曾為上流社會理財,兩位外資金童拚創業,把頂級財富管理帶給普羅大眾
曾為上流社會理財,兩位外資金童拚創業,把頂級財富管理帶給普羅大眾

好好投資的共同創辦人楊少銘在過去常常問自己,「面對資產三億跟三十萬的客戶,手續費都收 1%,你要幫誰理財?」

從邏輯、理性、收入來看,都應該毫不猶豫地選擇三億的客戶,而楊少銘一開始當然也做了理性的選擇。他一路從基層爬到瑞士銀行副總裁,管理的資產從低於三百萬,成長到超過數十億新台幣,「替上流社會管理財富,真的會有種看到另外一個世界的感覺,」楊少銘笑著補了一句,「我那時候的生活也滿......優雅的」。

也許就是因為過於優雅,讓楊少銘有餘力重新問自己,「面對資產三億跟三十萬的客戶,手續費都收 1%,你要幫誰理財?」。這次他有了不同的答案,決定在年輕時不理性一次,這一次他選擇跟收入較少的客戶站在同一邊,「存款較少的人,才是真正能夠靠理財翻轉生活形態的對象,趁還年輕我想要創業試試看。」楊少銘說。

AI + 區塊鏈,讓私人財富管家走進所有人家中

選擇資產較少的客戶,並不只是單純的熱情,而也是透過數據分析的結果。對於傳統的財務管理實務,大部分的基準線以 300 萬為基準。大部分的投資顧問會將主力放在基準線之上,讓 300 萬以下的客群較少受到關注。而據統計,可投資用的資產低於 300 萬元的小資族,就占了台灣 76%,規模達 23 兆新台幣。

楊少銘瞄準了傳統財務管理較不重視,卻深具理財需求的客戶,與另一位金融沙場的老將,曾任麥格理資本證券台灣區總經理的張博淇,共同創立好好投資,嘗試用科技的力量達到普惠金融的理想。

好好投資試圖解決「共同基金投資交易」的痛點。簡單來說,使用者達成懶人理財的願景。

螢幕快照 2018-09-25 下午1.06.11.png
好好投資的業務流程架構,AI 與區塊鏈技術為一大亮點。
圖/ 好好投資

在基金申購的第一步,辨識用戶上,好好投資做到客製化的專屬投資組合,同樣風險等級的客戶,針對其有興趣的市場(美國、歐洲)也會有不同的推薦基金與權重分配。除此之外,好好投資也是台灣唯一擁有「AI 投資分析演算系統」發明專利的 FinTech 公司。「我們提供的是數學上的最佳解。」楊少銘說。

好好投資在 2017 年 4 月就建立自有的金融資料庫,包含了 7,000 檔境內外基金 20 年的歷史資料與 277 個全球指數即時數據。自有資料庫,才能提供更準確的基金選擇與權重配比,也能提供更好的投資後管理。楊少銘舉了一個例子,某檔基金更換了經理人,好好投資會去比較該名經理人過去的投資績效,進而調整基金的持有比重。

好好投資的野望:顛覆基金交易生態

不過,投資前、後的預測與管理,只是好好投資的「智能理財服務」。未來,他們想要透過金融法規的放寬與區塊鏈技術,投下顛覆基金交易生態的震撼彈。

在區塊鏈方面,好好投資期望透過直接串接基金公司的金流,不只保留交易紀錄,更能去除中間人,讓過往贖回、申購需要 3到7 天的處理時間下降至兩天內。而剔除了中間人最大的意義是能夠大幅下降基金申購的手續費,有望降至近 0 元。

另外,更重要的是讓客戶直接透過好好投資下單。「總不能幫客戶弄好投資配置,他們就跑掉了吧。」楊少銘說。因此,他們最終目標是透過好好投資的基金投資組合規劃,讓用戶直接線上開立基金帳戶,完成購買後即可獲得基金投資後管理的一站式流程。

但在線上開立基金帳戶、全權委託投資業務上等操作方式與台灣現有法規抵觸,因此好好投資目前正在申請金融監理沙盒。

政府很努力,但法規通過日期仍遙遙無期

今年 4 月 30 日金管會施行金融科技發展與創新實驗條例,但好好投資提前準備,在開放時幾乎同時送件,希望能進入金融監理沙盒。不過,在 6 月 20 日與金管會面議、7 月 27 日補件至今,仍不知通過時間。

楊少銘強調,與金管會面談時能夠感受到政府也相當積極,不過牽涉的範圍實在太大,再加上申請的人數眾多,他能夠體諒在主管機關在人力有限的情況下,速度上受到限制。

而他也提到新創公司對面法規,真正困難之處在於溝通協調與獲得魄力支持。以好好投資申請為例,需繳交的文件高達 14 大項、25 小項,儘管已經請到 KPMG 進行法律專業協助,整個流程對新創公司、專業律師以及監理機關都是「第一次」互相探索未來的過程。

他再次肯定主管機關並沒有「直接駁回」,而是雙方透過溝通進行補件,對新創來說非常友善,但對於時間,他則說「只能再等等看」。

「不過,新創如果在國內找不到舞台,很有可能會離開至更鼓勵創新的國家發展,」楊少銘也說相當現實的情況,「還是很希望幫台灣做點事情啦」。

最後,楊少銘也承認目前好好投資處於燒錢的狀態,儘管在今年 6 月獲得 Pre A 輪 100 萬美元的投資,也正在開發一些對企業端的業務,但他仍一心想要替所有人服務,讓普惠金融成真。「你不會忘記那些資產很少的客戶,透過理財獲得不錯收入時,真誠的笑容跟溫度。」楊少銘說。

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