傳統產業透過創新流程可能產生的巨大機會
傳統產業透過創新流程可能產生的巨大機會

數位經濟發展了數十年後,數位經濟裡的創新已經從只能少數天才靈機一動才能做出來的藝術層次變成可重複執行的科學層次。透過適當的方法論選擇與組合,大部分的組織、公司、產業或個人都有機會進行創新,創造新的商業價值。

對新創者來說,好好掌握這些工具,就有機會與傳統產業的老闆來合作,運用既存的資源,調整用戶族群,甚至創造指數性成長的商業模式。本文簡述其中四種製造創新的方法:

1. 自我挑戰產業既定的規則

傳統產業之所以傳統,就是因為經過多年的成功,已經建立了一套規則與商業規則,就能獲得產業應有的利潤,不會有驚喜。要創新,就回到最基本的信念與假設,想想看改一下會怎樣?

例如食品業裡的堅果類品項,都應該要在過年的時候賣?若是平常就要賣,會怎樣?若也無仿,就可思考該由怎樣的通路或品牌來建立或發掘需求。

大陸三隻松鼠這個堅果品牌,就是改變了這個基本信念,並運用數位客服與通路憑空創造出來的熱門新商品,年營收超過兩百億台幣。

2.系統性地透過商業模式九宮格觀察

所有的商業模式都有機會透過商業模式九宮格列出來。藉由列出目前公司提供給客戶的價值主張,以及相關的關鍵資源、關鍵夥伴與收入方式等。就可以系統性地修改裡面的任何一格,看看今天的數位經濟裡是否有其他方式能達到更高的價值。


例如:像Uber一樣,把出租車這樣的「關鍵自家資源」換成一般人自家用車這樣的「關鍵夥伴」來建立新的運輸業。或是像Nespresso當初的故事一樣,把「客戶」這一格從辦公室採購給員工喝咖啡的B2B模式(失敗),轉為直銷給在家裡想喝高品質義式咖啡的客戶的B2C模式(成功)。

不知道商業模式九宮格的創業者可以在Google上搜尋。

3. 透過用途理論(JTBD)觀察未被服務的機會

若陷入了無法透過用戶調查發現新商機的困境,這時候可以考慮仔細觀察用戶使用產品的「用途」,來看看根據那個觀察到的「用途」,我們怎麼提供更好的產品或服務。

典型的案例是:買電鑽的人,他買電鑽的用途是為了牆壁上的那個洞。搞清楚了這點,我們就可以思考如何讓各種用戶能達成其目的,除了商店購買,或許可建立向社群借用設備,或由社群彼此提供鑽洞服務,或是提供到府按洞計價等各種創新商業模式想法。

4. 想辦法建立網路平台效應護城河

在數位經濟時代,最強大的企業永續經營護城河除了強化品牌力、替代成本與規模經濟外,就屬建立像臉書、Amazon或Ubike這種具有用戶越多,平台價值就越高的「網路效應」商業模式。

有人歸納了網路效應的十三種樣態,最常見的是雙邊網路效應的樣態,例如一邊是買家,一邊是賣家,數量到了一定後,雙邊每增加一個單位,整體網路價值都會增加,也不會有人願意退出,因而成就穩定的成長。

例如:如果有人能在台灣建立一個平台,一邊是提供認證優選的餐飲食材供應商,另一邊是購買餐飲食材的餐廳,到了一定數量後,理論上有機會成就一個年營收超過五十億台幣的平台公司。

這幾個簡單提到的方法,創業者或傳統企業主不可能一次就做對,建議多次嘗試,把概念化成心法,必能提高創新成功率。

本文由陶韻智授權轉載自其Medium原文發自TYC青年創世代刊物。

《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。)

關鍵字: #創新創業
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