邊境不開、二波疫情頻傳！KLOOK宣布全球裁員160人，台灣員工占3成|數位時代 BusinessNext

台灣是KLOOK最大的客服中心之一，受影響最劇

在信件中林照圍提到的兩個重點，同時也是所有旅遊產業業者心中的刺：第一，全球各地不斷再次傳出確診病例高峰，讓復甦之路起伏不斷；第二，「我們真的不知道何時，旅遊產業才能完全復甦。」林照圍說。

雖然KLOOK也在疫情中進行了不少嘗試，包含針對各國的國內旅遊發力、推廣在家的線上體驗等，但是各國國境的封鎖仍壓垮了旅遊產業，「旅行泡泡是我們相當期待的進展，但現在看起來各國的進度相當緩慢。也許，要等到疫苗出現，旅遊產業才能回復正常。」林照圍說。

編按：旅行泡泡（travel bubble）

指的是地區或國家間商討互相開放邊境，讓雙方的旅客可以在這些地區旅遊、工作，不需在入境後隔離。

也因此，KLOOK決定進行人員調整，一共裁員了160人，約是KLOOK整體的9%人力，主要是在台灣、馬來西亞的客戶營運與客服團隊，以及少部分的日本、歐洲與美國的商務拓展團隊，同時也關閉印度辦公室。

據了解，台灣的裁員數量為46人，占所有裁員人數約3成。主要原因是KLOOK於2019年大舉在台灣招募客服，打造亞洲的客服中心，不只服務台灣人，還提供其他11種語系的客服。因此占比才會這麼高。

針對台灣的狀況，KLOOK表示：「台灣防疫有成以及深耕國旅的策略見效，許多國內活動和體驗的訂單數甚至逆勢成長超過去年同期，但即使台灣市場逐漸恢復常態，以外國旅客為主的服務需求和業務仍舊是大幅下降，因此受影響的團隊主要是台灣的客服團隊，商務開發或行銷等業務團隊則不受影響。」

所有被遣散的員工，皆能保留筆電

林照圍也同時提到，為了協助所有遣散員工能夠順利地找到工作，KLOOK也會採取幾項措施：

給予各地被遣散員工優於當地法規的資遣費用、遣散員工到年底前都能繼續使用KLOOK的員工援助計畫（KLOOK提供員工全年無休的免費熱線，能夠諮詢顧問或與法務、財務專家對談）。

此外，KLOOK也會持續協助離職員工找尋新工作，包含建立人才清單，方便其他公司進行招聘與聯繫，以及在IT部門重新設置，確認沒有敏感訊息後，員工能夠把筆電帶回家，方便找尋工作。

幾乎是等同於Airbnb在今年5月宣布裁員時，讓全球驚嘆、大讚暖心的福利。

而林照圍也在信件的最後一段感性寫道：「對於離開我們的夥伴，我打從心裡再次感謝你們，因為你們的努力與貢獻才能造就今天的KLOOK。期望在疫情結束之後，我們的未來能有機會再次交會。」

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。