中國轉單狂潮讓金寶泰國、菲律賓廠大進補，沈軾榮：我們將是電子六哥|數位時代 BusinessNext

中國轉單狂潮讓金寶泰國、菲律賓廠大進補，沈軾榮：我們將是電子六哥

東南亞佈局最久，金寶手握泰國及菲律賓廠，以地頭蛇之姿在7月起將陸續拿下國際大廠轉單，執行長沈軾榮樂觀的說，2020年營收成長若不到50%都讓人失望！為何他如此篤定？

筆電產能上看2,000萬台，想打四分全壘打

在沈軾榮眼中，電子五哥南向只有泰國、越南、菲律賓3國可選，因為人力較充足，「去都會去，但成功的很少」，面對中國有30~35%訂單要轉出，這三國加起來的製造能量無法完全吸納，「因此每個人都會有生意，」他認為，關鍵是學習曲線如何拉升，快速建立當地團隊。

已有很多品牌向金寶敲門，「我們多做一千億元，就是有人要損失一千億元。」沈軾榮說，金寶即將在7月幫電腦品牌在泰國組裝桌上電腦，但每年北美筆電需求上看4,000～4,500萬台，金寶在筆電方面是否有機會？沈軾榮說，筆電每一家都在談，預估泰金寶工廠可以承接2,000萬台規模訂單。

除此之外，遊戲機、PC、智慧音箱等客戶都在探詢產能，「我們要打安打、全壘打很簡單，我們要想打一個四分全壘打，全部落袋！」沈軾榮說。

2020年營收成長低於50%不及格

金寶集團今年持續擴廠，中國岳陽廠8月量產，年產值約7億元，而泰國廠有兩座新廠，預計分別10月及明年3月可以量產，泰國廠樓地板面積將增12萬平方米，產能增加25~30%，另也已增購5萬平方米土地，預計7月評估是否建廠，作為未來零組件產能空間。

我們現在每週開戰略會議，下單就留產能，排24小時班，沈軾榮說，客戶一直來，目前看來是未來兩三年金寶跟泰金寶都會好，今年本來就預估營收成長率約10幾趴，等客戶決策第3季拍板，第4季至明年底將會持續發酵。

「2020年營收年增率若低於50%，我會很失望。」沈軾榮說，因為依照目前接單，金寶營收不可能少於50%成長率，不過真正的轉單效應，要到年底才算開始。

金寶菲律賓廠今年替號稱「家電業界的蘋果」代工家電百萬台，2020年預估出貨成長50%，另外也將承接美國最大電動車龍頭的太空星鏈計畫訂單，負責代工衛星接收盒，預計年底量產，總數量上看一百萬台，由於單價高，利潤不斐，也將成為來年金雞母。

菲律賓子公司年底菲國上市，泰金寶精密將回台

由於投資菲律賓廠規模日益龐大，金寶規劃持股89.89%的子公司Cal-Comp Technology Inc將在8月初，以半年報遞交補件申請上市，預計年底前掛牌，由於獲利更佳，菲律賓子公司掛牌參考價將從17批索調高至24批索。

另外，負責集團塑膠射出及模具的「泰金寶精密科技」也將在明年回台上市，該廠今年獲利1,500萬美元，2020年上看2,500萬美元，年營收明年上看3億美元，而巴西泰金寶主要做當地ODM業務，還生產SSD及電源供應器，該廠金寶持股70%，同樣估計2020年返台掛牌。而負責印表機晶片的通寶半導體也預計2022年申請上市。

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。