瘋子才能改變世界！純網銀拚創新，金融人才不再吃香？|數位時代 BusinessNext

瘋子才能改變世界！純網銀拚創新，金融人才不再吃香？

「有金融背景不一定加分。」將來銀行籌備處策略長吳建頤這一席話，點出跨界人才的重要性，要有突破性的思維才能真的改變世界。

吳建頤：瘋子才能改變世界

執照獎落誰家仍未揭曉，目前三家有意角逐執照的團隊，對於可能的商業模式以及產品，對外的說法都比較模糊，吳建頤強調將來銀行是一家很強調合規的隊伍，「沒拿到執照前，我們不敢建系統。」這因為如此，吳建頤透露現在許多合作的合約都還沒簽，未來如果拿到執照，「進展速度可能不會那麼快，但現在能思考的都在思考了。」以大方向來說，將來銀行未來會朝API Banking、Open Banking的主軸方向前進。

將來銀行籌備處在去年10月成立，由執行長劉奕成、總經理梅驊領軍，在一間環境如同草創不久新創的辦公室，從頭開始建構純網營藍圖，資訊長兼技術長周旺暾、策略長吳建頤也都是今年才陸續上任。

從去年11月開始，向外界招募人才，上千封履歷如雪片飛來，過去金融是一個被高度保護的產業，許多制度正等待著被打破，因此吳建頤認為，有金融背景的人才其實並不一定加分。他笑著說，現在敢加入將來銀行團隊一起努力的，都有著一股傻勁，「很像賈伯斯，認為瘋子才能改變世界。」

演講發現沒人知道純網銀，「價值」才是關鍵重點

吳建頤回憶他前一陣子到南部某家大學演講，他問台下的聽眾：「有誰知道什麼是純網銀嗎？」結果台下一片靜默，甚至連「將來銀行」這個品牌聽都沒聽過。「所以對一般用戶來說，名詞並不重要，重點在於提供價值、更簡單的功能。」不過簡單不代表容易，這也是吳建頤積極想跟未來潛在客戶溝通的事情。

純網銀跟一般銀行一樣是拿商業銀行執照，「基本的金融產品我們都會上，只是做法不同。」吳建頤解釋，未來跟客戶互動的窗口就是手機裡的一支App，不只是產品的概念創新，更應該深入思考的，是如何透過一支App，串起客戶、股東之間的生態圈。「以前大膽的想法可能會被線下的人反對，沒有實體分行反而鼓勵我們找出一條路，因為我們依賴不了實體分行。」

舉例來說，在智慧型手機不普及的年代，如果沒時間去銀行、ATM，許多人可能會使用銀行的「語音轉帳」功能，動動嘴巴就能轉錢。吳建頤回憶：「最近客服主管在跟我討論系統怎麼做，他說大部分的銀行轉帳功能，現在我們還需要嗎？」在來到將來銀行前，吳建頤曾經待過中租控股、中國信託、國泰金控、國泰世華銀行、國泰證券等金融機構，他透露：「會用的人其實不到0.5%。」在吳建頤眼中看來，語音轉帳根本是一個史前時代的功能。

吳建頤舉的這個例子，就是他眼中純網銀可以不一樣的地方，就拿大家熟悉到不行的轉帳功能來說，現在的數位化服務，以科技背景人才的角度來看，依然還不夠人性化。吳建頤說明，有些人甚至連有錢入帳都不知道，就算他開啟App通知等功能，還是很難在第一時間知道，這筆入帳的錢是誰轉給他的，「我常常跟內部說，多想一點、多做一點，事情就會做的不一樣。」未來的純網銀，將以創新服務顛覆大眾對銀行的認知。

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。