資訊科技不再重要?
資訊科技不再重要?
2004.06.15 | 人物

2年前,《哈佛商業評論》(Harvard Business Review)的總編輯與甫從奇異電器退休的威爾許因採訪熟識傳出婚外情,消息曝光鬧得滿城風雨,威爾許以離婚收場,這位總編輯辭去職務,《哈佛商業評論》則賠上專業形象。
去年5月,《哈佛商業評論》再次成為話題,不過這次不涉及兒女私情,而是其中一篇文章「資訊科技不再重要」(IT doesn't matter),由於觀點過於獨特,一年來在全球資訊業掀起文化大革命,引發許多爭辯與討論。作者是40出頭的年輕編輯卡爾(Nicholas Carr),因這篇文章聲名鵲起,並擴充內容在今年5月出書,只是書名少了硝煙味,改為《資訊科技還重要嗎?》
(Does IT matter?)。
卡爾原本預期這篇文章只引起一、兩週的討論,沒料到捅到馬蜂窩,造成軒然大波,讓自己一夕成名。畢竟,全球資訊產業一年規模達1兆美元,與中國的GDP相當,而且在過去10年是帶動全球經濟成長的火車頭,角色也等同目前的中國。要說資訊科技不再重要,那代誌真正大條囉。

**資訊科技不再是競爭優勢

**
卡爾的論點在於,隨著資訊科技走向標準化,包括軟體和硬體在內的資訊產品,已成為標準產品(commodity),意味著來自不同廠家的同類型產品之間,差異極小,這種標準化特性導致資訊產品在短期內可以大量生產,而且成本大幅下滑,因而快速普及到企業和一般消費者手上。
也因此,資訊科技成為基本配備,本身的獨特性消失,過去企業因為比競爭對手早一步投資資訊科技,或比對手多花錢買更貴的資訊產品,從而塑造出來的獨特競爭優勢,已不復存,擁有資訊科技不再是競爭優勢來源。
卡爾以19世紀末的鐵路和20世紀初的電力為例,在這兩項產品初問世時,因為資源稀缺,能夠使用鐵路和電力的企業,比起那些無法負荷的企業,擁有更強大的競爭優勢,當時企業裡甚至設置「電力副總裁」(vice president for electricity)職位,負責制定企業的用電策略和管理電力使用,就像目前許多企業都設置「資訊長」(chief information officer),負責制定公司資訊策略和架構系統。
隨著鐵路運輸和配電系統的標準化,鐵路和電力的成本大幅下降,成為大多數企業都能使用的資源,擁有這兩項資源不再成為企業的競爭優勢,類似電力副總裁的職位跟著消失。
卡爾認為,當資訊科技一如鐵路和電力普及,不再形塑競爭優勢時,企業接下來要面對的,只剩下「成本」和「風險」問題。他建議企業不要再花大錢追求新奇的軟硬體,成為那些天花亂墜業者和一大堆未經完整測試即上市產品的白老鼠,改做市場的追隨者,而非領先者(讓別人先試,等臭蟲除得差不多再用,省錢又省麻煩),並仔細核算風險(如當機、斷線、中毐、駭客入侵和內部資料外流)等,找到因應之道,比方把資訊系統的管理和維護外包給專業機構。
這種言論看在資訊業者眼中,簡直大逆不道,特別是這個行業在過去幾年是最會創造概念和新名詞的,像是B2B、ERP、CRM、EAI和SCM等,每一個名詞都代表一套系統,和背後數十至數百萬美元的售價。

**改用成本來衡量投資效益

**
反駁卡爾意見的大有人在,以美國《商業週刊》為代表,認為卡爾所描繪的景象在未來可能發生,但絕不是現在,資訊科技的演進依然日新月異,新技術和新應用不斷出現,仍是企業用來區隔對手的競爭利器。
雙方看來還有得吵,也都說對某些事。無論如何,卡爾的文章倒反映了目前資訊科技業的三項變化。
第一是回歸「投資報酬率」(return on investment)。資訊產品有技術門檻,不在這個專業的人不易弄懂,使得資訊業者對於自身產品享有很大的論述空間(光華商場賣的PC不算,這裡指的是號稱能幫企業解決各種流程問題的軟體系統)。一般企業投資其他項目都會先做投資報酬率評估,唯獨對於投資資訊科技沒有,一方面是卡在技術門檻無法評估,一方面是使用資訊科技創造的價值很難量化。
但是最近幾年下來,在景氣降溫導致企業資本支出縮減,以及企業先前投資資訊科技尚未見效之下,不少企業已把採購新資訊產品的權力,從資訊長交到財務長手上,用成本而非抽象的價值,來衡量投資效益。
第二是深化產業分工。當客戶用成本來要求廠商,廠商只能回過頭去壓縮生產成本,或者乾脆放棄,重新開發價值更高的新產品。以摩托羅拉為例,原本有自己的晶圓廠,但是比技術和產能拼不過台積電,比設計又拼不過專門的晶片設計公司,非常尷尬。摩托羅拉在去年將晶圓廠獨立出來成為新公司FreeScale,本身晶片改為向外採購,傳聞已久的IDM(本身設計和製造晶片的半導體公司)轉型風潮又多一家(先前已有易利信、阿爾卡特、日立和NEC等IDM把晶圓廠脫手)。

**「賣產品」比「做產品」重要

**
另一個例子是IBM。IBM在1997年就把重心放在專業服務和電子商業上,電腦製造業務一直傳言要脫手。6月初,IBM和中國長城國際合資的筆記型電腦工廠(IBM持8成股份)已確定要賣,競標者有鴻海和聯想。接下來,就看IBM的晶圓廠(於2002年初改做晶圓代工,但業績未如預期)是否會跟進。
第三是業務能力當家。當資訊科技變成標準化,技術門檻下降,「賣產品」的能力將比「做產品」來得重要,擁有行銷業務能力的主管,將取代技術背景的主管,成為科技公司的執行長。葛斯納1993年成為IBM執行長,錢伯斯1995年成為思科執行長,菲奧莉娜2000年成為惠普執行長,已為這件事埋下伏筆。這3人都是業務出身。
以技術創新的矽谷來看,前三大企業惠普、英特爾和思科,已有兩家是用業務主管當執行長,而英特爾也將跟進;將在明年接棒的英特爾現任營運長歐特里尼,將是英特爾第一位非技術背景的執行長(前面4任諾宜斯、摩爾、葛洛夫和貝瑞特都是理工博士)。
資訊科技還重要嗎?卡爾無意挑起的話題,卻正好觸及1兆美元產業進入轉型關鍵時刻,牽動許多人事、資金、技術、產品和產業變革,你說這件事重不重要?

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

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。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

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。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓