奧丁丁將赴美上市，創辦人王俊凱嘆：台灣缺乏矽谷創投氛圍|數位時代 BusinessNext

奧丁丁將赴美上市，創辦人王俊凱嘆：台灣缺乏矽谷創投氛圍

台灣新創奧丁丁，預計兩年內於美國NASDAQ（那斯達克）掛牌上市，公司邁入下一個里程碑固然欣喜，王俊凱卻感嘆，距離上一次有台灣公司在那斯達克上市，已是10多年前，凸顯了一個很大的危機。

準備赴美上市，驚覺相關人才稀缺

王俊凱認為台灣需要一個從本土出發，走向國際的新創代表，「我們去美國上市，可以吸引外國基金投資產業。」對於台灣無論是新創或是科技產業，都能帶來很大幫助。

繼IC設計公司慧榮科技，2005年在那斯達克掛牌上市後，台灣已經有10多年的時間，沒有公司在那斯達克上市。最近開始著手準備上市流程，需要有協助台灣公司在美國上市經驗的會計師幫忙，王俊凱發現在台灣這樣的人才，平均年齡都超過60歲，「事務所多數比較年輕的會計師，都沒有這方面的經驗，是一件很可怕的事情。」

這是因為，台灣只有極少數公司有在美國上市的需求，目前並沒有國際投資銀行設點台灣，王俊凱觀察：「現在要找投資銀行，都要遠赴跑到紐約。」台灣缺少熟悉相關法規的人才，是一個很大的危機。（延伸閱讀：台灣區塊鏈聯盟成立，陳美伶喊話不淪為大拜拜）

王俊凱希望奧丁丁赴美上市可以成為產業領頭羊，填補台灣缺少有海外上市經驗的投資銀行、會計、律師等等問題，「要靠民間力量把問題修復，否則下一代會身受其害。」

贏過馬雲，三分鐘就拿下日本SBI投資

王俊凱過去在美國波士頓大學研讀密碼學，畢業後進入Google工作，曾參與過Gmail、Google新聞、Google搜尋等專案。因為本身對於網路產業的熱愛，加上看到區塊鏈的潛力，2010年決定回台創業。

成立於2010年的奧丁丁，是少數擁有商業模式、落地應用的區塊鏈新創，旗下擁有全球第一個食品區塊鏈溯源系統「OwlChain」，以及區塊鏈旅宿管理系統「OwlNest」、區塊鏈防偽系統「OwlCheck」，今年五月推出區塊鏈服務平台OBS，客戶包含物流、農業、汽車、醫療、國防等產業。（延伸閱讀：掃ＱR Code就能看生產履歷，區塊鏈助台灣香蕉外銷日本）

奧丁丁去年更獲得日本SBI金融集團數十億台幣的投資，目前估值超過1億美元，八月完成新一輪融資後，預計估值可達到10億美元，成為獨角獸。

「我們的伯樂。」王俊凱這麼稱呼日本金融集團SBI社長北尾吉孝，他回憶當時只花了三分鐘時間簡報，北尾吉孝就站起來握住王俊凱的手說：「 太棒了！這就是我們要的。 」五分鐘內就簽下投資合約。藏不住心中的驕傲，王俊凱說當年馬雲可是花了五分鐘才讓SBI點頭投資，「我贏他，真的很不可思議。」

能有今天的成績，一路走來並不容易，王俊凱曾感嘆，過去跟許多投資人談理想、聊願景，都沒有人聽懂奧丁丁想做的事情，「失敗99次，只成功1次。」日本金融集團SBI看中了奧丁丁的潛力。

花了九年時間耕耘，才終於靠近獨角獸的門檻，王俊凱認為台灣其實有很多優秀的區塊鏈新創，只是缺少創投氛圍，於是他決定從自己做起。

2013年開始，王俊凱挽起袖子，拿自己的錢，陸續投資了MaiCoin、庫幣科技（CoolBitX）、BlockSeer等區塊鏈新創，挖掘台灣優秀的新創團隊，他驕傲地說：「我是台灣最早投資區塊鏈產業的天使。」

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。