靠奈米,獵殺SARS
靠奈米,獵殺SARS
2003.05.01 |

這是有捕蚊燈功能的電扇?」一位消費者看著內含紫外線燈管的電扇,疑惑問道,待他看到說明牌後方恍然大悟,這就是當紅的「奈米電扇」。
靠著物質分子縮小到百萬分之一公尺出現的物理變化,「奈米風」從去年初在台灣吹起,但消費者對奈米的運用原理多半仍是一知半解,「奈米電扇」算是台灣第一個普及化的生活家電。
簡單說,「奈米電扇」就是在電扇的軸承上圈繞一座圓形的紫外線燈管,燈管上同時裹覆一層光觸媒鍍膜,當奈米級的微粒光觸媒受紫光照射時,便會吸附周遭化學物質、細菌,然後加以氧化分解。也就是透過風扇的吸風、送風,「奈米電扇」可以把室內空氣中的臭味加以分解,進而達到潔淨的功能。
在台灣的奈米風中,以旭光牌燈管打下早年名號的台灣日光燈(簡稱台光),算是很早上車的業者,不過正因為早,它研發出奈米電扇的迂迴過程,恰可作為企業進行自我創新、改造的一頁活教材。

**找對研發方向最重要

**
「早期投入研發時,也不知道會生產出什麼,反正好幾個方向都試,不行再說,」台光副總經理王瑞山指出,台光和台灣其他傳統製造業一樣,其實一直在找轉型之路,1997年時,台光參加了經濟部輔助產業的科專計畫,開始和中科院化學所合作做「奈米光觸媒」研究,當時只知道日本對奈米光觸媒應用發展很看好,台光也想以此作為照明本業以外的轉型發展,「現在回想起來,從研發、商品化、市場行銷三個階段裡,研發反而是比較算是輕鬆的階段,」王瑞山說。
研發階段還有「老師」可以幫忙,遭遇的問題不大。鄭楠盛是台光在經營層轉換後的總經理,資訊科技產業出身的他很支持研發,「研發常是有出無回,這讓經營者很顧慮,但是不堅持走下去,就更不可能有回收機會,」鄭楠盛說。
堅持研發只是往前走,但走對路更重要。在台光最初研究計畫裡,除了後來發展成功的殺菌除臭燈管,事實上還同時進行導電玻璃的研究。導電玻璃會因應室外光線變化而調整玻璃遮光度,能產生遮光阻熱效果而節省冷氣的能源支出。乍聽是很吸引人的研發,但台光很快發現這項研發很難和照明本業結合,「平面玻璃製造的技術優勢,我們沒有,別人有,要再花幾億元重新進入這塊領域,划不來,」主導技術研發的王瑞山說,此後研發更專注在奈米光觸媒燈管。

**應用在規模最大的市場上

**
技術必須選擇應用在有市場潛力的產品,這往往成為未來成功關鍵。但有了技術後該應用在什麼產品?這個問題必須由業者自行回答,類似中科院的研發機構很難幫得上忙。
考量應用產品市場規模,尤其海外市場。原本的想法是將除臭殺菌的功能應用在烘碗機,但發現廚具製造商的配合技術和產品市場都受限制,重新評估之後,決定選擇電扇,讓電扇有空氣清淨、殺菌功能。「評估的關鍵是產品的市場規模,電扇的內外銷市場都很大,」鄭楠盛說,後來才發現這是一次正確的轉彎。
接下來的問題是如何找到願意異業合作的下游供應鏈。製作光觸媒燈管對以照明起家的台灣日光燈來說不是問題,但是風扇的部份要下游生產廠商願意配合。前後接觸30至40個風扇製造業者,卻發現合作不易,「大家對新產品的市場沒有把握,生產製程需要重新調整也讓協力廠商擔憂,」負責奈米事業部的王瑞山只好請中研院技術人員一同前往,一方面提出技術支援的保證、另方面也向廠商說服奈米技術能讓原有風扇價值大幅提昇,解決風扇毛利低(平均每台只有70至80元利潤),因為奈米電扇售價是一般電扇的3至5倍。最後,幾個廠商願意嘗試將風扇和奈米光觸媒燈管組裝生產,「試產小量成功後,問題又來了,風扇業者不知道接下來該怎麼推向市場,而我們自己又只有照明器材的通路,配不上用場,」王瑞山說。

**拉起生產、通路的協力供應鏈

**
摸索幾次後,找出的模式是「生產包銷,」利用已經有海外通路的廠商協力生產,然後讓他們取得海外市場代理銷售。所以,不同海外市場就選擇不同協力廠,以他們原有的通路力量開拓新產品市場,國內市場則交由一個總代理商經營。「要讓人相信這是有競爭力的產品,又有高利潤,才會願意大力幫你推向市場,」王瑞山不斷強調下游供應鏈和異業通路的重要,他相信這是奈米商品能成功打入消費市場的要素。
研發技術成熟、異業結合協力生產、擬定海內外市場通路策略,然後幸運地來了一陣東風,這波SARS商機讓奈米電扇終於順勢而起。
2002年整年銷售才4000萬的成積,今年1到4月已經追平,日本、韓國、馬來西亞等的海外市場定單目前超過10萬台、台灣2萬台,光是奈米產品部份全年營收估計超過2億。
下一波規劃裡,奈米光觸媒技術還將應用生產在車用空氣濾淨扇,甚至是衣櫥、麥克風的除臭、消毒,另項重點發展更是讓現有照明用的普通日光燈管也有同樣功能,「繞了一圈再回來照明本業,這是等技術更成熟和消費市場的養成,」鄭楠盛希望逐步將企業轉型成製造高科技家電。
當初只想著趕快跳上通往產業轉型、升級的列車,台光換了幾回,才好不容易在車上找到合適的座位。奈米列車還在加快往前駛,而現在,上下游產業的各節車廂,應該會扣得更緊密。

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