上半年營收跳增3倍,iStaging如何用不到百人團隊滿足逾50國跨產業需求
上半年營收跳增3倍,iStaging如何用不到百人團隊滿足逾50國跨產業需求

「今(2018)年應該可以比去年成長5倍。」iStaging愛實境創辦人暨執行長李鐘彬表示,上半年業績跳躍式成長了3倍,下半年動能可望持續,而且除了營收成長,預計第三季也有機會開始賺錢。

大環境成熟推升VR應用發展

iStaging營收快速成長的背後,有幾個主要原因,第一是VR頭戴顯示器的硬體發展愈來愈成熟。因為iStaging提供的是VR、AR軟體解決方案,如果能夠乘載其解決方案的硬體端不夠普及,或效果不夠好,推動上就會很困難。

而李鍾彬所謂成熟,包括在產品設計上,已經開始有愈來愈多不需要透過手機、不需要接線連上電腦,卻也不會犧牲太多觀看體驗的VR一體機。更重要的是,相對於過去VR頭戴顯示器搭配高效能電腦的整套設備支出可能不下10萬元,今天以Facebook和小米合作的Oculus Go來說,209美元的訂價,換算台幣則是不到6500元。

Oculus Go
Oculus Go換算台幣還不到6500元,對於相關應用普及有一定的幫助。
圖/ Oculus Go 提供

試想,當硬體採購成本從原本可能需要10萬元,一口氣降到1萬元以下來看,勢必有助於提高企業客戶導入VR、AR解決方案的接受度,同時隨著環境成熟,客戶心態也漸漸不再只是嘗鮮而已。

不過iStaging的成長背後,不單純只有大環境在後面當推手。

不只是「宅妝」,產業觸角橫跨電商、汽車、旅遊

如果是比較早認識iStaging的人可能知道,最早他們是以房產相關解決方案起家,如透過VR看屋,或是傢俱導購等等,台灣的永慶房屋就是他們的客戶之一。而這也是為什麼一開始iStaging的中文公司名稱會叫做「宅妝」。但可以想像的是,如果只鎖定台灣的房產市場,那未來發展空間無疑是受到侷限的。

所以後來他們先是在2016年獲得阿里巴巴台灣創業者基金的投資,走入阿里巴巴生態系,開始接觸到電商客戶,發展相關解決方案,進而也因為阿里巴巴平台上有上千萬個商家,讓他們得到接觸各行各業的機會,陸續發現汽車、教育、旅遊等許多垂直產業都也都有VR、AR應用需求。

只是需求缺口看到了,實務上可能面臨的挑戰是,一套解決方案不可能滿足所有產業、所有公司的需求,隨著產業別擴大、客戶數增加,iStaging必須避免讓每一個客戶都變成高度客製化專案,才能在有限度人力擴張下,快速成長,卻不至於變成有如「代工廠」的角色。

鎖定產業龍頭,讓資源最大化

因此iStaging採取的策略是:鎖定產業龍頭。這一方面是因為李鐘彬看準「採用新科技有助企業形象」,這點會讓產業龍頭對他們的解決方案有較高接受度,同時他認為企業龍頭也確實比較有餘裕能夠嘗試新科技、新應用。

除此之外更重要的一點是,他相信龍頭企業對於產業的未來走勢和掌握度比較高。透過和龍頭企業的密切合作,iStaging可以在提供技術服務的過程中,同時深入了解該產業需求痛點,也就更有機會將力氣精準地用在對的地方。李鐘彬認為企業發展一定要不斷試錯,但錯也要錯得值得。

若以房地產產業來說,他表示iStaging目前在法國、加拿大、紐西蘭、台灣等地,都是跟當地最大的房產業者合作。

當然,要拿企業龍頭的訂單也不是那麼容易,因為企業規模大,做事也更謹慎,往往前期評估可能就花掉3個月時間,才能換來小規模測試的機會,等到解決方案真正獲得認可,大量採用,可能又是半年、一年後的事情了。而這可能也是為什麼一直到成立的第8年,iStaging營收才有比較顯著跳升的原因之一。

減法經營,別人能做的就不要自己來

不過單單鎖定龍頭企業這個策略其實也還無法解決所有問題,因為iStaging想要服務的目標產業不只有一個。所以李鐘彬提到,他其實一直都是用「減法」在經營公司,也就是「別人能做的事,就不要自己來」盡可能讓團隊維持在精實的規模,專注於核心能力的提升。

ISTAGING2.JPG
iStaging執行長李鐘彬(右)今年找來方怡雯(左)擔任公司的營運長暨台灣區總經理
圖/ 何佩珊攝影

「有些錢就是要讓別人賺,不一定什麼都要自己來。」他相信如果當初的想法是什麼都要自己做,那現在公司的營運資金恐怕早就已經見底。這也是為什麼iStaging既不自己做硬體,也不生產內容,只專注扮演中間的平台角色。還有就銷售端來說,他們也會依產業別去尋找當地代理商夥伴。

而減法原則也同樣適用於核心技術開發這件事。如同前面提到的,畢竟iStaging想服務的不只有單一產業,所以要如何讓3、40人的研發團隊有效率地因應遍布逾50國,橫跨不同產業、不同客戶的需求,其實是很大的挑戰。

所以一方面在優先排序上,他們一定要做的,就是找出所有需求的最大公約數,同時也努力讓更多事情可以讓客戶「自己做到」,如開放SDK和API,就可以讓客戶在iStaging提供的既有平台基礎架構下,不必耗費太大力氣就能針對各自營運上的細部需求,自行開發解決方案,也藉此創造該企業的服務獨特性。

持續打造更大舞台

藉由外部環境推力,加上內部策略逐漸看到成效,在公司成立的第8年,iStaging營收開始看到比較大的跳躍,也預期下半年將有機會開始獲利。

李鐘彬表示,接下來他們將持續努力打造更大的國際舞台,他相信:「我們能做的事,是現在的100倍。」

關鍵字: #VR_AR_MR
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