周天成8強賽今日中午開打!兩個「致勝心態」,讓他從十連敗低谷爬起、躍升台灣羽球一哥
周天成8強賽今日中午開打!兩個「致勝心態」,讓他從十連敗低谷爬起、躍升台灣羽球一哥

台灣羽球一哥周天成,今(31)日中午12:10將對上中國選手諶龍,進行半準決賽。29日周天成在東京奧運羽球男單小組賽獲勝,拿下8強門票,也成為台灣首位連兩屆叩關奧運羽球男單8強的好手。2018年周天成接受《經理人月刊》專訪,談他在賽場上遭遇逆境後如何琣養恢復能力,不斷突破自己,《數位時代》獲授權轉載報導:

「羽球一哥」周天成,今年首次在亞洲運動會中男單比賽鍍銀,寫下台灣羽球歷史新猷。值得一提的是,他突破連續兩屆亞運止步8強的門檻,甚至在準決賽中化解過對手的賽末點、逆轉勝出。

「我知道再一分他就贏了,但我現在會告訴自己,害怕、焦慮並沒有用。」周天成不諱言,比賽不如預期、瀕臨淘汰,確實是運動員的一大考驗。許多人該贏未贏、飲恨淘汰之後,被負面思考籠罩,遲遲走不出低潮。

貫徹理性思考,不被情緒起伏左右

周天成從5歲就開始打球,對於壓力、挫敗並不陌生。經過10多年歷練,他逐漸找到解法,遇到逆境,先專注於思考問題與精進技術,藉此跳脫情緒影響;克服一個關卡時,還要記住當下情境、盡量不貳過,慢慢地,需要「恢復」的事情也會跟著變少。

時間回到2014年,他剛經歷10連敗的大低谷,一度不知所措。後來,他反省,當時除了技術不夠成熟,還缺乏思考能力,「那時候只隨著感覺走,沒有真正改變心態。」

周天成_羽球選手.jpg
圖/ 賀大新攝影

周天成回憶,當年他用A戰術能獲勝,後來輸球了,表示策略不再有效,但他陷入「以前這樣能贏,現在怎麼會輸」的框架,仍堅持同樣打法。沒注意對手早已蒐集他的情報,是自己未能及時調整突破,當然繼續輸。最後他終於發現,再痛苦也無濟於事,才懂得用「想法」取代「情感」

其中的關鍵,在於賽前思考與分析。他解釋,站在羽球場上,這一分與下一分之間只有幾十秒,沒辦法想太多,因此要提前設想,可能面對的各種狀況,「像是他這球打死我,可能是我球沒處理好,或對方已經看穿我的戰術。」

釐清問題癥結後,就不難想出因應方法,比方說,失分原因是體力下滑,他會多打「平球」(把腰部至肩部高度的球,迅速回擊過去),減少移動次數;如果是對手發揮得太順暢,則要改變球路,好比把球「挑」得更遠,不再給對方甜頭。改換思路的周天成,從 2015 年起戰績穩定,世界排名從未跌出前 10。

平時就要找問題,不讓逆境重新上演

加強思考技術、減少情緒起伏,是周天成的基本功,但這不代表從此能一帆風順。他認為,每天都要「找問題」,一天針對一個,100 天就解決 100 個,預防勝於治療。

舉例來說,有位法國選手布里斯.利弗德斯(Brice Leverdez)比賽時經常出怪招,像是落後時要求換新球、或是指責對手犯規。每次遇到布里斯,球風相對「老實」的周天成常心浮氣躁,導致對戰紀錄屈居下風,只有 1 勝 8 敗。

「他的優點就是我的缺點。」今年初的印尼大師賽,兩人再次狹路相逢,周天成則改變想法,對手叫囂,他不生氣,對手小動作多,他跟著「玩」球,不再受對方影響,終於收下對戰第二勝。

這樣的思維與態度,同時能應用到生活、待人處事上。周天成透露,他很少跟人吵架,因為每次爭執,他都會尋找核心問題。比方說,輸球或許是教練 coaching(場邊指導)太多,也可能是自己回話太激動,雙方都要各退一步,畢竟「比賽不是你一個人,要先會做人,處理人際關係,才能打好球。」周天成說。

學會多思考,用想法取代低潮情緒後,周天成戰績逐漸穩定,世界排名也長期保持前10,遇到挑戰時,也都能迎刃而解了。

從羽球場上,學習周天成的恢復力

1. 接受期

球員也是人,輸球難免心情不好,要適時發洩情緒,否則壓力累積太久,最後會一次崩潰。

2. 振作期

設定一段期限(大約一天)平復心情,接著繼續練習,對自己說「如果不爬起來,只會浪費時間」,就會警醒。

3. 回顧期

著重賽前的技術面思考,理性歸納場上的狀況,落後要找原因,而不是陷入情緒裡,就不會重蹈覆轍

周天成

1990年生,體育大學球類運動技術系畢業,主修羽球,現世界排名第五(最高排名第四),2017 年全英羽球公開錦標賽四強、今年印尼雅加達亞運羽球男單銀牌,皆為台灣選手最佳成績。

以解決問題的態度取代埋怨,不再陷入「飲恨」情緒
圖/ 經理人

本文授權轉載自:經理人

關鍵字: #東京奧運
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

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。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

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。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓