許勝雄獨子許介立接任仁寶、凱碩董事，金仁寶集團資源宣示大整合|數位時代 BusinessNext

許勝雄獨子許介立接任仁寶、凱碩董事，金仁寶集團資源宣示大整合

金仁寶集團人事異動！前執行長沈軾榮閃辭後，集團21日宣佈凱碩董事長由前仁寶大將章瑛暫代，許勝雄獨子許介立則兼任仁寶、凱碩董事，將「藉他之力」整合資源。

許介立3月掌康舒，金仁寶接班話題不斷

許介立為許勝雄獨子，今年3月因元老級前總經理高青山屆齡退休，許介立率領的康舒最大電源事業部成績最突出，成為康舒去年營收闖過200億元大關推手，因而順勢接任總座大位，被視為許家世代接班安排啟動，此次許介立又兼任多家集團關係企業董事，是否更上層樓也受到熱議。

對長子接班，董事長許勝雄6月股東常會上曾表示「順勢而為！」沒有把話說死，許勝雄解釋，很多東西時間到了，會怎麼產生，就會怎麼產生，到底是老一代、新生代，還是中生代要去擔綱，必須要跟著時間走。

至於許家親近友人則指出，許介立目前會先專注經營電源供應器廠康舒，一次把一件事做好，至於此次許介立接任仁寶跟凱碩董事代表，最大目的是期望藉此一改過去金仁寶集團成員各自單打獨鬥的現象，發揮集團力量，資源互相整合，發揮最大效益。

沈軾榮退出「製造事業」，卸任3家法人董事

此次人事異動，也意味沈軾榮未來將專注集團「新事業」發展，在「製造」端角色將逐漸淡出。

金寶21日宣佈，改派3席在凱碩董事會法人代表，由原本是沈軾榮、許勝雄、蔡碧芳，改為章瑛、許介立、張寶誠，其中章瑛是從仁寶借調的大將（原為資深副總），此次改派後也在董事會中獲得推舉成為凱碩代理董事長。

金寶在康舒的法人代表也撤換沈軾榮，改派金寶電子總經理陳威昌擔任，金寶在仁寶的董事代表，也同樣換下沈軾榮，改由許介立擔任。

事實上，今年金仁寶集團人事變動極大，金寶前執行長沈軾榮在5月閃辭後，隨7月21日金寶改派新法人代表後，金仁寶集團上市櫃成員中，沈軾榮目前僅擔任泰金寶副董事長職位，不過，在金仁寶新事業體系如三緯國際、印表機晶片通寶、美容3C「智慧魔鏡Hi Mirror」等等，沈軾榮仍擔任重要領導角色。

沈軾榮2008年升任金寶總經理後，擔任公司營運舵手12年，許勝雄多年幾乎甚少插手管理，今年因沈軾榮閃辭，許勝雄從仁寶調多位大將回防穩住營運。

除金寶總經理陳威昌為前仁寶資深副總，此次擔任凱碩代理董事長的章瑛，過去也是集團觸控面板事業統寶電子高階主管，媒體也報導，仁寶前資深副總陳培源及前威寶主管蕭慶華也受邀擔任金寶特助，許勝雄似乎藉召回多位大將穩住金寶營運。

新金寶集團2019年旺年會歷史照，董事長許勝雄（中）與前執行長沈軾榮（右二）、泰金寶營運長鄒孔訓（右一）、當時的康舒總經理高青山（左二）及康舒現任總經理許介立（左一）難得同台。

圖／蔡仁譯攝影

泰金寶將於8月3日召開股東會，根據泰國法令，每年必須改選3分之1董事，今年是否有董事名單異動，屆時答案就將揭曉。

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。