台灣軟板廠一哥|數位時代 BusinessNext

如果你要為公司選擇一種代表顏色，顯眼的亮青色也許是個好決定。隱身在台北縣新莊市的巷弄中，國內軟板龍頭廠嘉聯益的員工各個身著亮青色背心，讓訪客一眼就對這家英文名為「Career」的公司，留下深刻印象。
拜折疊、照相手機與面板風潮之賜，去年下半年起，嘉聯益成為媒體寵兒；在今年《數位時代雙週》台灣科技100強排行榜中，更是首次進榜就奪下第21名的好成績。

**突破技術、看準手機潛力，布局消費性電子產品

**
想當媒體寵兒當然要有本錢。嘉聯益原以筆記型電腦軟板為主力產品，但「手機一年市場有五、六億支，筆記型電腦才5000萬部，你要往那邊走？」於是嘉聯益經營團隊3年前開始布局通訊、進軍手機軟板領域。
軟板具有可撓性，拿起來跟紙差不多薄，近來廣泛應用在需要開合的折疊式手機與筆記型電腦、面板產品上以連接面板及硬板。只要手機每多一種新功能，就需要多加一層軟板連接；譬如一支具有「照相」、「手寫」功能的「彩色」「雙螢幕」手機就需要五層軟板，數量幾乎與一部筆記型電腦需求相當。
雖然抓對趨勢，但軟板在通訊領域的發展沒有前例可循訊，曾讓嘉聯益研發團隊吃到苦頭，只能咬牙重新定義設計規範、選取適當材料。「例如客戶希望手機能重複開關十萬次，我們就要不斷測試軟板彎曲的角度到對為止，」嘉聯益財務部經理兼發言人王吉輝回憶，此技術門檻的學習曲線相當高，但嘉聯益已有軟板技術基礎，故能領先同業突破。

**合併百稼、掌握關鍵技術，成長動能更上一層樓

**
去年4月，嘉聯益合併百稼科技的新聞曾轟動一時，嘉聯益因此成為台灣軟板廠第一大、世界十大軟板廠之一。以經濟規模而言，順利合併讓嘉聯益面對客戶及上游材料廠商時有更大議價空間；與百稼客戶重複性不高，也能減少客戶過度集中的問題。
其實，出身業務的嘉聯益董事長蔡長穎、技術背景的嘉聯益總經理吳永輝，與多名副總級等創業團隊皆出身百稼科技，所以雙方洽談合併案約半年就有共識。嘉聯益內部還驚訝地發現，許多企業文化與規章原本就與百稼大同小異，譬如兩家公司對產品的「編碼規則」就幾乎都相同。
即使合併百稼、接收原有團隊之後，嘉聯益在一年內又新募了兩百名員工，多半是研發人員。「通訊變化太快，R&D一定要強！」王吉輝笑說，嘉聯益在技術上一向要求掌握關鍵技術與穩定品質，並且「做多說少」，是標準「惦惦吃三碗公」的類型。
軟板廠雖前景看好，但上游材料吃緊的狀況，則是業界與嘉聯益普遍要面對的問題。相較業界其他成立不久的新進入者，嘉聯益已與上游廠商如美商杜邦（Dupont）、日商Kaneka維持十幾二十年的友好關係，加上經濟規模，一旦真的缺貨緊急，嘉聯益受到的衝擊也應在預期之內。
剛參加完日本電路板協會展（JPCA Show）回國後，董事長蔡長穎等高層又匆匆轉往大陸視察，軟板市場前景熱絡的狀況可見一斑。蔡長穎曾為嘉聯益英文名字「Career」的每個單字都取了代表意義，譬如「C」是「Creativity」、「A」則是「Activity」；未來，嘉聯益也將持續以創新及活力，為軟板市場再添驚奇。

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。