UGS勇敢做自己
UGS勇敢做自己
2004.10.15 | 科技

在全球化競爭的現代商業社會,企業購併、分割獨立不再是新鮮事,而其中軟體業者受到網路經濟退燒,全球資本支出衰退的影響,市場各種動作傳言不斷,先是微軟與思愛普(SAP)的角力,接著資料庫大廠甲骨文與軟體公司仁科(peoplesoft)的爭議未平,近期則有IBM購併美國未上市的Venetica、微軟購併繪圖軟體公司Visio公司、還有組合國際(Computer Associates)收購那斯達克上市公司Netegrity,跨足資訊安全領域等事件,購併的目的無非是希望發揮整合的力量,提供客戶更完整的解決方案,在這樣的氣氛之下,全球產品週期生命管理公司UGS自全球第二大資訊服務商EDS體系獨立出來的動作,就顯得特別,更值得關注的是,UGS才在2001年被EDS收購,不過3年的時間,歷經購併再獨立的過程,的確是業界少見的情況。

**不明白為誰而戰

**
「作為一個管理者,我們必須選擇一條最有利的路來走。」UGS總裁阿福索(Tony Affuso)不諱言,這樣的變動會對客戶及員工造成一些困擾,但企業談的是生存,沒有必要為了外界的眼光,而失去可以掌握的機會。
2001年,全球一片電子商務熱,大大小小的企業都在積極布建資訊系統,強化競爭力,市場的需求造就了資訊系統整合服務商的榮景,當時規模僅次於IBM的EDS,為了擴充產品線,以1.7億美元的金額,購併了已經有近40年歷史、當時名為Unigraphics Solutions的老牌軟體公司,取得86%的股權後,再與另一家同樣被購併的公司(Structural Dynamics Research Corp)合併,成立「UGS」新事業單位。
然而,合併沒多久,2002年,EDS因IT支出環境太差,加上與主要競爭對手IBM和惠普的較量中,失去不少外包合同,導致獲利及收益雙雙下滑,而原本賺錢的UGS,也受到拖累,幾經考慮後,今年5月正式宣布,將UGS賣給Bain Capital、Silver Lake Partners 與 Warburg Pincus三家創投公司,正式結束軟體公司身在系統整合業為主的模糊定位。
「不要說是外界看我們,連我自己有時也搞不清楚到底我們為誰而戰。」UGS全球市場副總裁皮林羅斯(David Primrose)自己也忍不住搖搖頭,「辛苦賺來的錢,都因為母公司的虧損而拖累。」

**品牌認同的重要

**
獨立對UGS的員工來說,是清楚而必然的決定。
「從當年的時空背景來看,購併的決策並沒有錯,現在會獨立出來,也不表示過去是失敗的,畢竟EDS給我們重整產品線和檢視通路夥伴的機會,而且大組織的運作,也讓我們學到不一樣的管理方式。」阿福索舉例, 像是服裝工業也需要設計圖、有多個供應商,這些是PLM可以切入的市場,因為EDS涉足領域廣,讓他們得以多了解不同產業的專業知識,獨立之後的組織架構,就參考了EDS以產業區分的模式,配合產品線的不同,形成新的矩陣架構。
「作為EDS的一部份,由於EDS核心業務不是軟體,很多時候不能單獨發言。現在獨立出來,有了自己的品牌、可以進行自己的廣告及行銷,我相信會有更大的舞台。」 UGS亞太區執行副總裁陸伯斯德(Hans-kurt Lubberstedt)說,在轉換的過程裡面,每天做的事雖然沒有太大的改變,但在面對市場的心態上,因為脫離的保護的大傘,會變得更積極,「因為成績可以很清楚的看到。」
阿福索指出,過去被EDS併購影響,加上全球景氣不佳,UGS業務一度掉了16%。但2003年成長4%,至5月獨立至今,本季比上季成長27%,全年營收預計較去年成長13~14%。「在這段期間,我們更贏得了勞斯萊斯、波音等等指標性大客戶的青睞。」阿福索難掩興奮之情地表示。
然而,UGS還是有很多必須克服的挑戰,特別是客戶的品牌認同。「對老客戶而言問題不大,因為他們清楚整個狀況,就算是被EDS購併期間,也是跟我們直接對口,對於新客戶,的確需要重新建立新的形象。」UGS技術長兼執行副總裁格林史塔夫(Charles C. Grindsatff)說,過去軟體業者多以節省成本為主要的訴求點,但從很多產業的狀況都可以發現,成本控制的策略已經到了一定的階段,很難會有大突破,因此對UGS而言,將從開源而非節流的角度切入,特別是亞洲的日本、印度、及中國是三大戰場。
合久必分,分久必合,分合之間沒有對錯,有的只是自己對未來的期許。

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