陷武漢肺炎泥沼，三星韓國工廠傳確診、越南生產面臨物料短缺|數位時代 BusinessNext

韓國淪疫情重鎮！三星爆員工感染，越南廠陷零件短缺

雖然已盡數關閉中國工廠，三星仍無法從肺炎疫情下倖免於難，位於韓國龜尾的工廠傳出武漢肺炎確診案例，因而全面關閉進行消毒，越南廠房也面臨供貨短缺窘況。

疫情蔓延韓國，三星韓國廠爆員工確診案例

截至24日為止，韓國武漢肺炎確診案例已達到763人，並有7個死亡病例。目前三星絕大部分手機生產皆位於越南與印度，不過仍有少數高階機種的生產仍留在韓國內部，本次關閉的工廠便是負責摺疊手機的製造，包括Galaxy Fold與前陣子甫發表的Galaxy Z Flip。

三星在官方聲明稿中表示，他們已將與確診案例接觸過的員工進行隔離，並對其進行武漢肺炎篩檢。關閉期間他們將全面對工廠進行消毒清潔，同時呼籲員工在重返工作崗位時佩戴口罩。

三星也希望員工能減少外出旅遊，並建議多多利用視訊會議取代開會。另外，往返三星總部與龜尾市工廠的接駁車也因此暫時停運。

龜尾工廠在三星整體產量占比並不大，然而傳出確診案例的消息依舊導致股價下跌超過2.5%。

本次關閉的時間並不算長，卻是武漢肺炎衝擊韓國3C大廠的重要徵兆。龜尾市是韓國的工業重鎮，除三星外，LG電子、LG顯示、Toray等眾多大廠均在當地設有廠房。

龜尾市在地理位址上相當靠近大邱市，也就是韓國武漢肺炎大爆發的所在地。各家科技大廠都謹慎以對，例如LG就限制大邱市員工兩週內不得進入辦公室，總部員工也不能在未經允許的情況下進入當地。

越南工廠仰賴中國零組件，三星走空運輸送S20零件

不單韓國工廠受到影響，越南工業局也聲稱，當地汽車、電子產品、手機製造商因肺炎疫情影響，在取得原料供應上遭遇難關。三星是韓國最大的外資企業，占當地年總出口量的1/5至1/4左右。

雖然三星已全數關閉中國工廠，但越南廠房仍依賴中國製造的零組件，越南政府也表示，當地相當依賴中國的材料與設備，這令他們在疫情爆發時陷入困境。

越南本身疫情並不嚴重，確診案例僅16人，並有15人已經康復，沒有任何死亡案例。

越南與中國間的運輸以陸路為主，但因為肺炎的關係，三星已經開始利用空運從中國輸送材料至越南組裝，此舉是為防止新發布的Galaxy S20面臨短缺，儘管將大幅增加物流成本。

越南工業局則表示，雖然三星考慮利用海運、空運輸送材料，但依舊很難滿足生產上的需求。三星方面聲稱，他們會竭盡所能將對營運的影響降至最輕，至於疫情如未好轉能支撐多久、不減少產量，官方目前沒有對外透露。

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。