你真的想要一座智慧城市嗎?
你真的想要一座智慧城市嗎?

《科學人》最新一期的報導〈關於智慧城市,人們不願面對的真相〉,整理了最近智慧城市的重要新聞:比爾.蓋茲(Bill Gates)11月13日宣布,要在美國亞利桑那州沙漠裡買下2萬5千畝土地,從無到有打造一座智慧城市。美國EasyPark公布了全球2017智慧城市索引(2017 Smart City Index),台北名列第57名,第一名是哥本哈根。

然而這篇文章的作者史密斯(Kendra Smith)卻宛如「國王的新衣」般直接指出:「當前的智慧城市現實是,根本沒有一座城市稱得上智慧。」

作者認為,截至目前為止,我們所謂的智慧城市其實只是個別的智慧專案計畫,無論是匹茲堡費城交通局花費3千萬美元推動、能夠自動因應車流狀況調整的智慧號誌系統,坎薩斯市政府投資1千5百萬美元打造智慧照明計畫,透過內建感應器在沒有行人與車子時自動關閉街燈來節能省電,預計減少兩成到三成的電力浪費。這些個別的亮點專案都展現了智慧城市科技的「潛能」,但卻無法代表網路相連、點對點的規劃每一個角落街廓、完整的智慧城市。

「智慧城市潛能與現實之間脫鉤的一個很大的原因是:智慧城市是數位世界混合匯流之處,但是可能也是與非數位世界的『撞擊之處』。非數位議題包括傳統治理、社會正義、政治、意識形態、隱私與財務成分,當智慧城市規畫開始變成重要的因子時,這些都不是那麼聰明、有效率或能夠彈性適應。任何一個不聰明元素都可以搖身變成攔路虎,而且當與其他城市中的長期問題結合時,比重成長得愈來愈巨大。」

其實這後面是我們自己對未來描述模式,所造成邏輯問題的反撲。我們選擇性地用某些「可以變聰明」的元件,來代表整個數位化城市的全貌。卻沒有考慮那些被忽略的元件,在長期忽視與醞釀下的連動影響。

這樣的聲音不是第一次被聽見。在倫敦政經學院(LSE)城市計畫中資深研究員、美國的都市分析專業者格林菲爾德(Adam Greenfield)長期扮演著烏鴉的角色,認為智慧城市這個概念把科技擺在民眾前面,忽略了那些最基本讓我們作為人的基本要素。他對科技沒有意見,也是先進技術的早期倡議者,但是他認為對所謂智慧作業系統、資料分析與演算法將是影響我們未來的關鍵這個看法,目前已經有來自全球各地的疑慮與批判我們不能忽略。

2014年的LSE報導〈把智慧城市變笨吧!〉,與他的著作《反對智慧城市》(Against the Smart City),認為這個問題不只是智慧城市的修辭學與話術出了問題,媒體無法揭露這是一個大型科技公司的行銷利多現象,報導智慧城市但是卻沒有辦法批判思考與討論後台政治的種種連動關係,這些也讓智慧城市的「智慧」遮蔽了人們的雙眼。格林菲爾德自己本身也是物聯網社會影響與設計的最早論述者之一,除了不再用鳥瞰的方式、而是用「由下而上」的觀點來重新檢視智慧城市之外,近年來更轉向思考與檢驗哪些「激進的科技」,例如區塊鏈,可以合作形塑城市的未來。

智慧城市不是新的故事,而對智慧城市的批判也已經有其歷史。只是長久以來,這些論述分屬不同的陣營,各自有一套看法與觀點。我好奇的是,為何是現在?為何現在我們在社交媒體上聽見愈來愈多人在關注這樣的意見看法交峰?當《科學人》這樣的推廣科學與技術觀點的科普讀物,都開始反省智慧城市的時候,代表著什麼意義?

我覺得可以跟OTT線上影音串流服務喧囂塵土的使用現象一起思考而獲得啟發。作為剪線大軍的一員,OTT的使用者是什麼樣的人?是不再付費給任何廣播電視節目的寬頻網際網路使用者。這些人跟傳統的廣播電視節目用戶已經完全不同。當網際網路的使用者數量不斷增長,他們不會再回到傳統的使用情境時,新的議題與需求便將取而代之,成為資訊社會新的主流議題。

智慧城市也將面對這樣的轉變。傳統使用者不依賴網路,需要傳統的服務來銜接這些公民的日常生活──而這些想像就是過去智慧城市主流概念的核心情境。一但人們遭逢愈來愈多先進的應用,傳統服務不再能夠滿足大家時,也將帶來智慧城市的改版與升級契機:「這個時候」我們就需要更包容性的智慧城市概念來引導人們前行。

我的書包裡總是擺著一本令人反覆翻閱解讀的城市與科技著作,安東尼.湯森(Anthony Townsend)的《城市的未來,應該要是什麼樣子?》。在未來的智慧新風貌中,公民的參與會是最重要的關鍵。唯有認同,才會參與,而今日我們所要形塑的智慧城市文化是什麼?我們的智慧,怎麼照顧那孕育眾人的土壤與文化?數位文化怎麼跟傳統文化攜手並進?

「讚嘆智慧,感恩智慧」,這些沒有標準答案的申論題,會是未來智慧城市升級版的新挑戰。

智慧化以後的城市,台北與台中、高雄,跟上海,東京,紐約,哥本哈根或者吉隆坡、雅加達,有什麼不同?

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