純網銀搶人大戰！3團隊徵才開跑，沒有金融背景也吃香|數位時代 BusinessNext

純網銀搶人大戰！3團隊徵才開跑，沒有金融背景也吃香

三家純網銀團隊陸續啟動人才招募計畫，將來銀行將招募300人，樂天則鎖定業務人才， LINE BANK預計8月中旬公布徵才細節。

瞄準三大領域人才，將來銀行還要找新住民加入

早在去年11月，將來銀行籌備數執行長劉奕成，就在個人Facebook上貼出公開徵才消息，上千封履歷如雪花般飛來，劉奕成回憶：「我會一封一封讀，一個字一個字看。」面試無論大小，與總經理梅驊都會親自參與。

目前將來銀行約有65名員工，在執照公布日，就在官方Facebook上貼出招募資訊，將在8月17日舉辦公開招募說明會，在明年開業前，希望能增加到250到300名員工。營運長莊瑞德透露，執照一公布後，立刻湧入約200人投遞履歷。

未來會鎖定資訊科技、金融、人文，三大領域人才 ，梅驊解釋：「我們是有金融牌照的科技業者。」其中IT人才比例占全體員工約5到6成。資訊長周旺暾表示，目前IT人力約15名，希望年底可以增加到110人。

純網銀服務的重點，在於貼近用戶需求。梅驊認為，不見得IT背景才能來投履歷，其實擁有人文、歷史背景也占有優勢，「雖然資訊是我們重視的，不過也需要有『懂生活』的夥伴加入，才能真的從『人』的角度出發設計產品。」（外送食安險、寵物險，將來銀行喊出「三零」拚好服務）

將來銀行將服務「金融小白」族群，外籍移工、新住民是未來鎖定的一大族群，梅驊提到，未來客服人員計劃聘用新住民夥伴，用所有客群熟悉的語言提供服務。薪資方面，梅驊強調雖然沒有外商公司給的多，但絕對優於傳統金融業。

樂天開業第一年招120人，鎖定業務人才

樂天商業銀行同樣強調史地背景人才有優勢，籌備處負責人魏啟林表示：「只要你對純網銀有喜好，就會有成就。」各種領域的人才都會找，並沒有特別限制，會依求職狀況做判斷，不過因為系統技術開發大多從日本技術轉移，未來將鎖定在業務人才方面。

魏啟林預估，明年開幕時希望能招募60名員工，並在開業第一年增加到120人，依業務狀況增減，預估五年內總人數不超過200人，他強調這些員工數不包括客服等兼職人員。

LINE BANK預期八月中旬公布徵才細節

LINE BANK籌備處目前約有50位員工，在確定奪照後態度相對低調，沒有舉辦任何公開媒體活動，發言窗口表示，內部已著手規劃徵才。

具體的徵才細節，預計會在八月中旬，在LINE Bank籌備處的官方帳號公布，招募職缺、人數屆時才會明朗。

相較於樂天、LINE的低調，將來銀行最為積極，早早公布人才需求，甚至還舉辦線下招募說明會。人數方面，將來銀行員工可能多達300人，一名銀行主管私下表示：「純網銀幹嘛需要那麼多人來？幾百人太多了。」從招募的人數，也能隱約看出各家業者不同的策略方向。

責任編輯：陳映璇

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。