iCHEF推免費「外帶平台」，守護台灣美食日常，一鍵搜尋外帶店家、線上點餐|數位時代 BusinessNext

守護台灣美食日常！iCHEF推免費「外帶平台」，一鍵搜尋外帶店家、線上點餐

外送、外帶成為餐飲業者現今的救命稻草。但外送有平台，外帶卻沒有，讓許多餐飲業者頓時少去了外帶這一塊重要的收入來源。

外帶地圖：一次找尋周邊外帶餐廳，已有3,000家上線

iCHEF共同創辦人程開佑表示：「防疫升級以來，看到許多餐飲業者做冷凍包、聯名、外帶等，誕生了很多創新、創意與創造力。但很現實的是，業績就是停留在四成左右，大家以為消費者會轉為外帶，沒有，消費者直接不來。而且這個狀況預估會持續到防疫升級結束。」

為了協助餐飲業者，iCHEF決定打造「安心找外帶」平台，讓消費者直接搜尋附近提供的外帶店家並線上點餐。

「安心找外帶」平台將以每周為單位更新，目前免費支援所有iCHEF店家使用，開通點餐網站功能後即可立即上線，尚未成為iCHEF用戶的餐廳，亦可透過疫情限定的零元方案，免費開立iCHEF帳號加入此平台。目前共有3,000家餐廳上線，預計6月底將達5,000個上線店家，iCHEF將優先協助餐廳上架，日後再進行針對消費者的行銷推廣。

除了直接找尋消費者附近的餐廳，iCHEF的平台也有篩選功能，消費者可以找尋提供線上支付或無接觸取餐的店家，但目前iCHEF並不提供審核功能，採用店家自行標註、消費者確認的方式運作。且透過線上點餐外帶後也能預估時間，免去排隊群聚的可能性。

iCHEF也預計在6月25日更新「店家防疫聲明」、「距離排序」、「餐飲類型」等更多功能。除此之外，也將新增篩選公益性質的指標，如「高雄好家載」店家、提供醫護人員用餐、待用餐等特殊需求。

「只有我們是沒有辦法做出一個平台的，需要餐廳、成千上萬的餐廳；消費者，不只是大安區而是全國各地的消費者一起投入，這樣這個平台才有機會運作，才能真正幫助到餐飲業者。」程開佑說。

除了iCHEF之外，原先是線上預訂餐廳的inline也在這段時間內，成為餐飲線上點餐外帶、外送的預訂工具，也推出了美食地圖。放上與inline的合作餐廳，讓消費者可以就自身所處的位置選擇餐廳線上點餐自取或外送。

《紓困政策意見調查》：原歇業店家過半欲回歸、近八成餐廳將申辦政府紓困

iCHEF也公佈了針對餐飲業者的《紓困政策意見調查》，共計860家家餐廳參與，有效問券849份，程開佑也表示，在去識別化處理後，已將相關資訊寄送給政務委員唐鳳團隊參考。

報告數據顯示，從三級警戒至今開始歇業的店家中，有過半決定七月份將再重新展開營業，即使虧損還是想持續經營。對於預期疫情影響生意的時間，餐廳平均認為大約第四季（10月、11月）才能回復正常營運。

值得注意的是，雖大多餐廳規劃減少員工工時，卻僅有兩成的餐廳考慮資遣員工，不考慮資遣的餐廳有逾七成都是希望「吸收虧損、保住家人與員工」。而針對政府對餐飲業的「紓困4.0方案」，有近八成（78%）的餐廳表示會去申辦政府紓困專案。

「老實說，目前看來全球的紓困都很難真正、有效地拯救餐飲業，只能靠消費者與餐廳共同的努力，不要讓恐懼摧毀掉台灣的美食日常。」程開佑說。

最新6月號雜誌《高價值企業100強》：傳送門
零接觸電子雜誌訂閱：傳送門

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。