翻轉麻州經濟的加速器MassChallenge來台，攜手15台企向全球新創招手|數位時代 BusinessNext

翻轉麻州經濟的加速器MassChallenge來台，攜手15台企向全球新創招手

在金融海嘯後，推動麻州創業家精神文藝復興的 MassChallenge 宣佈與台灣合作，將連結國際新創與台灣大廠。MassChallenge 已輔導培育超過 1,800 家新創，並獲得外部投資超過 30 億美元。

結合台灣 ICT 優勢，首波瞄準生醫、食農領域

B2MC Taiwan 計畫是台灣首度透過 MassChallenge 的全球夥伴網路，海選尖新創公司來台。2019 年先由包含資訊科技領域、研究法人在內的 15 家領導企業投入，並將先針對生醫與食農產業的「大健康領域」為重點。

台灣 ICT 大廠研華、撼訊、精誠等企業，都已經開始佈局智慧醫療領域，從硬體到軟體、AI 到雲端服務、系統整合、工業設計等角度切入，希望能與新創團隊合作推動企業創新轉型。

在生醫資源方面，研究法人生技中心將提供生醫領域的專業協助與加速輔導，另一方面，透過比翼資本的鏈結，新創公司將有機會利用北醫的醫療場域進行 AI 與物聯網相關廠品的開發與測試。

此外，在更大市場的全球食品與農產領域，也隨著 AI、IoT 等科技風潮開始席捲傳統勞力密集的結構。台灣農業與食品產業在亞洲地區有極強的發展優勢與良好的基礎，B2MC Taiwan 邀請國內第一個推動食農領域孵化加速的創業加速器——好食好事基金會加入，希望以台灣為起點，既練起國際發展的機會與網路。

針對新創公司最重要的資金來源，B2MC Taiwan 找來比翼資本與中華開發創新加速器參與投資評估與加速輔導，讓來台的新創團隊有機會獲得天使到 A 輪的資金協助。於更成熟階段的新創，將直接鏈結 MassChallenge 創業社群進行全球募資。

台灣新創團隊也能報名參加

B2MC Taiwan 將於 2 月 11 日開放全球新創團隊申請收件，於 4 月初選拔出 20 隊國際新創公司，配合 COMPUTEX TAIPEI 展期，於 5 月 27-29 日在台灣舉辦第一場創業輔導營，選拔出正式獲選加入 2019 加速器計畫的 10 隊國際新創。入選者將透過 6-9 月四個月的輔導，並媒合國內企業提供客製化產品開發與市場拓展的夥伴資源。

於創業輔導營中，將有多位 MassChallenge 國際業師專程來台前兩名最佳新創更可直接進入 MassChallenge 波士頓或以以色列創業競賽的複選團隊，有機會爭取總獎金高達美金一百萬的現金獎項。

雖然是面向全球的計畫，但龔仁文表示台灣團隊也能報名參選。更為台灣新創保留了不在徵選 20 隊中的額外 5 隊地主名額，以及旁聽參與機會，讓更多的國內新創團隊與國際業師互動交流。

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。