製造業總經理投身網路創業兩年心得:最難跨越的不是專業,是思維
製造業總經理投身網路創業兩年心得:最難跨越的不是專業,是思維
2017.12.27 | 人物

2015年以前,林璟宇是Sony、特斯拉等國際大品牌供應鏈廠商東莞中探探針公司的總經理,2015年之後,他決定投入網路創業,現在的身分是集界科技(t,mot)創辦人。從傳統製造業進入全然陌生的網路世界,過去兩年他感受最深的,不是專業技術的跨界、不是心態上的調適,而是商業思惟的突破。

想要在40歲這年做點不一樣的事,製造人變身網路人

原本在創投公司工作的林璟宇,2005年跟著團隊一起進入剛經歷掏空風暴,瀕臨倒閉危機的中國探針公司,而這一做就是10年,也是在這10年間,他們一路打進Sony、特斯拉、微軟、華碩等國際大品牌供應鏈,並因此認識了當時擔任印刷大廠正美集團執行長,現在已經升任董事長的蔡國輝,也是這樣的機緣,林璟宇後來才會走上網路創業一途。

正美從2009年開始研究數位化印刷,2013年正式大舉投資,也在過程中找到和過往不同的商機-QR Code。他們相信正美能做的不應該只是印出QR Code,還應該可以從QR Code這個網路入口延伸出更多服務,諸如防偽、溯源、以及線上、線下行銷導流等,從一個單純販賣印刷品的公司,變成一家銷售「解決方案」的企業。但他們也清楚,正美最擅長的終究是印刷,真要想串起一整套服務,必須得有具備網路服務能力的夥伴支持。

因為正美有這樣需求,林璟宇也正好想在自己四十歲這年做點不一樣的事,再加上中探針的營運已相當穩定,他毅然退下了總經理的位子,在正美的支持下,於2016年正式創辦集界科技這家公司。

從零開始不可怕,堅持下去就是你的

林璟宇_集界科技創辦人_2017_10_02_蔡仁譯攝-3.jpg
集界科技創辦人林璟宇表示自己過去有長達十年時間都專注在製造業的工作上,對網路世界曾經很陌生。
圖/ 蔡仁譯/攝影

有趣的是,林璟宇表示過去的他距離網路世界其實非常遙遠。「因為製造業就是忙著在製造,每天解決一堆客訴跟(工廠的)人的問題。」所以這個想要利用QR Code發展O2O數位行銷解決方案的人,其實是一直到了2015年才第一次聽說Google Analytics、Facebook Pixel等數位行銷工具。雖然聽來好像有些可笑,有些不自量力,但對林璟宇來說,因為有過去中探針的經驗,所以從零開始對他來說一點都不陌生。

他還記得當年剛加入中探針,看到財務報表的第一個念頭就是:「我們是不是要清算?」因為公司當時沒有現金,客戶則是因為對公司失去信心而紛紛轉單,「客戶全跑了。」他說。逼不得已之下,最終他們做出一個大膽決定:「放棄原本的東西,創造全新產品線。」從原本生產應用在印刷電路板,已經殺成一片紅海的標準品,轉戰高度客製化連接器市場。

林璟宇直言當年這個決策相當大膽,但當他們撐過了前2、3年那痛苦得不知道未來在哪的日子後,終於開始陸續打進Sony、任天堂、特斯拉等多家國際大廠供應鏈,營運也跟著好轉。是這段經歷和成果讓他相信:「只要堅持下去,市場就是你的。」現在創辦集界,他也抱持同樣的想法。

專業能力能夠追趕,思維轉換才是更大挑戰

而且之於林璟宇來說,傳統製造業和網路業需要的專業領域知識和能力雖大不相同,但技術面的問題只要多用功一點就可以追到一定的水準。他除了自主學習,甚至也去上了三個月台大資訊系課程,學習程式語言Ruby on Rails。不過他強調,這麼做不是想把自己變成程式高手,主要是希望能藉此了解工程師的思考和工作模式,也讓自己有能力和工程師溝通。

因此,如果要說這過去兩年真正讓他感到難以跨越的,其實是思惟。

所謂思維橫跨了很多層面。以最直接的銷售面為例,在製造業或許只要展現出夠好的品質、交期、價格,就有機會拿到訂單。但當他在銷售集界的QR Code解決方案時發現,就算是免費,客戶也不一定願意用。

不只要改變溝通語言,還要跳脫過去的成功

他特別記得那段時間他跑遍全台超過40家食品、飲品廠商,有一個品牌總監對他說了這麼一句話:「你必須幫我想到一個活動只有QR Code才能完成。」那位品牌總監認為,如果做得到這件事,品牌商就可能買單,而林璟宇這也才發現,先前他們雖然已經嘗試跳說製造業思維,將焦點放在消費者行為流程設計是否流暢、是否能提高參與感等面向,卻沒想過從行銷人的邏輯去思考、去提出可應用的場景、故事、事件,給他們一個非用QR Code不可的理由。畢竟,現在他們要面對的已不再是品牌供應鏈採購人員,而是行銷窗口,說得「語言」也應該要不同。

臺虎精釀_陳佩青-右_郭芳孜-中_潘佳恩-左_2017-10-03_賀大新攝影_2090_Lr.jp
臺虎精釀是集界科技創辦人林璟宇過去一年多來,少數遇到對新數位科技和數據應用態度特別積極的台灣飲品品牌。
圖/ 賀大新/攝影

此外,過去兩年讓林璟宇特別有感觸的,是台灣製造業的優點來到網路世界後,卻可能成為弱項。

「台灣製造業的實力真的很強。」他指出,高度客製化能力是台灣製造業在全球市場上競爭的一大優勢和手段,也因如此,總是可以任客戶予取予求,配合度極高。但他直言,過去一年多來集界就是陷入這樣的模式,因為一再地提供客製化服務而缺乏標準化導致的結果,就是讓集界變成一家長不大的接案型公司。

他一再強調,製造業的客製化能力不是壞事,只是用同樣的手段在網路世界競爭會相當辛苦。他舉例,今天廣告主如果要下Facebook或Google關鍵字廣告,過程中就必須得依著他們定下來的規矩走,如果不按規矩,就會挑出警示提醒,而不會因為你是誰而給你不一樣的待遇。他認為這樣的標準化設計一來有助於確保服務能達到一定成效;二者也是因為如此,才能藉網路力量,以最快的速度將服務向外擴散。

林璟宇認為,這樣的概念聽在很多人耳裡大概會覺得理所當然,但對台灣傳統製造業來說,卻可能得費一番功夫才能夠扭轉。

速度感差很大,價值鏈也不同

而且需要被扭轉的還不只有這一件事。如果從經營管理面來看,林璟宇認為製造業和網路業還有一個很大的不同,就是製造業是採KPI導向,網路則是走成長駭客的概念,也就是一個不斷試錯的過程。「製造業你沒辦法這樣做,因為每次Prototype(打樣)就是很長的時間。」他表示,也因為本質上的不同,兩方看待事情的價值鏈也不在同一條線上。

林璟宇舉例,在網路業的價值轉換是量愈大愈好,因為是拿數據在賺錢,所以可以先燒錢創造出使用量和數據,再去發展商業模式。然而,製造業是拿利潤在賺錢,所以在思維上經常必須要先確認「利益」在哪裡,要全部想清楚、談清楚,經過一番研究規劃後才會啟動,而這一確認往往就是三、四個月時間過去。這是為什麼林璟宇會說,即使是經過蘋果訓練的頂級製造商,打樣的速度再快、改變產線的能力再強,和網路服務的速度感也完全不在同一個等級。

要把10年的製造業腦袋變成網路人的思考需要一點時間,更何況林璟宇需要轉變的不只有自己一人,更必須帶動製造業合作夥伴和傳統產業的客戶一起進入網路的世界。而他們都還走在學習的路上。 

林璟宇_集界科技創辦人_2017_10_02_蔡仁譯攝-4.jpg
集界科技目前的營業規模和團隊規模都還不大,但林璟宇(圖左二)表示,明年希望能擺脫目前每個專案都要高度客製化的做法,要改以saas的模式營運。
圖/ 蔡仁譯/攝影

林璟宇小檔案
出生:1976年
現職:集界科技創辦人、中國探針董事
經歷:東莞中探探針總經理
學歷:雷鳥全球管理學院MBA

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