[2018SXSW] 在SXSW，特斯拉與賓士的隔空對決|數位時代 BusinessNext

如果賓士是集團軍正規戰，那馬斯克是單人秀兼閃擊戰

如果賓士是集團軍的正規作戰，那馬斯克打的是單人秀兼閃擊戰。但他確確實實在SXSW造成了話題。

馬斯克原本並不在今年SXSW的節目單上。但他就是有辦法變成聽眾、媒體矚目的焦點。週六，在HBO 製作的Westworld劇集活動中，他被台上的製作團隊請上舞台，在現場掌聲中講話。當天晚上九點多，來參加SXSW的媒體都收到SXSW主辦單位的通知，週日中午將新增一場馬斯克的獨人秀，要想參加的媒體上網登錄，可參加名單將在週日早上發出。

週日一早，媒體名單還不確定是否發出，但主辦單位在給所有參展觀眾的每日晨報中宣布，中午將有馬斯克的單人秀，回答現場所提的任何問題，要取票的觀眾需在早上八點半去會場領票。十一點不到，活動所在的戲院外，已拿到入場券的觀眾人龍排到四條街外。

馬斯克遲了半小時才上台，侃侃而談，除了滿場觀眾高度期待，這場單人秀同時在網路上直播，SXSW 會場內各處也播放實況，成了當天中午的焦點。馬斯克在現場，談了特斯拉的無人卡車、Space X 的太空旅行計畫、以及他自己可能會搭火箭去火星。個人秀結尾，馬斯克的弟弟上台，本身是歌手的弟弟與馬斯克共同以牛仔打扮在台上演唱歌曲。

與賓士花下長時間規劃的展示相較，馬斯克的單人秀在一天內實施完畢，卻餘韻尤繞，話題持續發酵。

或許雙方沒有刻意規劃，但這場在SXSW上演的公關戰當然成為網路、社群時代大家注意的行銷對決。馬斯克作為蠻牛創新者的個人品牌因此自然在 SXSW與賓士相互抗衡，更型突出。

目前正是特斯拉的多事之秋

但跳脫馬斯克個人聲勢，目前正是特斯拉的關鍵多事之秋。前年，特斯拉開放大眾預約售價三萬五千美金的大眾市場車型Model 3，每位預繳一千美金的訂金，一口氣拿下325000輛訂單。而今，在特斯拉該加快Model 3 交車數量腳步的時刻，特斯拉卻深陷生產不順的難題。連遠在台灣的供應鏈都因此深受影響。

特斯拉固然有強烈的馬斯克光環，但馬斯克不等於特斯拉，馬斯克的創新願景的規模遠大於特斯拉。他會如何帶領特斯拉克服眼前的挑戰？此時，令人不禁想到，同樣以鮮明創新形象而知名的蘋果創辦人賈伯斯，如果遇到像特斯拉目前所處的情況，他會如何處理？

擅於規劃夢景的馬斯克，需要給團隊注入更多的執行紀律；德國人一絲不苟又兼具冷靜工藝美學的賓士，則要在這網路時代具備更多描述美夢的說故事意願。

《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長至少800字，請附上個人100字內簡介，文章若採用將經編輯潤飾，如需改標會與您討論。

（觀點文章呈現多元意見，不代表《數位時代》的立場。）

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。