iCHEF宣布獲1.5億元募資，朝IPO目標前進！積極布局串接國際平台的目的是什麼？|數位時代 BusinessNext

iCHEF於今（29）宣布，獲得新一輪500萬美元（約為新台幣1.5億元）的資金挹注，投資方為集富亞洲之台灣集富一號基金領投，中華開發金控旗下優勢創投基金與達盈管顧等共同參與。同時，iCHEF也喊出將往台股掛牌上市櫃（IPO）的目標前進。

iCHEF創立於2012年，從「讓POS機變得更好用」的概念發想開始創業，2016年宣布完成560萬美元（約為新台幣1.68億元）的A輪募資，由AppWorks領投；在4年後的今天，隨著科技的進展與時俱進，也不斷添加新功能，包含串接UberEats、Facebook、LINE等國際平台，現在的目標是成為「餐飲科技高速公路」。

資金將投入擴大研發團隊，打造餐飲科技高速公路

在金額方面，略低於A輪募資的560萬美元，iCHEF共同創辦人程開佑（首圖左）解釋道：「iCHEF目前已能自給自足，只是看到了快速成長的空間，想要加速腳步，我們針對目標提出所需的金額就是這個數字（本輪500萬美元）。」

iCHEF將把新一輪的資金用於研發團隊的擴張、強化與國際平台的連結。程開佑舉例，現階段餐廳如果要接上外送平台，很多餐廳都必須準備外送專用的手機來接單，在使用上也相當繁瑣，「如果店裡雞肉賣完了，還要上各大外送平台把用到雞肉的產品一個一個下架。」

因此，iCHEF的POS自動串接好UberEats，讓餐廳可以用一台機器，完成店內點餐與外送平台的接單或更改菜單。

同時，iCHEF也宣布串接了LINE官方帳號的API，讓消費者可以直接在餐廳的LINE官方帳號點餐；餐廳方則用同樣的一台iPAD就能接單。更重要的是後續的行銷資源，能夠透過POS將LINE會員依照飲食習慣分群，發送精準的行銷廣告。再先前iCHEF也與Facebook串接開發集點功能，其他的外送平台也在積極洽談當中。

投入大把時間與國際平台串接、共同開發，是iCHEF「餐飲科技高速公路」藍圖中的一塊，「把API弄好之後，我們會開放出去，讓支付、交通工具，或者是任何想做超級App的人來串接，」程開佑說，「不要再做自己的POS系統了，iCHEF來做；不要再做會員系統了，iCHEF來做，想連接餐飲相關的服務，就串iCHEF。」

iCHEF的目標不只IPO，還要邁向「卓越」

而回顧過去的創業之路，另一位iCHEF共同創辦人、近期較少露面的吳佳駿（首圖右）帶點感慨地說：「這10年，真的過得好快。」

iCHEF喊出IPO的目標，除了是一家企業的里程碑之外，吳佳駿與程開佑則對於公司的發展各有不同的想像，但他們兩人不斷提到同一個詞彙——卓越。

「我想要改變台灣的環境。所有優秀的台灣軟體人才好像只剩下出國一條路，我希望因為iCHEF的存在，讓這件事情有些改變，iCHEF要成為一家卓越的軟體公司。」吳佳駿說，iCHEF在相當早期就投入贊助程式語言社群，也是為了讓台灣的軟體人才有更多的可能性，「但還有很長一條路要走，對iCHEF來說，現在才剛開始。」

程開佑則從品牌的角度思考，「所謂卓越，是一流之上的，是帶有浪漫與信仰的概念。」他提到iCHEF到台東、金門、馬祖、花蓮辦活動，讓當地的餐廳經營者或是有意踏入餐飲產業的人，能夠交流、學習，「以成本來說一定是不ok，但是能夠讓大家覺得『因為iCHEF的存在，有些事情是有可能的』，我們想要成為讓人嚮往的品牌。」

但一切的想像，都必須建立在商業成功之上。

僅有5%市占，剩下95%看得到，吃得到嗎？

iCHEF於2017年宣布營收破億、2018年現金流轉正、2019年營收約2億元台幣，截至2020年上半年，獲利與現金流每月都創下新高，總用戶數包含海外市場（新加坡、香港、馬來西亞）也成長至超過8,000家。

iCHEF財務長陳孝存（上圖左）表示，因為iCHEF的走SaaS訂閱制的營運模式，初期投入開發與獲客的確會帶來虧損，但在客戶數穩定成長的情況下，已走過死亡之谷，讓每月營收能不斷成長。此外，程開佑也透露，目前除了直接倒閉的餐廳之外，客戶的續約率超過9成。

目前全台灣約有15萬間餐廳，以iCHEF手上擁有的8,000家來看，市佔率僅有5%，可以說還有很大一部分的潛在用戶；但從另外一個角度來看，剩下的95%，會不會根本不需要iCHEF的服務？

「網路的服務，一定會穿透所有產品，現在所有餐廳至少都要在Google Maps上開一個點，這已經是不可逆的，只是iCHEF能服務多少餐廳，這是我們要努力的。」吳佳駿說。

「餐廳一定會全面連網，只是花得時間比我們想像中更久，但我們的時間沒有白費。現在因為外送的關係，讓餐廳們意識到連網的可能性，讓未來1～2年成為重要的爆發期，」程開佑說，「也希望iCHEF不要辜負時代給我們的機會。」

責任編輯：錢玉紘

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。