打造電動機車界的MIH,林松慶要帶著湛積走向何方?揭開他的「隱形冠軍夢」
打造電動機車界的MIH,林松慶要帶著湛積走向何方?揭開他的「隱形冠軍夢」

有Gogoro「首席馬達大師」之稱的林松慶,離職後創立的電動車新創湛積(LSC)公司與Gogoro同樣位在桃園龜山,兩者相距不到5公里,叫陣意味濃厚。

辦公大樓周圍是尚待開發的重劃區,為何會選在這裡租辦公室?「新創公司資源有限,當然是找(租金)最便宜的,而且這裡800坪空間很大,」湛積執行長林松慶的動機相當單純。

不過,之所以把公司取名為湛積,背後賦予重要意義,「湛有清楚的意思,我想清楚了要怎麼做,才能夠真正幫助產業;積就是累積的積,逐步一點點累積。」

林松慶_湛積執行長_2021_09_07_蔡仁譯攝-1.jpg
離開Gogoro後,林松慶在2019年7月創立湛積,黃色是湛積的企業色,帶有電力、充滿活力的感覺。
圖/ 蔡仁譯攝

湛積做電動機車MIH平台,換電系統先出海

林松慶曾是Gogoro動力系統部門最高主管,Gogoro 1的動力系統就是他親手打造,他出走創業後,卻被指控涉嫌竊取Gogoro營業秘密。究竟他創立的湛積,在商業模式上跟Gogoro有何不同?

如果說Gogoro擅長電池交換的能源系統,湛積的優勢在於幫助客戶打造電動車,而且我們不做能源, 」湛積專注做供應商(B2B)的生意,不做整車,主要供應品牌、交通營運服務公司發展電動車輛以及智能聯網需求,終端產品不一定是速克達,也可以是電動重機、越野車、沙灘車(ATV)等。

林松慶解釋,以前車廠打造電動車,就是東買一點、西買一點,可能發生規格不匹配、通訊整合的問題,或效能不佳。湛積打造了一個共通規格的智慧電能化解決方案「ElectriCore」平台,以自製的電能動力系統(馬達、電控)為基礎,並整合供應鏈廠商產品,客戶可在平台上快速建構自己的產品,在開發時程上,從開發到測試驗證通過平均時間12到18個月,較客戶過去自行開發縮短至少30%的時間。

而他的初衷就是建立電動車生態系的概念,「 我跟我們生態系夥伴整合一個三電(電池、電控、馬達)開放平台,幫助客戶打造產品, 」目前湛積先跟幾家供應商合作,幫助一、兩家客戶做出產品投放到市場。

湛積
圖/ 湛積官網

「很多人說我們很像鴻海MIH電動車聯盟,但我絕對不敢類比自己跟他一樣,我希望在我們這個領域,有一個小小生態系,為產業建立根基,」只要有一個成功案例,大家就有信心來做第二個、第三個,就會有更多供應商加入,這個生態系可以持續擴大。

不過,在產品進度上,目前尚未量產,都還在測試驗證階段。湛積把目標放眼海外市場,接洽的客戶來自歐洲、東南亞、美國、日本。林松慶透露,目前已和歐洲、印度、日本的換電系統交換意見,打造的系統,跟他國的換電其實也可相容,海外市場的進度會比國內來的快。

而為什麼不像Gogoro做品牌?林松慶坦言,台灣比較適合穩紮穩打模式,成為重要的供應鏈夥伴,這是台灣產業普遍具有的競爭力,「我們要成為隱形冠軍,先隱形,現在還沒有冠軍,」林松慶笑說。

離職後一個月就創業,湛積定位為何?

林松慶提到,湛積這間公司的定位,是從Gogoro離職後,跟很多產業前輩、投資人請教才慢慢形塑出來的,在Gogoro期間,對於創業的藍圖並沒有想得很清楚。但若依時間序來看,林松慶在2019年6月離職,同年7月26日創立湛積,間隔相當短。

創業初期,林松慶拜訪各產業前輩尋求意見與資金支持,當時林松慶透過產業朋友介紹三陽董事長吳清源、越南精密董事長李育奇,後來也成為湛積股東,在湛積爆發涉嫌剽竊Gogoro機密後,三陽、越南精密也無端遭受波及。

雖然湛積不願多談股東,但林松慶強調,「這兩位前輩都非常有能力與想法,三陽的投資也很單純,就是推動產業發展、幫助後輩,我對他們非常感激,在這麼早期就願意支持我們。」

值得注意的是,湛積的資本額在一年內從原本的100萬元增加至近3億元,目前公司資本額為3.6億元。被問到估值的問題,林松慶低調說,「那都是被炒作的,我就努力做好產品,跟客戶、產業建立好關係。」

特斯拉熬10年酷寒才見春天,湛積:車業講長期耕耘

林松慶說,「車業講求長期耕耘,絕對不是一天、兩天就可以爆發性成長。」採訪過程中,他多次提到特斯拉對電動車產業的貢獻,「十幾年前大家都覺得做電動車是笨蛋,就連馬斯克投入做電動車前十年,也常常認為公司隔年就要倒,直到這五年才水漲船高,在此之前他已經熬了十幾年」,林松慶十分欽佩馬斯克苦熬多年才成功,彷彿特斯拉的故事也是他的創業心情寫照。

僅供報導用途_shutterstock_652388239_特斯拉_Tesla
林松慶表示,雖然特斯拉設計的車輛外觀沒有太大變化,卻是年年都會推新技術,「現在電動車的技術,其實是被特斯拉推著跑的。」
圖/ Shutterstock

現在,各大汽車品牌都投入電動化,看到的是百花齊放的時代來臨,「我期待,不管是機車、汽車、各式各樣車輛,都能夠有這樣(電動化)的機會。」

投身電動車產業20年的林松慶感性說道,「在我的有生之年,想做更多的事情、嘗試更多的可能性。如果我還有20年的光景,應該可以看到電動車蓬勃發展,」在產業關鍵的轉型時刻,他期待能夠幫助台灣產業、生態系夥伴做出一番成績。

湛積
林松慶在公司的許願牆上,寫下「改變世界,永不放棄」的期許。
圖/ 湛積

在湛積的辦公室有一面牆,上頭貼滿了五顏六色的塑膠板,這是60名員工在入職時寫下的期許,上面有「發大財」、「世界第一」、「5年內IPO」等願望,林松慶自己則寫下「 改變世界,永不放棄 」電動車就是他的人生志業,甚至他的座位旁還擺著一輛當年他親手打造的Gogoro 1留紀念。

現在的他,全心投入創業,就連穿著打扮也充滿「湛積風」。工程師性格的他,同一件衣服會買20件輪流穿,但現在衣櫃都是公司的T-shirt,不管睡覺、運動全部都穿公司衣服,甚至買了數雙鮮黃色的鞋子,「黃色是我們的企業色,我是因公司的關係,才漸漸喜歡上黃色,」林松慶透過創業開啟人生下半場,正準備大展身手。

林松慶_湛積執行長_2021_09_07_蔡仁譯攝-7.jpg
喜歡穿一身黑的林松慶,唯獨鞋子是有顏色的,而且還是「湛積黃」。
圖/ 蔡仁譯攝

【延伸閱讀】

從陸學森戰友到對簿公堂!馬達大師自白出走始末:Gogoro成了不健康的天花板

最新9月號雜誌《2021年台灣網紅生態全解析》馬上購:傳送門
「電子雜誌」輕鬆讀:傳送門

責任編輯:錢玉紘

關鍵字: #電動機車 #gogoro
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