PChome前進東南亞，詹宏志：我的優勢就是因為我不怕死|數位時代 BusinessNext

國際化程度將是下一階段C2C電商勝負關鍵

詹宏志認為C2C平台的發展明顯有國際流通的徵兆，而國際化程度直接影響了平台的物件總數。以PChome Thai為例，他表示在泰國的這家公司雖然用PChome的名字，實際上走的卻是露天的C2C拍賣模式，而未來泰國市場如果做起來，台灣的物件就可以上到泰國平台，泰國的物件同樣也可以來到台灣，物件數就可以倍增，流通性也會提高。

他認為要想鞏固台灣C2C電商市場的地位，就要盡可能讓物件和交易最大化。所以唯有能在其他海外市場也站得住腳，未來PChome在C2C戰場才有可能跟區域和國際上的重要平台一決勝負。

這也是為什麼除了已經進入泰國市場之外，他預告PChome很快就會在新加坡成立公司，並且也已經開始籌備菲律賓市場。

資金、人才、技術優勢全無，但仍是一場可打的仗

只是國際化說得簡單，執行上卻大不易，更別說東南亞可是列強必爭之地。實際上連詹宏志自己都說：「我看不出來台灣有什麼領先優勢。」他指，論資本，比不過大陸公司、eBay、亞馬遜；論技術，技術相容性或許台灣會更接近當地環境，但技術的優先性卻不盡然。

再看人才，「你有沒有人才優勢？我其實沒有。」詹宏志表示，「我連在台灣做生意都覺得這十幾年累積的人才不夠用，我們內部每天發生新業務，每天把這個人升成營運長、升成什麼。」他直言要去東南亞，人才方面可以說是捉襟見肘，「你要問優勢，我們一個也沒有。」

但這不代表這件事就不能做。詹宏志問：「做生意什麼是用領先來做的呢？」他以自己為例，表示當初要做電商，人家說他又沒做過零售，只是個辦雜誌的人，有什麼能力做零售？又或者當他們開始露天的業務時，朋友也都問他有什麼優勢？要怎麼跟雅虎打？而他的回應是：「我沒有優勢阿，我的優勢就是因為我不怕死嘛，我覺得那裡面有意思、有東西，那東西還有變化，我要來破壞他、來改變均衡，這就是力量，創業者的力量。」

一點一滴摸索，不能急

而且他不認為中國和美國公司的模式放到東南亞能行得通；另一方面他也認為台灣和東南亞在經濟和網路環境都有比較高的親近性，雖然他認為這稱不上優勢，卻可能是台灣最容易走的路，就是把過去累積出來的經驗放到當地去理解，一點一滴小心地做，或許賠一點錢，然後找到明確的模式去放大。

「我們不是帶著優勢來（東南亞），是帶著親近，跟台灣像，可以用台灣模式去摸索。」詹宏志表示，PChome在東南亞會用比較低調的、創業者的方式去做，而且他相信東南亞當地大量的台商和華僑，都會是他們很好的基礎。

但也很顯然地，這樣的作法恐怕快不起來。詹宏志直言：「我們的方式不能急，別人的方式可以，我們不行。」

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。