這位老義,幫Acer拿下歐洲第1
這位老義,幫Acer拿下歐洲第1
2003.12.15 |

和義大利流行品牌巨人Gianfranco Ferre同名,但宏碁人都暱稱蘭奇為「蔣伯伯」,除了取其名字「Gianfranco Lanci」的音譯,身材略圓胖,笑容中帶點嚴肅的個人風格,讓不少員工覺得他有著長者的親切,卻讓人也有些敬畏,「他對於要做的每一件事,都很有計劃,而且絕對要求達到目標,」一位宏碁員工形容。

做好基本工作 
認真執行

正是這樣的特質,這位出生在南義大利的蘭奇成了宏碁再起的關鍵人物,在蘭奇的帶領下,今年第三季宏碁在歐洲區將筆記型電腦的出貨量推向第一名的寶座,今年的整體成長率將可達到100%。董事長施振榮在今年「台灣10大國際品牌」頒獎典禮上,除了對王振堂、林憲銘、及李焜耀三位子弟兵表達感謝外,蘭奇是另一個被施振榮提及的對象,「他激勵了宏碁員工對品牌這條路的信心,」帶著太太、子女和孫子出席的施振榮感性地說。
相對於他一手打造的亮眼成績,蘭奇卻有著義大利農夫般的矜持和低調:「有好的產品、好的通路夥伴、配合適當的行銷業務計劃,然後再認真的執行,就會有好的成果,」他說,「是整個公司都動起來了,光是我一個人,是無法做到。」
蘭奇一再強調經營無他法,就是做好基本(basic)的工作,然而,蘭奇還是有著因歷練所累積出的神奇魔法。

不怕提出意見 
決策快又準

「他對筆記型電腦太了解了,」負責宏碁國際營運總部總經理賴泰岳,評論這位親密戰友,不論是從產品開發、通路的經營、還是行銷業務的擬定,蘭奇有相當完整的歷練。賴泰岳笑著回憶:早年蘭奇還在德州儀器(TI)任職的時候,他正好負責筆記型電腦的代工業務,每次跟德儀的人談論到產品的規格,其他人總是會提醒他,「千萬別理會蘭奇說什麼,他意見太多了,聽了你就很難做事,可是我們現在全都要聽他的。」
然而,就是不怕提出意見,在宏碁整體策略由產品轉為地區市場導向時,蘭奇對於市場的判讀,使得宏碁能快速地回應市場需求,在戴爾於歐洲羽翼未豐、日系大廠因本國經濟衰退而減少在歐洲投資的缺口,抓住了竄起的機會,「蘭奇的決策速度快、精確性高,」賴泰岳表示。

計畫性開展市場 
卻不貪多

「Acer的知名度不差,只是過去沒有好好地把產品介紹給消費者,」蘭奇分析新舊宏碁的經營策略時指出,早年的宏碁跟德儀在本質上很接近,都是「很IT技術導向」的公司,加上製造業務與品牌事業的混雜,消費者很難定位宏碁,「但現在我可以很清楚地告訴消費者,宏碁的產品就是可信賴、容易使用的。」
此外,蘭奇在作法上,也是有計劃性的開展市場,不貪多,一個市場一個市場慢慢來,先是在義大利打下第一名的口碑後,再將觸角伸向其他國家,「當一個市場有了成績,自然就對其他國家同事帶來『不做好不行』的壓力。」賴泰岳觀察。這樣的效應不只發生在歐洲地區,連大中華的總經理林顯郎都說,「其實我們的成績也不差啊!成長了30%,遠遠贏過聯想的2%,可是為了扳回一口氣(落後給歐洲區),在擬定明年業績時,我已經自告奮勇喊出中國要成長1倍的目標。」

開拓美國市場 
不憂不懼

在歐洲站穩腳步後,蘭奇被宏碁委以重返美國市場的重責大任,面對這個宏碁摔過大跤的市場,蘭奇倒是不太擔憂,「過去說在美國失敗的人,他們有在歐洲成功過嗎?」他指出,美國跟歐洲市場唯一的差別在於美國的售後服務制度綿綿長長,沒有足夠的細心與承諾就經營不好,「但宏碁已經吃過虧了,我們不會再犯同樣的錯誤,」蘭奇分析,在消費及大型客戶市場,戴爾與惠普的勢力的確不易挑戰,但在中小型企業市場,需要的是較多的配套服務,宏碁在歐洲新練兵的經銷模式,可以找到發揮的利基點。
在施振榮表明將於明年退休交棒、王振堂將接任董事長一職,宏碁總經理將出現遺缺,蘭奇被視為可能的黑馬人選,連施振榮都不排除這種可能性,對此,蘭奇聳聳肩笑說,「我的工作就是把該做的事做好,其他的事就不是我能決定。」
明年就是蘭奇和戴爾(Michael Dell)、菲奧莉娜(Carly Fiorina)這兩位天王天后在美國短兵相接的時候了,在這場美國和台灣品牌的行銷大戰中,這位中華隊的義大利投手將投出什麼樣的球,真是令人期待……。

蘭奇小檔案
年齡: 48歲 (1955年生)
現職: 宏碁國際營運總部共同總經理
學歷:義大利Politecnico大學工程系
主要經歷:歷任德州儀器業務行銷經理、義大利分公司總經理
在新宏碁的角色:經營歐洲市場有成,帶動宏碁地區市場良性內部競爭

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

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。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

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。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓