看準企業AI技術痛點,開發者與創業家老兵創立InfuseAI聯手打造新工具
看準企業AI技術痛點,開發者與創業家老兵創立InfuseAI聯手打造新工具

人工智慧時代來臨,看準企業對打造AI工作環境的需求愈趨增加,新創團隊 InfuseAI 提供易入門軟體解決方案,降低企業導入AI/ML技術門檻,無需繁複、枯燥的安裝過程,就能應用人工智慧技術、滿足所需應用。

鎖定企業投入領域痛點 提供環境基礎建設服務

InfuseAI執行長暨共同創辦人高嘉良,是台灣知名自由軟體程式設計師,除了開發Xcin輸入法之外,同時也是控制系統SVK的創始人。擁有豐富創業及程式設計經驗的他,鑽研技術外也積極推動台灣Open Source社群;在近年來希望能以科技促成民間與政府良性交流,推動自由與民主持續進展的零時政府g0v社群暱稱為高村長的他,與眾多夥伴花費大量心力,結合國內外公民科技技術社群力量。

由於長年鑽研技術領域,高嘉良觀察到,這兩年想投入AI的企業越來越多,但卻常因錯放資源或執行不當策略策略,導致成效有限。於是,他攜手另一位曾創立知名售票網站KKTIX(現已被KKBOX收購)、擁有一流Ruby on Rails技術的營運長暨共同創辦人薛良斌,成立 InfuseAI。

「當你依序安裝A、B、C解決方案,結果發現最好的方法是D,這是目前企業跨入AI領域最常遇到的問題。」薛良斌提到,在市場上,一間公司想要投入AI領域,常認為購買所費不貲的機器、高薪聘請資料科學家,就能搞定所有事情,但在運作後才發現,技術專家擅長領域有限,想純靠人力擺平一切是不可能的事情。有鑑於此,從這項痛點切入,他們提供企業可快速建立機器學習環境的基礎建設服務,以解決中間技術落差。

降低門檻 輔助企業技術人員快速打造機器學習環境

但如何降低企業打造AI環境門檻?InfuseAI推出PrimeHub機器學習平台,使用者運用平台內的各式基本化模組,就能快速打造一體化機器學習環境。除了模組工具,平台也依照用戶需求打造客製化服務,六大解決方案包括:

  1. 快速開啟Jupyer Notebook環境
    Jupyer Notebook是一個介於整合開發環境(Integrated Develop Environment,IDE)及編輯器(Editor)之間的編碼工具,使用者無需自行安裝軟體,便可直接透過Jupyer Notebook工具撰寫程式。此工具有利於研究室及教學現場,能容易地將研究數據和結果以視覺化圖表、線性回歸等方式呈現。

  2. 多種硬體規格及深度學習框架供選擇
    使用者不必再自己組裝硬體、下載軟體,省去費力、耗時過程,PrimeHub支援多種主流深度學習框架,包括提供Docker Image管理環境設定及其他客製化選項,技術人員可選擇最符合需求的方式建構企業機器學習環境。

  3. 更有效管理數據、避免資料缺漏
    在機器學習領域,資料集(dataset)包含大量圖片、文字影音檔,因此在共用、分享時,時常產生檔案缺漏、變動或損壞等問題,為解決此問題,PrimeHub支援管理者建立、上傳資料集,以類似「唯獨檔案夾」形式開放專家下載,除非管理者下放權限,否則不可變更內容,藉此確保檔案存取統一。這項功能可協助企業更有效地管理大量資料集,並確保機器學習指向相同結果。

  4. 輕鬆與內外部協作者共享資訊
    PrimeHub為降低使用者進入的門檻,串接了其他網路服務帳號系統,如LDAP、AD、Google等,讓使用者可使用原帳號登入協作。同時,管理者能自訂使用者權限、增加訪客帳號、設置到期時間和可觸及資料等。

  5. 配額控管硬體資源
    系統運作理想狀態是一台機器專心處理一項專案,但實際上常是一機多用。資源分佈不均情況下,不僅浪費時間也使專案延宕。PrimeHub透過調度,將硬體資源分配給不同專案,例如:一家公司共有20顆GPU和其他CPU等容量設備,平台可設定其中A組使用10個、B組使用10個、有多餘資源時再給C組,減少資源浪費、成效不彰等問題。

  6. 具有高擴充性、高可用性及高服務可靠度
    除上述支援與服務外,PrimeHub也提供分析圖表,並建有自動故障排除、分散式資料儲存等機制。企業可在軟體中設定可用性及擴充性,升級系統版本時,也能停止某幾個伺服器、只維持特定一個持續運作,使作業不會中斷,資源可以妥善分配、使用。

持續打磨產品 拉高與其他競爭廠商區隔

InfuseAI主要商業模式為B2B,將PrimeHub軟體及服務賣給握有資料、具硬體設備、想打造機器學習環境的企業及單位。薛良斌說:「即便相關開源工具越來越多,但企業還是有客製化需求,如何讓動手步驟愈趨簡單、快速,就是InfuseAI想做的事。」同時,針對尚未擁有硬體、卻也想跨足AI領域的潛在客群,團隊計畫未來與硬體廠商合作,藉由軟硬整合拓展客源、滿足更多企業需求,並藉此與純提供SaaS服務的競爭對手做出區隔。

目前,他們主要面向金融、教育產業,台灣人工智慧學校就是他們其中一個客戶。短期內他們會先在台灣爭取更多傳統產業、學術研究及教育機構客戶,等基礎打穩後再進一步前進全球,藉由參與國際大型技術論壇、開發者活動等,積極爭取曝光,打造跨國軟體供應企業。

InfuseAI_企業機器學習平台_2018_11_01_蔡仁譯攝-1.jpg
左起:InfuseAI共同創辦人暨執行長高嘉良、營運長薛良斌
圖/ 蔡仁譯攝影

創業快問快答

Q:長遠來看,公司想成為一家何種類型的公司?
軟體服務公司。下一步目標是增加國際曝光,並且提供平台讓國外用戶便於試用。

Q:創業,教會了你哪些事?簡單分享創業至今以來的心得感想?
除了公司要做什麼之外,也要決定公司不做什麼。

公司資料

公司名稱:工合有限公司/InfuseAI Inc.
成立時間:2018/6/26
服務名稱:PrimeHub
上線時間:2018/6/26
團隊人數:7
官方網站|Facebook|MeetHub

本文授權轉載自:創業小聚

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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