友達看第一季已是谷底，彭双浪：宅經濟需求持續發酵中|數位時代 BusinessNext

友達看第一季已是谷底，彭双浪：宅經濟需求持續發酵中

友達第二季營收虧損較上季收斂，歸功於快速調整生產線的產品類別所致。看準宅經濟需求強勁，包括大尺寸電視、筆電及醫療等應用，依舊會是第三季營運的成長動能。

宅經濟發燒，筆電、平板營收占比較Q1成長6%

攤開友達第二季的財報表現，合併營收為635億新台幣，較今年第一季增加18.3%，毛利率從第一季的負0.66%轉正為2.7%；而第二季歸屬母公司業主的淨損為28.6億元新台幣，每股損失則為0.31元新台幣。

從出貨表現來看，第二季10吋以上的大尺寸面板出貨量約為3,071萬片，較上一季增加37%。而2020年第二季10吋以下中小尺寸面板出貨量約2,909萬片，較第一季相比減少約1.5%。

由於居家辦公、學習以及相關宅經濟在疫情之下意外發酵，因此友達快速調整步調，針對桌機、筆電等裝置的需求進行生產，也使得第二季在手機、平板跟筆電這項產品應用的營收占比較上一季成長了6%、來到32%。而向來佔營收大宗的電視雖然也有微幅成長，但幅度不大因此占比從上一季的35%下降到30%。

在家悶壞了！第二台電視、筆電需求全出籠

「宅經濟需求仍然持續發酵中，」彭双浪補充，因為消費者都聚在家裡，對於電視觀看體驗有更強烈的需求，出現了對第二台電視、筆電的需求，帶動相關面板的出貨表現。友達透露，8K無邊框的電視是客戶目前拉貨的重點，尺寸則以65、75、85吋為主。

至於宅經濟在IT產品的帶動上，友達也表示遊戲機面板出貨量較去年同期成長近3成，而針對運動器材相關應用的面板需求，則比去年同期達到倍數成長，且出貨動能可望延續至第三季。筆記型電腦這塊，第二季出貨量比去年同期成長2成，電競筆電的面板則有3成以上的年成長幅度。

針對近年來話題上的Mini LED佈局，友達也指出目前有除了有內容創作者（Content Creator）的應用外，也因為目前Mini LED的表現已達到量產化、商業化的階段，因此下半年會積極佈局遊戲等相關產品的應用，如電競筆電。

表現已過谷底，董事長：「第三季會比第二季好！」

對於即將迎來傳統旺季的下半年度，彭双浪也以「審慎樂觀」的態度迎接。友達預期產能利用率能與第二季相當、超過9成，而上半年資本支出來到90億新台幣、全年則為200億新台幣。

就目前市場庫存水位來看，不論是IT產品或是電視客戶，都是積極備貨迎戰下半年可能復甦的消費需求，友達因此認為整體而言庫存水位是相對健康的，且宅經濟以及居家辦公、居家學習所創造出的電視、筆電、遊戲等不同應用需求仍舊強勁，相關需求依舊需要一些時間消化，因此到第三季都還是相當旺。

即便武漢肺炎依舊是個不確定的因素，但隨著各國對於防疫的狀況能逐漸控制，解封、振興方案也陸續出籠，「第一季就是谷底了，接下來第三季肯定會比第二季來的佳，」彭双浪充滿信心的說。

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。