面對癌症無所畏懼，永不放棄創業夢的卡里爾‧曼加爾吉|數位時代 BusinessNext

面對癌症無所畏懼，永不放棄創業夢的卡里爾‧曼加爾吉

24歲的卡里爾‧曼加爾吉（Khallil Mangalji)，是加拿大汽車維修媒合新創Fiix的共同創辦人，跟大學同學用Snapchat申請到Y Combinator 2萬美元獎學金開啟創業路，當Fiix上軌道之際，曼加爾吉卻被診斷罹患癌症，但他仍堅持走在創業的路上。

Fiix破解修車迷思，80%維修問題都可在家解決

回想創立汽車維修媒合平台Fiix靈感由來，來自於某天曼加爾吉，和兩位大學同學Zain Manji、Arif Bhanji出門前臨時需要幫車子換上雪胎，但發現附近的汽車維修行都客滿了，於是他們便在分類廣告上隨便找了一位維修技工來幫他們。

順利換上雪胎後，曼加爾吉告訴兩位大學同學：「這比到汽車維修行方便多了，我們如果開發一款專門為人們媒合這種服務的app，會怎麼樣呢？」的確，維修汽車不只花錢，有時還必須將車子留置在維修廠好多天，Fiix 提供了一個媒合平台，讓顧客透過網站或電話預約後，再派遣專業的維修人員到顧客家中維修，對症下藥又省事。

「我們其實比較喜歡用戶透過電話方式預約，可以更方便診斷車子的問題，就能在到達現場前帶正確的零件，派最專業的維修人員。」Fiix 也破解許多人一定要到修車廠才能修車的迷思，認為只要找對專業的維修人員，有80%的維修問題都可以直接在你家的車道上解決，並不需要把車留在修車廠內。

Fiix旗下有各種專精不同維修項目的維修技工，讓有維修專才的人，可以在Fiix上接案賺外快，整體維修的費用可以比起一般修車廠便宜30%，目前Fiix主要經營加拿大多倫多市場，營收已經超過一百萬美元，正積極將服務拓展到全球市場。

放棄Uber工作，癌症復發仍堅持創業

曼加爾吉在創業初期就得到蘋果、Faceboo的實習機會，身邊的朋友看到Fiix的潛力，都建議他專心創業，但大學畢業後曼加爾吉仍決定進入Uber工作。

就在2016年曼加爾吉準備進入Uber上班前夕，Fiix團隊參加了Twitch.tv創辦人賈斯汀·闞（Justin Kan）在Snapcha上舉辦的加速器Y Combinator創業獎金申請賽，最後Fiix團隊順利得到Y Combinator面試機會，並得到2萬美元的獎金，於是曼加爾吉決定拒絕Uber的工作專心創業，同一時間，Fiix被推薦到產品網站Product Hunt上，吸引越來越多的用戶，讓Fiix網站流量暴增6000%。

就在一切看似順速逐漸上軌道之際，曼加爾吉被診斷罹患癌症，「作為一位創辦人，你的內心必須夠強大，我當時想，如果你有問題，只要在心理上覺得你可以克服它，那麼你最終一定就會沒有問題。」接著曼加爾吉開始一連串的化療療程：「事情開始惡化，我開始損耗能量和力氣，最難的是失去了思考的自由，我的思緒開始變得模糊。」

飽受化療痛苦的曼加爾吉完全無法專心工作，另外兩位共同創辦人於是決定雇用更多人力，來起分攤曼加爾吉的工作，在為期三個月的化療結束後也傳來好消息，Fiix獲選進入Y Combinator培訓計畫，一行人前往美國加州準備迎接全新的開始。

但曼加爾吉並沒有開心太久，到美國後他發現癌症復發了，因為醫療保險問題他必須回到加拿大進行為期三個月的化療，返國治療的前一天，曼加爾吉錄了一支影片說到：「我不是特別擔心化療，這感覺就是一件稀鬆平常的事情。」

「我很感謝能有機會做這些事，許多人並沒有選擇做自己熱愛的事的機會，每天都必須煩惱下一餐在哪裡，是不是有棲身之所。」而逐漸長大的Fiix，把目標放眼全球市場，要成為像Uber、Airbnb一樣全世界都喜愛的服務，最近也才剛募得180萬美元的資金，「過去一段時間，我吃不下飯、站不穩、沒辦法工作，但是現在，我又能重新投入Fiix的工作，這本身就是一件奢侈的事了。」就算站在人生苦痛面前，曼加爾吉仍選擇堅持走在創業的路上。

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。