雋永品牌新序章，歐陸超經典「偉士牌」電動機車有什麼特別？|數位時代 BusinessNext

雋永品牌新序章，歐陸超經典「偉士牌」電動機車有什麼特別？

偉士牌（Vespa）早在兩年前就發表了電動機車Vespa Elettrica，不過一直沒有量產，過去這一年許多電動車款激烈競爭，偉士牌的電動機車性能上似乎已沒有太大亮點，不過從米蘭車展（EICMA）攤位受歡迎的程度來看，「經典雋永」的魅力或許更是品牌歷久不衰的秘密。

油電混合概念車首次亮相

兩年前（2016）的米蘭車展上，偉士牌推出第一台電動機車Vespa Elettrica，在今年（2018）的車展中，這款電動機依舊是亮點之一，從展區來看，光是一個偉士牌就佔了整個比雅久集團三分之一的面積，品牌重要度可見一般。

現場一共展示了電動車款Elettrica ，以及2017年發布的油電混合概念車Elettrica X兩車款。

Vespa Elettrica充飽電需要耗時四小時，續航力可以達到100公里，電池組壽命可長達10年之久，約能行駛5萬到7萬公里，偉士牌至今仍未透露這款車型的最高時速。

Vespa Elettrica曾在2018年台北車展中亮像，不過2017年發布的油電混合概念車Elettrica X則是首次曝光，這款車可分為「動力」及「環保」兩種動力模式，同樣需耗時4小時才能充飽電，內建一顆100cc的引擎以及進排氣系統，續航力可以來到200公里。

兩款車型在外觀上非常類似，車身都是銀色的，不過純電力版本Elettrica是滾藍邊，油電混合的Elettrica X則是滾橘色邊，需要仔細看才能分辨出來。

此外，Vespa Elettrica採用4.3英寸的全彩液晶數位顯示儀錶板，與手機接後可以顯示速度、充電量、來電及訊息等資訊，如果搭配偉士牌自家的藍牙安全帽，則可以直接在機車手把上控制手機的語音助理及播放音樂。

已投入量產，歐洲市場已開放預購

歷經多時，偉士牌的電動機車，終於要從概念走向實際，今年75歲的比雅久集團執行長Roberto Colaninno在現場表示：「Vespa Elettrica是我們對年輕世代的答案，同時也是義大利科技最現代的ICON，交通移動是一項挑戰，我們想給大家一個減少污染的選擇。」

從發表會現場播放的影片觀察，「尊重自然」是Vespa Elettrica面對新能源車的態度。

今年八月時，比雅久集團表示Elettrica會在九月於義大利投入生產，十月時已經在歐洲市場開放預購，並在米蘭車展結束後正式對外銷售，不過官方公布的售價可不便宜，價格為6,390歐元（約合新台幣22萬元），是市面上許多電動機車售價的2~3倍。

根據現場了解，油電混合的Elettrica X版本需要等到2019年才會上市，不過偉士牌台灣總代理太古集團表示，目前沒有任何上市的計畫。

雖然偉士牌電動機車在性能上沒有太獨特的亮點，不過經典雋永的品牌形象深植人心，對許多人來說，騎著偉士牌不只是為了交通移動，更是代表著一種品味以及生活態度，在電動化的時代下，各家傳統車商也都相繼進軍電動車產品，即便偉士牌在售價上一點都不親民，不過靠著品牌號召力，想必能夠在新世代中開啟新的篇章。

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。