大同總座何春盛一進辦公室6個制服秘書起立問好！上任將滿月，如何拼出「大不同」？|數位時代 BusinessNext

一進辦公室6個制服秘書起立問好！大同總座何春盛上任將滿月，如何拼出「大不同」？

何春盛接任大同總經理將滿月，他分享任內心得，除為大同人抱屈，也接到許多老戰友的力挺，期許能複製研華成功經驗，來看如何讓大同未來可以「大不同」？

掉體重、失眠，忙複製研華成功經驗

已屆退休之齡，其實可以輕鬆度日，但何春盛毅然決然接下大同總經理職位，百廢待舉，上任不到一個月，體重先掉4公斤，「第一週、第二週晚上睡不著，想很多事情，白天談的（問題）晚上想答案，現在漸漸理出步調，很久沒有這麼辛苦工作。」何春盛雖然苦笑，但感覺已經對管理大同開始有手感。

大同不是沒人才，上任兩週，何春盛一聲令下，eManager軟體系統已經做好，他要求內部上BPM（經營流程管理）的課，建立高效率系統，「我承認我在複製研華成功的管理經驗，雖然完全導入可能還需要一些時間，但我感受到同仁眼中，認為我來是有能力作改變的，我也希望我有能力改變大同！為台灣百年企業品牌而努力，希望大同有一天跟研華人一樣，工作愉快。」

何春盛在研華20幾年，帶的子弟兵滿天下，聽到他扛起大同重任，不少老研華人紛紛打電話給他，「至少5個人講：你一通電話我們就歸隊！」讓何春盛相當暖心。

他檢視大同派駐海外同仁，有已經派駐12年到14年的，始終沒機會調回來，何春盛立刻要求人事部檢視有無機會，調任這批人回來，把崗位讓給更年輕同仁歷練。

期許讓大同「大不同」！40萬坪土地將活化

何春盛從大同體系畢業，在外創業闖蕩多年，又回到大同，「很像兵役沒服完又被抓回來」，何春盛現在每天七點半起床，八點出門，一天不停開會，晚上八點回家，一整天不停說話，回到家往往喉嚨都啞了。

每周兩個半天，他到工廠去巡視，大同有8個事業群，從家電到綠能，現在何春盛能如數家珍，「大同值得社會大眾瞭解有許多產品優勢，同仁也很可愛。」他發現大同電鍋廠從板橋搬到桃園大園，已經10年，每天仍有不少員工搭交通車往返板橋大園上班，因為認為「生產大同電鍋是人生最大的驕傲」讓他感動不已。

管理大同也不簡單，8個不同事業群有8種生意模式，工廠分散，大園廠土地面積16萬坪，三峽還有5萬及2萬坪工廠，全台灣有超過40萬坪土地，何春盛說，除本業發展，未來也會優化活化土地，逐步有計畫推動，「希望重新把陪伴我們走過青春歲月的大同經營好！將來讓大家看到一個大不同的大同」！他說。

「當年大同何其風光，是工業先驅，用工業報國，但2008年因華映跟綠能經營不好，拖累大同事業本體，這對大同是很無辜的，希望一個一個問題解掉，有機會把台灣品牌重新擦亮，讓4000員工看到未來，看到希望，也希望還給他們一個公道。」何春盛說。

最新7月號雜誌《零碳新賽局》馬上購：傳送門
「電子雜誌」輕鬆讀：傳送門

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。