誓言打造金融科技重鎮，星展全球第三座研發中心，為何落腳台灣？|數位時代 BusinessNext

誓言打造金融科技重鎮，星展全球第三座研發中心，為何落腳台灣？

星展銀行宣布在台灣成立「國際金融科技研發中心」，這是在新加坡、印度以外，全球第三座科技研發中心，預計將在今年第二季以前，招募至少30位資訊技術人才。

第三座研發中心選台灣，星展解密背後原因

「金融業跟科技的關係，是非常密不可分的。」星展銀行（台灣）總經理林鑫川表示，你我每天在使用的金融服務，無論是ATM領錢、手機轉帳、支付，背後都是依靠科技的力量完成。

過去一年以來，全球受到疫情衝擊，使得數位金融服務的使用率上升，展望後疫情時代，對於各類金融科技的應用，需求只會增加。

星展銀行（台灣）科技長蔡祈岩認為，星展本身就是數位化程度相當高的銀行，在全球兩萬九千名員工中，就有高達一萬名員工，是IT技術相關人才，「我們自認為是一家金融科技公司，而不是一家銀行。」

之所以選擇台灣成立全球第三座研發中心，蔡祈岩分析，大的環境背景是，台灣防疫得宜，星展集團為了分散風險，決定落腳台灣。

不過，核心因素還是因為台灣科技人才水準高，有深厚的基礎功夫，也擅長軟硬體整合，有效可以降低研發成本，預期對於消費金融、企業金融、財富管理，接下來的轉型與創新，都能帶來很大程度的加分。

此外，台灣人才的國際化，也起到加分的作用，過去新加坡一直是金融科技發展的重鎮，隨著研發中心的成立，林鑫川認為，有助於把台灣打造成金融科技研發的重要基地，「這也是國際企業，壯大台灣的作為。」希望在未來，結合台灣的科技人才，以及星展的資源，一同型塑出未來銀行的樣貌。

招募30名IT好手，金融業成立研發中心成趨勢

其實，金融業者設立「研發中心」，在近年是越來越普遍，主要的目的，是因為隨著科技進展，銀行內部有越來越多的新問題，需要藉由科技解答，研發中心就是關鍵角色。

舉例來說，科技使得詐騙花招手法更進階，銀行防控機制也需要跟上，這時候，研發中心可能就需要研究，人工智慧如何用於風險控管、異常行為偵測等等。

以國內銀行為立，玉山銀行在2019年，就跟台灣大學成立「玉山-臺大AI暨金融科技研發中心」，就是要投入各項人工智慧與金融科技應用。

這次星展的研發中心，預計在2021年第2季之前，招募至少30位資訊科技專才，舉凡前端、後端、軟體開發工程師、熟悉程式語言（Java, C#, Python, JavaScript）或手機應用程式（iOS/Android APP）的好手皆在招募範圍。

過往，星展銀行都會招募儲備經理（MA），每年數量約落在10位上下，對比這次IT招聘一次就找30位，可見資訊科技在金融產業的影響力，越來越深。

蔡祈岩指出，未來的金融服務要做到客製化、精準行銷，會大量應用到人工智慧、數據，需要高度的軟硬體整合，未來台灣的研發中心，會特別著重在這兩大領域。

星展銀行（台灣）人力資源處負責人盧方傑表示，應徵者除了必須通過性向測驗、Coding能力測試。特別的是，這次招募首次採用「Coding Warrior Challenge碼神擂台」的數位化選才方式，獲邀參加的台灣應徵者有機會與新加坡、印度及台灣三地的技術主管在線上進行技術切磋，考驗臨場問題解決能力及技術實作能力，選出符合企業文化的資訊科技人才。

另外，星展也積極針對組織創新文化做轉型，蔡祈岩說，非IT背景出身的員工，也能從輕鬆的遊戲中接觸機器學習，過去曾在內部舉辦AI人工智慧模型車競賽，鼓勵員工擁抱創新，以新思維發想解決方案，進一步提升組織競爭力。

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。