法國物聯網運營商SIGFOX獲台灣二類電信執照，拚明年Q4網路覆蓋率95％|數位時代 BusinessNext

法國物聯網運營商SIGFOX獲台灣二類電信執照，拚明年Q4網路覆蓋率95％

法國物聯網公司SIGFOX在台業務預計邁大步，目標今年8月前網路覆蓋率達到全台六都80％人口，明年第四季達95％。

預計明年Q4達95％人口覆蓋

另一方面，鴻海集團去年8月宣布成立物聯網聯盟，由鴻海提供硬體設備、旗下富鴻網佈建LoRa網路，亞太電信負責應用開發及服務提供，與Actility、IBM、思科、Semtech、台廠樺漢、研華、新光保全等業者組成物聯網聯盟，截至目前已在雙北、桃園佈建500個LoRa熱點。

「（基地台）除以10其實都綽綽有餘。」優納比生態系統經理鄒宏平表示，雖然沒辦法透露SIGFOX具體基地台的數量，但估計不用像LoRa一樣要建到500座，像是先前優納比在台北、新北、桃園、基隆、台南等地有約10座測試機台，位於汐止的裝置林口也連得到，2、30公里的距離已經絕對沒有問題。

他表示，初步網路佈建計畫是要在今年8月底覆蓋六都人口80％，預計明年第四季達到95％，「我們想當的是全國性的operator。」

鄒宏平說明，因為SIGFOX技術適合小資料量的傳輸，在物流業與遠端醫療領域，能有非常多的應用。以老人居家監控為例，過去要透過WiFi連接血糖計、監控用戶血壓變化，但常常面臨到的問題就是沒有WiFi，這些透過SIGFOX網路都更容易解決，而這些智慧醫療應用在歐洲也早已有成熟案例。

他也透露，去年底優納比就開始就與近30名廠商一起進行小規模測試，包括新竹工研院、台南應用科技大學與多家新創公司都在合作夥伴之列，顯示台灣廠商對於物聯網應用的興趣是高的。獲得執照之後，目標9月時合作夥伴能擴大到60家規模。

台灣發展物聯網一大利多

但鄒宏平也認為，一個新的網路不可能那麼快打入市場，優納比計畫先以市場需求作為出發點，與台灣系統整合（SI）商、服務商合作，帶動更多硬體廠商的加入，催生更多硬體裝置。初步將以裝置數為收費單位，採取最低1美元／1年的收費方式，但具體的收費標準還要依據未來市場的接受度、不同合作模式而定。「我們的目標是要做生態系，讓智慧城市這件事能確實發生。」

另一方面，SIGFOX在台業務邁入下一個里程碑，對台灣有意發展物聯網的廠商而言也是一大利多。南星創速器（SSX）創辦人朱宜振就認為，目前物聯網應用中的一個重要環節就是在於數量級過於巨大的裝置數目會連上網路，這中間會有非常多狀況，又牽扯到無線網路介面，會讓問題更加複雜，例如，不同國家中所用的網路介面硬體就可能會有不同規格和相容性問題，但作為全世界唯一的物聯網專用電信營運商，能解決這些問題是SIGFOX帶來最大的價值之一。

朱宜振觀察，也因為SIGFOX是用電信營運商的方式運作，代表服務可以在多國開通使用，這也會加速廠商的業務拓展。目前，SIGFOX全球網路覆蓋已達32個國家，預計2018年將完成60個國家的基礎建設佈建。鄒宏平認為，跨國性生態系統也將成為SIGFOX一大優勢，「新加坡市場2月就已經佈建，如果是在台灣做得成熟的廠商，就可以直接複製過去。」

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。