不跟蘋果對打！一台15萬元的PC，宏碁目標鎖定這群人|數位時代 BusinessNext

不跟蘋果對打！一台15萬元的PC，宏碁目標鎖定這群人

媒體搞錯了，宏碁董事長陳俊聖說，數字王國用ConceptD 900做電影特效，服務電影製片廠客戶，這種離不開Windows生態圈的專業用戶，成為宏碁想爭取的微商機。

不跟蘋果對打？挖Windows生態圈用戶

「所有媒體都以為我們鎖定蘋果，但其實不會打在一起，因為他們是iOS生態圈，我們是Windows生態系統，」陳俊聖說，宏碁打的是頂級市場裡面用Windows的專業人士。

裡面最典型的例子是為好萊塢做電影特效的數字王國，電腦動畫總監Hanzhi Teng也在紐約相挺站台，他說，公司成立25年來參與150部影片製作，目前工作室用的，正是宏碁最貴的頂級ConceptD 9電腦，他表示，因為必須跟電影製片廠合作，對方多半使用Windows，所以無法選擇，必須也用Windows平台。

其次，數字王國說，因電影特效許多程式需要用到顯示卡，數字王國也必須經常自己寫程式去達到特定效果，但蘋果不能提供這類靈活性，因此目前仍然待在Windows中。

陳俊聖重複的說：宏碁打的不是iOS這群人，而是蘋果不能滿足，或者因為生意而必須選Windows的人，另外也包含現在買電競PC做內容創作的人。

最貴15萬元，入門機也超過5萬

宏碁要靠什麼奪單？陳俊聖說，這不只是全新的造型跟外觀，宏碁想用兩特色滿足目標用戶的需求，第一是色彩標準度，第二是噪音與散熱。不過面向專業工作者，售價自然也不便宜，最頂級的ConceptD9機種，售價4,999美元（約新台幣15.4萬元）；中階ConceptD 7系列機種售價2,299美元；入門的ConceptD5，價格1,699美元（約新台幣5.2萬元）。

陳俊聖說，宏碁的計劃是找出原本50%中買電競筆電用戶又兼工作的客戶，還有15%買電競筆電跑圖形運算效能的專業工作者，在這群客戶中，入門的內容創作者，其實買4萬元的筆電就能工作，而中階市場買Macbook為大宗。

宏碁4年約衝出12億美元的電競電腦生意，毛利率上看20%，但電競市場逐漸成熟，成長趨緩，陳俊聖歸納市場不再大爆發的三原因，1.更多供應商加入，2.先前買電競電腦的用戶，下一波換機潮時機尚未到來，3.電競機特色是可以局部升級，如升級處理器或顯示卡。

因此他預料未來電競電腦產品不僅成長性趨緩，今年平均售價（ASP）下滑，銷售量難以再翻倍成長，毛利率（GP）也會下跌。

「電子競技市場還會往上，但電競硬體成長會慢下來，」陳俊聖說，今年宏碁電競仍將雙位數成長，但必須盡快找到下一個成長曲線，而商用市場將是今年重心，隨宏碁商用營收占比已經達48%，下一波能否朝55%邁步，創作者買不買單恐怕是個關鍵。

在電競電腦產業競爭白熱化下，陳俊聖說，「你不可能持續做一樣的事情，但期待不一樣的結果。」

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。