疫情後企業不只需要數位轉型!兩大關鍵達成營運優化
疫情後企業不只需要數位轉型!兩大關鍵達成營運優化

全球經歷新冠疫情的巨大影響,業績預測能見度不足、供應鏈斷鏈、遠距銷售流程常態化、商務碼頭貨櫃塞港等情況衍生,直接影響著企業運營模式與生存,更促使企業主與高階經理人對於企業轉型的高度急迫性。

因應數位轉型,現今企業不少評估及切入點皆從軟硬體之數位化開展,雖數位化工具可有效降低人工成本、資訊傳遞速度、資訊正確性等日常管理疑慮,但然而根本的企業流程制度及商業模式,往往也是轉型成功的重要關鍵。

第一步:精準定義影響營運的關鍵問題

數位轉型的第一步,我們可先從Design Thinking設計思考的角度評估,進行環境觀察、流程分析、資訊流診斷等,進行Discover探詢階段的健診,全面盤點可能影響內外部營運效能的各種可能因素。

當Discover探詢階段結束後,則進行問題的定義Define階段,透過觀察點的分類與聚焦,我們會找到許多新的發現(Finding),在這個環節則可以開展問句設計,實務操作的方法是「如何用一個問句,來敘述並涵蓋我所要解決的問題」。

舉個例子,如果今天企業的問題是人力需求,招募趕不上實際任務所需,則可能可以設計問句為「我們如何能夠招募到所需人力?」,但假設我們真的根據上述問題定義去發想解決方案,則可能會聚焦在如何善用HR快速招募到充足的人力。

就上面案例思考,當人力確實進來之後,我們是不是還會有其它問題衍生:像是進來的人能力符合預期嗎?進來的人到職時間符合需求嗎?新人如何訓練可以快速符合公司所需產值?

這時候我們會進入一個進階思考:我剛開始的問題定義,涵蓋範圍是否不足以解決我的根本問題,而只是聚焦在解決表面問題。

所以再進行一次問題定義的問句設計,可能會調整為「我們如何在兩個月的時間內,招募到符合技能需求的人力,並透過訓練快速提升其產值?」。透過兩個問題的定義及問句設計,我們可以發現會產生不一樣的問題解決成果。故企業進行數位轉型前精準問題定義,會是最後數位轉型成效是否符合預期的關鍵技巧。

至於「設計思考」的技術則不僅止於問題探詢與定義,後續開展開來的Ideation階段——數位轉型解決方案發想階段與MVP階段——最小可行方案製作,即是達成數位轉型目的的必要手段。其中,設計思考強調快速測試,擁抱失敗,我們可以從設計思考執行流程的「迭代技術」觀之。

當今日最小可行方案設計出來後,我們發現它無法根本解決當時設定的問題時,表示當時的問題定義是有疑慮的,此時則必須重頭進入問題的重新定義,在進行Ideation & MVP階段,進入迭代循環不斷優化數位轉型的方案與達到轉型的真正目的。

接著我們談到數位轉型的另一個關鍵成功因子,在於如何有效地透過敏捷讓轉型方案精準落地,我們可以採敏捷Scrum的架構,來提升方案成形的精準度及效益。

什麼是Scrum?

Scrum是敏捷開發的其中一個框架,簡單說明主要包括到幾個元素:
- 3種角色-Scrum Master(教練)、產品負責人和執行團隊
- 4個會議:衝刺規劃會議、每日站立會議、衝刺審查會議和衝刺回顧會議
- 3項產出:產品待辦清單、衝刺待辦清單和產品增量表

其中哪一些技術跟思維可有效幫助數位化轉型?主要聚焦於每日例會、產品待辦追蹤與審查跟回顧會議技術。

1.每日例會:

可協助團隊進行三個問題確認追蹤進度「昨天做了什麼?今天做了什麼?需要什麼協助或資源?」,此三個問句可有效提升轉型執行中的突發問題因應與跨部門資源整合。

2.產品待辦追蹤:

任務開展前,盡可能地將任務細部開展與分工,將任務追蹤的顆粒度從大至小的呈現,優化專案管理上的細膩度。

3.審查與回顧會議:

在數位轉型每一次的階段方案完成時,進行方案內容的審查評估,並也透過回顧會議,來重新反思「有哪些做得好的須堅持?有哪些做不好的須改善?改善部分後續由誰執行?」等問題,將可不斷優化後續每一個數位轉型專案的執行流程及溝通模式。

搭配設計思考與敏捷式專案管理的技術,將可避免數位化轉型僅落實在軟硬體系統,轉而根本地改變組織工作流程、制定優化與各種商業模式的創新設計發想等,相輔相成可達更大的轉型功效。

責任編輯:吳佩臻、陳建鈞

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場)

【熱門焦點】
1.【獨家】Gogoro攜廣達、金仁寶、鴻海等台廠出海!拆解陸學森手上5大商業方程式
2.Google靠Tensor加入研發晶片戰爭!台灣團隊醞釀4年「化不可能為可能」

最新10月號雜誌《無程式碼時代來了!》馬上購:傳送門
「電子雜誌」輕鬆讀:傳送門

關鍵字: #數位轉型
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