最潮星巴克門市！結合共享辦公室設計的「Smart Lounge」厲害在哪裡？|數位時代 BusinessNext

最潮星巴克門市！結合共享辦公室設計的「Smart Lounge」厲害在哪裡？

星巴克和JR East合作，在日本開設全新的辦公室概念店「Smart Lounge」，讓臨時在外辦公的上班族，也有舒適的空間可以使用。

私人辦公空間不被打擾，插座、Wi-Fi一應俱全

這家星巴克裝潢非常開放，有大片的落地窗，店鋪面積約為184平方公尺。座位的設計一開始就以上班族為目標，方便商務人士在此辦公，在窗邊有15個單人吧檯式的座位，每個位子中間有金屬燈柱稍微隔開，適合進行不需要高度專注的工作，可以一邊看著車站外的景色。

如果想不被打擾的話，店內還有6間半開放式的辦公小隔間，裡面富有木頭桌椅、掛勾、可自行調整兩度的照明、USB充電孔以及插座。若真的需要隱私的話，店內也有兩間完全封閉的「STATION BOOTH」，外觀類似電話亭，並由日本畫家太田翔伍設計塗鴉，消費者可以付費使用，只需要在門口的機器刷卡付費，時間長度則以15分鐘為單位。

除了空間設計具有巧思之外，店內的每個位子皆附有插座，並提供共用行動電源、全店Wi-fi服務，店內還有大張的長桌，也很適合多人開會討論！完全是按照辦公室的概念去打造設計的。

創新「無現金支付」邁向未來城市

這間星巴克的特色還不只如此，它是日本第一家「無現金支付」的商店，對日本消費市場來說，是相當新穎的概念。

在這裡，所有的消費都需用星巴克儲值卡、Suica交通卡或是其他電子方式支付，同時也提供事前透過App點餐的服務，讓通勤的民眾可以一到車站就領取咖啡，這些設計都是為了節省忙碌通勤族的寶貴時間。

日本星巴克的商店發展部長石原和宏（Kazuhiro Ishihara）表示，星巴克在全球共有超過1,500店鋪，每天服務超過80萬名顧客，「在高輪Gateway車站，我們提供的是適合這個地點的智慧舒適體驗，與大家的生活融為一體，創造前所未見的新未來城市」。

最潮的星巴克，位在最潮的車站

這間星巴克所在的「高輪gateway站」也是一個很新潮的車站，今年3月14日才剛啟用，更是日本JR East山手線49年來第一個新車站，由日本著名建築師隈研吾設計，挑高3層樓、採用大面積的玻璃設計，採光好，屋頂的設計靈感則來自日式摺紙藝術。

隨著辦公方式多元化，「共用辦公室」的概念早已出現在世界各地，星巴克作為辦公族外出的首選之地，如今把這項需求與咖啡廳直接結合起來，可說是一大創新。

責任編輯：林芳如

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。