松下老兵陳世昌殺出家電戰役的重圍|數位時代 BusinessNext

陳世昌只要一走下樓梯，早在一旁待命的深色座車就衝了出來，「陳常董不知又要去訪問哪一家量販店了。」一名員工看著陳世昌充滿鬥志的背影說，陳世昌有典型追求完美的個性，讓他在家電業的血拼中一樣不落人後。
這股衝勁讓一向作風保守的日系企業有了不一樣的面貌。目前台灣松下家電產品不但和日本零時差，今年6月甚至宣布「3年免費保固」，讓市場一片嘩然，因為日本企業家松下幸之助所創立的世界級家電集團松下電子，在日本本地都還沒有這樣的服務，卻在台灣開始實施，這就是陳世昌的傑作！

**到日本接受在職訓練，
建立對松下的忠誠度

**
「陳世昌升任常董，是台灣松下在人事上一大突破。」台灣松下總經理藤井康照7月12日對媒體表示，陳世昌打破台灣松下42年來第一位由員工升上常務董事的紀錄。
目前台灣松下有5位常董，其中2位是日本松下共同在台創業的洪家代表：洪敏弘和洪裕鈞，洪敏弘也是台灣松下董事長；日本松下則擁有3席常董，但這次禮讓一席給陳世昌。而陳世昌能獲得拔擢，除了他對公司超過三十三年的忠誠，也等於直接犒賞他在最艱苦的家電戰役中殺出重圍。
陳世昌是金門人，家中務農，高中畢業考上台大機械系後才第一次到台灣，「我每天晚上就是一面唸書、一面聽炮聲，」陳世昌如此形容大學以前的單純生活。大學畢業後，原本打算先工作幾年再想辦法出國深造，沒想到1970年他考進台灣松下後，台灣松下開始培育本地員工的計畫，而陳世昌就是最早一批送到日本受訓的員工之一，「我當時心裡就想，萬一我不做了，公司會不會從此再也不敢培養台灣人了。」
1970年代左右，出國還是很稀奇的事，甚至還要經過做保等複雜程序，但是陳世昌卻連續5年，每年都待在日本進行四、五個月的「JOT」（Job on Training，在職訓練）。陳世昌說，「就是JOT從此讓我建立對松下的忠誠度。」

**感受終身雇用的魅力，
一輩子追求技術精進

**
到日本大阪的松下精工，陳世昌接受第一次的JOT，「他們真的讓我參與實際設計工作，直接在生產線上訓練，錯了就再重來。」陳世昌很感謝第一位在日本帶他的課長增田幹登，當時他連日文都說不好，但幹登不但常常帶他回家吃飯，還不厭其煩地講解日本企業的各種禮節和文化。
「也是在日本，我深深感覺到終身雇用制的魅力，」陳世昌分析自己為什麼可以在公司一待33年，除了感恩的心情，還是覺得日本工程師在穩定的環境下，可以用一輩子追求技術的精進。另一方面，陳世昌在台灣松下負責過設計、製造、品管、外銷等不同部門，每一次都很有成就感，所以他不覺得因為待在同一家公司而無法進步。
1998年4月，陳世昌被任命為銷售部門總經理時，百味雜陳。主要是他從進松下的第一天開始，一直是待在技術和製造部門，做了二十多年早就駕輕就熟，「當時要不是洪董事長也鼓勵我接下這份工作，坦白說，我真的沒想過要從生產線走向市場。」
更讓陳世昌訝異的是，「所謂市場這種東西，完全是一個虛擬的世界，每天都有變化！」陳世昌指出，過去在生產線上他可以加一把勁，多生產10%至20%，但是現在生意可能一下子增加好幾倍，他也懷念過去在生產線上一種機型一做就是3年，3年後最多只是Miner Change（小修一下），不像現在每3個月，就要有新的機種，以應付市場的競爭。

**用能力與現場主義，
拚出百億成績

**
挑戰還不只於此，過去他從來不覺得平均年資超過一、二十年的組織內部有什麼問題，但是市場變化太快，「光是量販店占的營業額，就從過去的20%升高到50%，我們不能只是用過去的方式來工作了。」
陳世昌希望採取「能力主義」，就是誰賣得多，就能賺得更多。但是要在一家超過四十年的公司裡談改革，談何容易？每天同樣是早上8點上班、下午5點下班，員工還是一樣努力做事，卻突然發現自己的薪水產生變化了，「很多人不能接受這樣的改變，透過各種管道陳情，希望暫緩實施，但是我堅持一定要用能力主義，讓東西賣得好的員工多賺一些！」陳世昌強調。
組織開始變革之後，陳世昌每週都會有一天待在量販店和銷售人員一起討論產品，陳世昌得意的說，這叫「現場主義」，要觀察市場動態，一定要自己用眼去看、用耳去聽。而且他有一個特別的習慣，就是身邊不跟隨任何同仁，單槍匹馬，「這樣才可以避免顧及很多同事的立場，不好意思直接提出批評。」
就這樣靠著「獨行俠」的作風，陳世昌硬是在價格直直落的「微利時代」，撐起了家電市場的業績，即使產品單價一直掉，但是陳世昌要從去年的100億台幣營業額，再成長到110億。
陳世昌站在台灣松下展示廳的大門，感慨的說，「過去是人家一車一車趕著來買，貨還沒有出工廠，卡車已在排隊；現在則是連一個十多元的電池，都要拜託別人來買！」
松下在台灣集團排名都曾在前十名內，但曾幾何時，家電業經過了成長起伏階段，進入數位化階段，可說是另一個成長的機會。但現在來自韓國、大陸的競爭更為激烈，加上面對消費者、通路商、經營成本和成長獲利的各方面壓力，但是陳世昌仍自信地說，「我現在就好像石磨的心，不怕大家都來推，而且還可以一直磨一直磨。」

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。