郭台銘找孫正義挺新創,目標3至5年內培養台灣「迷你獨角獸」群
郭台銘找孫正義挺新創,目標3至5年內培養台灣「迷你獨角獸」群

「我希望借重孫正義經驗,把獨角獸公司帶到台灣!」

前鴻海董事長、國民黨總統初選參選人郭台銘表示,政府四大基金資產超過3兆5千億新台幣,但每年投資報酬率僅有2%至3%,是一件很可惜的事,「台灣因為市場與人口限制,難以打造出獨角獸公司,如果當上總統,將找孫正義協助,培養出幾十家市值超過1億美元的迷你獨角獸企業。」

「獨角獸」泛指估值超過10億美元的未上市公司。根據研究機構CBinsights統計,目前全球共有362家獨角獸企業,如中國的滴滴出行、今日頭條;美國Airbnb和WeWork。

孫正義談台灣優勢:有人才、硬體和教育水準

經過一個月來回討論,軟銀集團創辦人孫正義(Masayoshi Son)答應郭台銘邀請,來台參加「G2 and Beyond:全球產業秩序的解構與創新」論壇,分享自己的投資心法,更在會後受訪時拋出話題,表示「樂意協助台灣管理基金,提供新創團隊成功機會。」

孫正義、郭台銘接受訪談
軟銀集團創辦人孫正義(圖右)受鴻海董事長郭台銘(圖右)邀請首次在台公開亮相,兩人表示一直在投資領域有許多交流。
圖/ 吳元熙/攝影

孫正義在演講中提到,軟銀願景基金(Softbank Vision Fund)規模約一千億美元,至去年為止約消耗870億,投資了82家獨角獸企業,他們的資金量比全球的風險創投(VC)相加還要多,但投資報酬率卻能超過40%,比多數VC的平均(13%)高。「自己曾經錯過亞馬遜(Amazon)、百度等投資機會,現在手上有了銀彈,就不會再錯過機會。」他說。

孫正義看好台灣有人才、教育水準等優勢,也維持與世界頂尖企業的合作關係,如果從人工智慧出發,半導體、硬體製造等優勢,將很有機會增加GDP、提升經濟規模並改善民眾收入。

他再舉新加坡淡馬錫(Temasek)主權基金為例,強調這個國家與其他地方不同,願意勇敢面對風險,換取高報酬,「因為若只想打安全牌,將永遠無法有好的回報。」

他指出,願景基金能成功幫沙烏地阿拉伯、阿布達比創造不錯投資績效,關鍵在於,他對每一筆投資都很看重;如果失敗,對於整個軟銀集團和他個人都會有巨大損失;相較之下,中東當地的基金管理人和VC,即便失敗不需負擔任何責任,多數人還是不敢冒險。

「中華民國是一間即將破產的公司。」郭台銘強調,自己一直在思考,如何讓健保、勞退等基金的報酬率最大化,如果現在的投報率只有2至3%,第一步要想如何提升兩倍,而孫正義就是最好的請益與管理對象。未來若能當上總統,不排除以「包底抽成」的方式,請孫正義協助台灣。

郭台銘說,他不希望只有談政見,而沒有做事,因此這趟找孫正義來,還會去拜訪台積電創辦人張忠謀,討論如何帶動台灣經濟。他表示,願景基金專門投資獨角獸企業,因此另外找了前特斯拉執行長、偉創力(Flextronics)董事長,目前負責硬體新創投資的麥可‧馬克斯(Michael E. Marks)來台,替早期新創團隊搭建交流平台。

「不管軍公教退休基金、勞退基金,甚至健保,遲早都會面臨財務壓力,我認為解決辦法就是思考如何把餅做大。」他強調,淡馬錫過去30年的投資報酬率有8%,他身為候選人要端出牛肉,不會亂開支票,會朝能實際達成的方向努力。

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