看是正向的字),「因為經常需要向別人簡報的關係,」他笑著說。
被譽為商業智慧之父的德司那,離開顧能(Gartner)加入海博龍擔任策略長,負責規劃海博龍的下一步。德司那表示,整合績效管理不能說是海博龍自己的發想,「是市場告訴我們要做什麼,他們反映出商業智慧已經不夠了。」
舉例來說,雖然企業年初會共同訂立目標並分享計畫,但執行時卻鮮少互動。假設行銷部門有個新的宣傳活動,需要製造部門更多的產品、業務部門的客戶、人力資源與預算的配合……,這些變化因為只能透過電話和電子郵件,經常無法即時跟上變化,本來可能成功的計畫最後因而失敗。
整合績效管理可以說就是因應企業內部溝通的需求而產生,「每個單一部門都會牽一髮動全身,但過去我們並不知道究竟會怎麼連動其他部門,只是覺得會有牽連,但現在我們可以分析出實際的影響,」德司那說。
此外,原本商業智慧是科技導向的產品,它是資料庫、資料分析工具和應用工具。運用商業智慧可以看到企業的歷史、過去的表現,但今日的企業除了歷史之外,更著重於計畫。「雖然商業智慧一詞是我發明的,但現在我該告訴大家下一步該往哪裡走,」德司那說。
德司那認為,整合績效管理將迫使企業文化改變,除了評估過去的成績之外,更讓企業用戶去思考企業的下一步,因為整合績效管理包含訂定目標、設下商業模式、計畫和監控、評估分析等流程。從面對過去的表現,到展望未來的前景,就是海博龍感受到的企業氛圍,並將之化為容易操作的科技介面。澳洲福斯特啤酒公司(Fosters Groups)經理詹姆斯希克(James Hicks)表示,採用海博龍整合績效管理之後,過去需要三組技術人員,「現在我們只需要一組。」

**台灣商業應用軟體尚不普及

**
海博龍推出整合績效管理一年以來,全球有八百名企業用戶。亞太區副總裁賽巴斯丁馬羅(Sebastien Marotte)表示,「日本和台灣是亞洲最值得投資的市場。」而他們也正在這麼做。
海博龍成立了台灣的分公司,招募員工,成立新辦公室,發表產品的繁體中文版本。馬羅自己就在上個月來台灣三次,鎖定國內的前五十或百大企業為重點推廣客戶。
馬羅認為台灣的市場雖然沒有日本或印度大,但是市場成熟度和香港差不多,兩個市場都很有活力。事實上,兩者有許多相似之處,所以在亞太區的經營中,香港和台灣被劃在同一區域。而中國大陸雖然也有很多大公司,但是中國公司比較沒有組織,推展計畫相對困難。所以比起中國大陸,馬羅寧願多花一點心力在台灣的市場。
馬羅也承認商業智慧在亞洲、在台灣都是剛起步。台灣的商業智慧客戶以電子業和銀行業最多,明基、宏碁及環隆電氣目前都是海博龍的客戶。但是整合績效管理的客戶對象其實是所有產業,零售業、製造業、服務業都可以用到整合績效管理的功能,台灣家樂福和台灣必勝客也都和海博龍合作。
家樂福的財務經理賽瑞克布維(Cedric Bouvet)表示,過去需要花費一周時間產生的報表,現在由系統自行彙整產出,「現在我們用二○%的時間取得報表,八○%的時間來分析。」家樂福運用海博龍的系統,快速、精確地掌握全台灣各店預算、預測與管理報表,有效地協助了經營決策、績效管理與財務規劃等。
九月中,海博龍更與Google One Box合作,推出企業內部資料搜尋功能。資深產品行銷長約翰歐路克(John O’Rourke)表示,企業內部有逐漸成長的資料搜尋需求,除了報表等結構化的資料,也需要非結構性如電子郵件或備忘錄的資訊,所以現在運用Google One Box的客戶,可以就相同關鍵字同時看到報表與會議記錄等搜尋結果。

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