高齡化催出百億醫材原料「錢」景，泓格新廠啟用拚三年全球市佔率10%|數位時代 BusinessNext

高齡化催出百億醫材原料「錢」景，泓格新廠啟用拚三年全球市佔率10%

心導管、胃管⋯⋯高齡社會對醫療用管材需求自然大增，工業電腦廠泓格不僅Q4工業4.0接單爆衝，更宣布新廠啟用，將投資6億元跨足醫學材料市場。

老人醫材管材需求大，銀髮醫療商機增

高齡化時代來臨，台灣也首度進入人口負成長，心導管、導尿管等老年時醫療耗材需求大，醫療管材需求逐年攀升，根據市調機構預估，2019年醫療用TPU（熱塑性聚氨酯彈性體）市場規模約100~200億元，而供應商集中歐美大廠，美國Lubrizol占比就達8成，幾乎是獨佔事業。

「醫材市場會越來越大，因為老人越來越多，老人用到管子就多。」陳瑞煜眼光看到的，是中國的老人村市場，期望未來能將原料賣到中國去。

「玩就要玩大。」陳瑞煜說，全球賣TPU材料的原廠集中3~5家，服務不好，交期長達6個月，客戶不滿已久，而泓格量產後期望能夠做到2個月交貨。除了靠服務，品質價格也有信心更具競爭力，即便比歐美對手便宜，但毛利率仍有7~8成，比是工業電腦毛利率的兩倍。

醫療用管材目前有聚氯乙烯(PVC) 及TPU等材料，PVC材質以體外用為主，體內用如插管或支架，則以TPU材料為主，甚至連隱形矯正器也都開始導入TPU，至於醫療用矽膠雖無抗敏問題，但強度不夠，使用量仍不如TPU大。

根據統計，2019年全球TPU產值27億美元，醫療用量只佔2%，約每年1萬噸，但醫療用產值約100~200億台幣，產值比12~25%，顯示醫療TPU價值相當好。

泓格為多角化發展新事業，將2014年7月花2.4億元買的新竹廠重新整修，加上設備採購總計斥資1.3億元，打造3300坪工廠，加上後續2億元投資，計畫以6億元投資跨入這個利基市場，計畫2020年第三季成為ISO13485（可靠穩定的醫用TPU材料製造認證）生醫高分子材料生產廠房。

泓格表示目前會先規劃兩條產線，滿載將有三條產線規模，若三條產線全能量產，TPU供貨量將達全球3成。

工業4.0年底旺，Q4營收將衝近年新高

為什麼泓格要積極投資生醫第二事業？陳瑞煜笑說，不是本業業務不行，其實本業越來越好，但還是要找到第二第三根生意柱子，因為沒人能保證生意會好多久。（1,500家企業薪資全公開！你的產業中，誰給最低？誰最敢給？）

陳瑞煜指出，泓格投入工業4.0服務，很意外第四季接單相當樂觀，10月起受惠客戶積極導入工業4.0，包括被動元件廠龍頭、塑化龍頭、食品龍頭都是泓格客戶。

業績有望打破淡季效應，創今年高點，中國市場今年因為貿易戰業績下滑4成，但近期也已經回升，台灣半導體客戶需求也不弱，在客戶年底追單效應下，年度營收有機會恢復正成長。

責任編輯：蕭閔云

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。