武漢肺炎防疫追蹤升級！衛福部聯手LINE、HTC提升效率，設置了「電子圍籬」|數位時代 BusinessNext

防疫追蹤，Before and After

這一套科技追蹤防疫系統，大致可分為三個環節：入境時的「入境檢疫系統」，再到關懷及追蹤時的「防疫追蹤系統」，其中包括了讓隔離檢疫者可回報自身狀況的LINE公共服務帳帳號，以及透過手機定位，就能知道當事人是否超出檢疫範圍的「電子圍籬系統」。

中央流行疫情指揮中心資訊組組長簡宏偉解釋，一切從入境這一步開始。在旅客起飛前或落地後，透過掃描QR Code的方式，就可提供電子版的「旅客入境線上聲明」以及「居家檢疫通知書」，線上便可填寫，以利加速入境通關程序。

接著，這些旅客的資料，都會被整合串接進14天居家關懷的「防疫追蹤系統」中。

先回頭看看現階段追蹤／關懷隔離檢疫者的方式，是一人發一台手機，靠衛生局人員、里長、里幹事，每天透過打電話、發簡訊的方式，詢問紀錄身體健康狀況，像是體溫、是否有不適症狀⋯⋯等等。

至於如何確保隔離檢疫者，是否有乖乖待在規定範圍內？則是靠當事人所在基地台範圍來監測，超出範圍則會立即被通報，官方則將聯繫當事人了解狀況，若當事人未回覆，警政單位也會出面參與。

然而，在新的「防疫追蹤系統」中，建置了一套「電子圍籬系統」，除了可以讓縣市政府準確地知道，該縣市中有多少居家隔離和居家檢疫的人，此外，透過他們的手機定位便可掌握行蹤，倘若超出範圍，系統則會自動發送「告警簡訊」給當事人、民政單位、衛政單位與轄區警察，以確保準確掌握行蹤。

「當他們沒有回報時，民政單位會收到通知，民政人員會做關懷，接著就回到和現在執行的傳染病防治法一樣的流程，」簡宏偉說道。

此外，在關懷及回報的環節，將由HTC DeepQ規劃設計，讓居家隔離檢疫者可以透過LINE公共服務帳號主動回報健康狀況，分擔第一線關懷人員的作業負擔。

靠科技追蹤，一切從大年初四說起

根據了解，LINE在其中扮演的角色，是為疾管署提供一個需要客製的公共服務帳號，至於具體的功能為何，大多數由HTC DeepQ擬定，雖然HTC DeepQ在此前已商討此事許久，但隨著疫情快速變化，不少功能及細節還需要調整，目上線時間還未定。

但是，一切的緣起，卻從大年初四就開始了。

簡宏偉透露，早在大年農曆初四晚上，由行政院副院長陳其邁發起，邀集國家通訊傳播委員會（NCC）、法務部、行政院資安處成立了「大數據小組」，在傳染病防治法的授權下，要以去識別化的方式善用相關資訊，來做有效的高科技防疫。

官方也指出，與LINE、HTC DeepQ官方帳號的合作，屬於輔助性質，與原先「手機電子追蹤」的方式也將並行，願意採用的隔離檢疫者則可使用，藉由官方帳號透露更多衛教訊息，也是重要的目的之一。

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。