台灣智慧家庭滲透率不到1％，中保無限家要用實體店敲開市場大門|數位時代 BusinessNext

台灣智慧家庭滲透率不到1％，中保無限家要用實體店敲開市場大門

中保集團在2015年推出「中保無限＋」品牌，作為一個物聯網平台，整合中保雲端系統、App與居家監控、健康照護服務等業務。

產品不夠多，成智慧家庭侷限

林建涵表示，舉例來說，亞馬遜的智慧喇叭Echo在美國賣得很好，是因為消費者到百思買（Best Buy）等商店時，可以買到能與Echo連動的產品，但這點在台灣並不成立。以智慧家庭產品最多的三個地方中國、美國、韓國來看，只要是有無線功能的產品，通常不會通過NCC檢測，在海關就會被卡住。回到台灣，台灣廠商做的幾乎都是代工，沒有發展自己的智慧家庭品牌，而且因為台灣市場不夠大，產品也多是外銷。

台灣在智慧家庭的發展限制多，在林建涵看來，這是一個雞生蛋、蛋生雞的問題，沒有產品很難推起來，「智慧家庭的精神是連動，但台灣的產品不夠多到能做這樣的事情。」不過，他也說，物聯網有分很多種，中保無限家還是可以選擇做自己能切入的領域。也因此，這兩年集團在推物聯網時，還是決定回歸到以保全起家的中保集團過去的專業：居家安全。

轉攻「安心」牌

例如，利用App進行居家監控，當偵測到一氧化碳濃度過高時，可以預先示警；或是自動切換瓦斯；當兒童回家時，向父母推播回家安全通報等。林建涵認為，現在很多人在談物聯網時，講的是你在手機上可以看到、操作很多東西，但其實物聯網真正的用處不是讓使用者主動去執行，而是在你需要時自動幫你處理好，「比如說你昏倒在家裡，你難道還要自己去開啟通報嗎？」在中保無限家的概念裡，是讓sensor（感測器）自動感應、通報，在緊急的時候派上用場，不再需要手動處理。

上線兩年多，中保無限家已累積4萬名用戶，每年增加一萬五到兩萬名用戶，成長速度很快。目前商務與家庭的比例約為7：3。從商務用戶來看，以餐飲、零售、房仲業居多。林建涵提到，2015年集團將系統升級，當初商務用戶對於手機連動的概念非常有興趣，因此中保也在監控功能以外，進一步加入管理概念。

例如，店家除了可以透過App看店裡的監控影像，還能透過與POS機連結，知道結帳時哪些品項賣得好，並藉此調整進貨、倉儲的狀況，中保無限家希望做到的是，透過減少浪費、增加營收，為客戶帶來更多附加價值。「安全系統是大家平常都沒感覺的，在虧錢或是手頭緊的時候會想說：『喔可能沒小偷了。』然後就砍了這個預算。」林建涵說，為了不要讓客戶有這樣的感覺，中保現在不只是賣東西，而是要做一套可以讓客戶長期使用的系統。

實體門市再展店40家

雖然目前中保無限家仍以商務用戶為主，但林建涵也表示，希望未來兩、三年，能進一步把比例從7：3變成5：5。「台灣有800萬戶住家，台灣的空間是很大的，教育上要花一點時間。」

這也是中保無限家為什麼在去年開設第一家實體門市「中保無限生活館」，透過居家安全系統的展示，以及結合咖啡廳、麵包店的複合式門市型態，做更多的宣傳推廣。目前中保無限生活館在台北、新北市已有12家門市，選址不以市區為主，而是選擇設立在家戶數多的社區，希望能擴及到更多一般民眾。「很多人走進來，問說中保有做這些喔？以為我們只做保全，但其實我們已經做得更多。」中興保全副總經理朱漢光說。

實體門市效應勝過廣告

朱漢光也表示，實體門市帶來的效應也比電視廣告更高，除了因為選址的成本不高外，未來中保集團還預計將門市跟全台超過60家分公司整合在一起，將身為費用單位的分公司以及利潤中心的生活館的費用攤平。

即便台灣在發展智慧家庭上仍有侷限，但中保無限家仍看好未來發展前景，計畫以一個月展店2、3家的速度，今年目標在雙北市拓展到40家實體門市，「透過這些demo site（展示中心），我們現在要做的就是必須趕快增加消費市場的接受度。」林建涵說。

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。