台灣電信業者趕上eSIM卡潮流，消費者有什麼好處？|數位時代 BusinessNext

台灣電信業者趕上eSIM卡潮流，消費者有什麼好處？

嫌出國上網換SIM卡麻煩嗎？蘋果新機XS、XR支援eSIM雙卡，能直接連上當地業者網路，目前支援十國服務。台灣業者也搭上熱潮，中華電信、遠傳和亞太電信搶先支援，台灣大和台灣之星則表示，正在積極測試中。

區分工作門號和商務門號

雙卡雙待，指的是在同一支手機內安裝兩張SIM卡，能接收兩個門號的來電、簡訊（雙卡雙待），對多數Android手機使用者而言，早已熟悉此概念。但蘋果的雙卡服務，並沒有提供「雙通」，也就是說，當有門號在接聽電話時，另一張無法上網也接不了電話。不過，相較於大多數Android實體雙卡機，蘋果eSIM仍能省下更換卡片的的步驟。

另外，eSIM門號雖然可新申辦、攜碼，不過若選擇使用和原本手機門號不同的業者，目前需親自到電信門市「解鎖」，和實體SIM卡隨插隨用相比，仍顯麻煩。

出國

蘋果eSIM的最大好處，莫過於出國工作、旅遊時，不需更換實體SIM卡，可直接切換當地電信業者服務，即可選用行動上網，並省下「漫遊費」。但根據蘋果官網，截至今年9月為止，只有英國、美國、德國、西班牙、加拿大、奧地利、匈牙利、捷克、克羅埃西亞和印度等十個地區有電信業者提供服務，另外雖有GigSky和Truphone等跨國服務商可選擇，但上網費用較為昂貴。

換言之，若追求免漫遊費、免換卡的優惠，現階段仍以前往歐、美的民眾較能享有福利。

分類選擇

針對使用者體驗，蘋果在不同門號的選擇與切換間，下了較多功夫。例如「自訂標籤」功能，能針對不同聯絡人、通話和簡訊指定專屬門號，而蘋果內建的iMessage 和 FaceTime，同樣可選擇搭配主、次要SIM卡；另一方面，也能將語音與數據方案分開使用。

根據各家業者資訊，目前新申請或攜碼至eSIM門號，消費者仍需親至門市辦理，但不久後，有機會直接透過App申辦。

全球移動通信系統協會預估，2020年支援eSIM的終端設備出貨量，可能超過2億台，甚至有機會，達到3億至4億台的規模。在蘋果魅力影響下，過去不願加入eSIM服務的電信商逐漸做出讓步，加上華為在中國布局eSIM智慧手錶，這兩大業者的推廣，可望逐漸提升消費者接受度。不過，未來發展關鍵仍在於，電信業者是否能降低設定費、簡化申辦程序，創造符合期待的轉換方式。

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。」

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。