趨勢、人才、資源,詹益鑑談台灣生醫新創崛起的機會與挑戰
趨勢、人才、資源,詹益鑑談台灣生醫新創崛起的機會與挑戰

全球數位健康產業蓬勃發展,產業中各路好手發揮本領,積極尋找新的可能。全球醫藥大廠與網路公司相繼合作,打造嶄新數位醫療的時代,台灣又會扮演什麼角色、定位又在哪?

創業小聚第 89 場特別邀請到國家生技研究園區創服育成中心助理執行長詹益鑑以「數位健康產業生態系在台灣的機會與挑戰」為題,分享他對全球健康生技趨勢、結合創業產業經驗的看法。

專注「預防」,翻轉生病再治療觀念

根據 OECD 經濟合作暨發展組織調查全球國家保健支出比,各國都正面臨高齡化趨勢,隨著可以治癒的疾病愈來愈多,人類平均壽命逐年提高,但另一方面,罹患癌症、心血管疾病以及慢性疾病人口愈來愈多,這些病症成為當今人類社會常見的病症,我們可以思考,人類真的有愈活愈健康嗎?

演講一開始,詹益鑑提出一個問題,「你一輩子願意花了多少時間在醫院裡?」相信大部分的答案是愈少愈好,他表示:「生病是一個結果,這個結果是來自於醫院以外的時間所造成,可是我們幾乎花所有的預算在醫院上,這是很奇怪的比例。」

這也點出了台灣的另一個現狀,他表示,台灣的健保相當完善,但醫療診斷費用相對便宜時,就容易有濫用情形發生,更深層的意義是人們變得不在意健康。換個說法,如果就診的費用提高了十倍,人們平時就會更注意自己的身體狀況,因為一但生病,代價很大。

詹益鑑舉例,如同學生把所有時間畫在補習和上課,卻沒有培養自學的能力,這是很弔詭的一件事。

面對疾病,從消極治療,轉為積極防範與監控

隨著醫療跟保健的融合,目前全世界的醫療預算都慢慢往「預防」、及「追蹤」移動。他表示在 2025 年時會有一半以上的醫療保健預算會投入在預防、追蹤病情的項目,相對來說在「治療」及「診斷」的比例會慢慢降低。

詹益鑑認為應該針對「基因環境行為」三大疾病發生因子,提供「偵測改善預防治療」方案,而這也正是數位保健的機會所在。他分享目前全球生醫產業的關鍵與趨勢:

一、精準醫療:以基因檢測技術,了解重大疾病的罹患率

像是分析哪些基因容易得到癌症,以及得到癌症要服用哪些藥,透過了解基因,得到藥害的預防資訊,事先就能知道病患適合及不適合服用哪些藥物,藉此提升治療的時間及效率。

二、結合 IoT、大數據技術

病患診斷結束後,回家是否有按時吃藥、醫療器材使用狀況,在過去較無法追蹤,但現在透過 IoT、大數據等智慧醫療技術,能有效改善服藥及器材使用上後續的追蹤。

三、預防醫學:降低致病的因子發生

雖然不能得知什麼時候會生病,但如果知道哪些病容易發生,就可以事先做預防、降低它發生的風險。

四、轉譯醫學:結合臨床與技術研發,加速價值創造

結合臨床與技術研發,加速價值創造,像是透過眼球偵測可以對中風進行診斷,而這也是過去二十年,台灣許多的研發、投資團隊在做的事情。

五、保健產業掀起數位化浪潮

當數位化進入保健環境後,未來可能會出現穿戴裝置取代診所與護理師角色、區塊鏈應用進入電子病歷系統甚至是智慧機器人進行外科手術等場景。另外醫療系統也會更深入應用在居家裝置上,透過在醫院以外的地方改變人類生活,將會是數位保健未來發展的一大趨勢。

台灣生醫產業現況

上述的趨勢發展下,台灣生醫產業又會如何?

詹益鑑提到數位及通訊領域一直是台灣的優勢,加上台灣已經進入高齡化社會,將這兩項特點結合,會是台灣生醫新創的方向。他也特別談到:「台灣醫師用英文寫病歷,但亞洲其他國家並非如此,像是日本或中國就不是使用英文撰寫病例,這代表我們的臨床經驗很容易對接到國際醫藥大廠,這也是為什麼很多國家喜歡到台灣做臨床測試。」

另一方面他也談到台灣生醫新創面臨的挑戰,他點出了「人才一缺三」的問題:只有研發強,但缺乏以下三種人才,一、臨床醫生:因為台灣臨床醫生大部分都是從大學開始就是學醫,訓練背景專一,導致創業的動機與能力不強;二、營運管理人:因為生醫產業的發展規模目前來說仍較小、時間短,早期成功案例不多,因此創業管理人才相對來說也較少;三、國際行銷專家:缺乏將技術、商業模式行銷出去的人才。因此應該思考,如何將這三種類型的人才帶進台灣生醫新創產業。

此外,詹益鑑也點出了另一項台灣生醫新創的危機:「人才與資本不夠國際化、策略化。」如果能在早期、中期就把公司股權開放讓國際公司來投資,一旦佈下策略,就有可能之後在國外上市,然而台灣生醫新創的出場策略大多集中在台股上市,只有少數幾家與國際大廠併購的成功案例。反觀以色列及美國新創,在第二輪、第三輪的投資,就已經引入國際醫藥大廠,這也讓這些新創到了後期就容易使策略投資人產生競爭關係。

台灣的機會在哪?打造生醫新創生態圈

難道台灣生醫新創就沒有機會了嗎?其實不用那麼悲觀,詹益鑑表示台灣的醫學技術是亞洲第一名、全球第三名,醫療電子產業的環境優越,研發速度及製造品質都使得台灣絕對具有競爭力,他也提到在過去十年「台灣-史丹佛醫療器材產品設計之人才培訓 STB 計畫」已培育四十多位醫師及工程師至國外受訓,經過矽谷文化衝擊後回台已成立 18 家新創公司,這些都將是高階醫材的創新種子。

另一方面,台灣對於智慧財產權及法規的重視也成為一大優勢,因為對於美國及日本企業等國外企業來說,這是很重要的信任條件。最後他也提到台灣的資本市場對於中型資本新創企業是友善的,相對條件的門檻不是很高,也因此台灣有機會成為新創資本的募資基地。

台灣如何以現有的資源發揮優勢,建立一個屬於台灣的生醫新創生態圈?他給予了以下三點建議:

一、把人才、產品、公司送出去

透將學校、大廠跟加速器合作,增加國際經驗、擴大視野。

二、導入人才、技術及資金

邀請國際醫藥大廠進駐、並與學術單位雙向合作,增進交流、以提升自身能力。

三、改變產業相關法規與環境

應建立數位保健促產條例、數位醫療監理沙盒等措施。

台灣生醫產業的資源分佈相當廣,政府在許多部門內也都投入資源,詹益鑑認為政府部門就像火車,很難推動前進,但一旦開始了就很難停下來,台灣目前的情況如同一台多頭火車,前進的速度慢又分散,因此談到生醫新創的發展,如何聚焦選題將會是關鍵要點,如果可以建立一個國家級生醫加速器,那對台灣整體產業將會是一大利多。

本文授權轉載自:創業小聚

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