簡立峰談後疫情時代3大商務改變！但台灣數位轉型腳步偏慢，下個產業機會在哪？|數位時代 BusinessNext

簡立峰談後疫情時代3大商務改變！但台灣數位轉型腳步偏慢，下個產業機會在哪？

疫情帶動全球數位轉型發展，簡立峰認為台灣企業在數位轉型腳步偏慢，但他也點出在後疫情時代3個商務改變，以及台灣位在東亞中心的機會點。

後疫情時代3大商務改變，印章、印表機面臨淘汰

零接觸經濟逆勢成長 ，包括電商、數位支付、外送服務、線上學習、線上遊戲、數位健康、線上會議、影視串流崛起。尤其台灣外送服務蓬勃，還出現「共享外送廚房」模式，傳出有業者計畫在信義路地下室設31個廚房、130多個爐火，被北市議員點名有公安、衛生等問題。

不過簡立峰認為，這代表新餐飲業模式將誕生，未來外送可能占30%以上台灣餐飲市場，代表超過十萬家餐飲業者可能要整併，或爭取另外70%餐飲市場。

其次遠距工作將成為新常態 ，簡立峰提到，印章反映各國數位化程度，鄰近的日本政府大力推動無印章化，也漸漸淘汰印表機，因為都不需要影印文件。

但要全面性淘汰印章仍不易，簡立峰提到，自己過去在Google工作14年間，幾乎不用印表機，大部分是遠距工作；但退休後，唯一需要回辦公室處理的就是電信業電話轉出需要印出文件、並蓋公司章等細瑣的事情。

5G技術也會改變現有視訊會議體驗，目前線上會議多數只能下達命令，無法進行群眾腦力激盪，難以三個人同時對話，加上若有斷訊狀態，會造成討論品質下降，但5G出現後會改變這一切，簡立峰認為，這是台灣線上會議設備的公司，尤其是攝影機業者可以搶進的商機。

最後是「泡泡經濟圈」形成 ，在疫情跟美中貿易戰的影響下，全世界地緣政治越來越明顯。舉例來說，德國可以接收荷蘭重症病人，因為歐盟一家親，因此在疫情期間，可以觀察各國優先對哪國開放入境，而又有哪些國家願意為台灣優先開放，這代表彼此商務依賴高，若沒有則是大問題。

疫情加速數位化，台灣位在東亞中心點

簡立峰也點出台灣的隱憂，繼半導體、電子業後，下一代科技產業在哪裡？

簡立峰觀察，台灣20年來幾乎沒有成功的大規模新創產業，台股逾1,700家上市櫃公司，幾乎都在20年前上市，且國內企業老闆高齡化，恐面臨「失落的第三代」。

背後的原因在「市場規模」，簡立峰提到，以經濟學來看，人口要5千萬以上才足以養成一個新產業，「當市場規模不夠大，就難以進行實驗，因此即便技術是對的，沒被使用最終將失敗。」

但疫情加速數位轉型，且數位是無國界的！簡立峰認為，台灣位於東亞中心點，數位人口大國包括菲律賓、越南、印尼、日本、南韓，都是台灣的鄰居，「這是一個數位新藍海！」由於每個國家講不同語言，對中國而言不是主流市場、對美國來說太遠，但台灣位在中心點。

過去幾個月他觀察台灣700多家新創，這些新創的技術都很好，但遲遲無法成功的關鍵在於——選擇的市場不好，「不是台灣不夠好，是台灣不夠大，」因此必須重新調整目標市場。

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。