WFH不怕印表機沒墨水！HP在台首推訂閱服務，快用完先寄到你家|數位時代 BusinessNext

WFH不怕印表機沒墨水！HP在台首推訂閱服務，快用完先寄到你家

隨著疫情帶來的需求，全球印表機王者HP，宣布在台灣推出「家用印表機訂閱制」，透過智慧偵測，在墨水快用完時自動寄送到府，避免緊急時墨水不足的窘境。

方案最高省50%費用，力推無縫回收計畫

這是全台首個用於「家庭列印」的墨水訂購服務，用戶可以依照用量選擇每月39元到749元台幣共五種方案，上網完成訂購付款後，註冊印表機，就能開啟HP的智慧型感測技術，預測何時需要替墨水匣補貨，在用完之前，就會把新的墨水匣送到家門口，讓使用者不再需要擔心墨水突然用完的窘境。方案的單張列印成本和同類型傳統影印機的相比，最高可以為用戶省下50%的成本。

但使用印表機還有一項困擾，就是用完黑黑髒髒的墨水匣該如何處理？為了因應永續發展，HP在送上新墨水匣的同時，也會附上墨水匣回收袋，使用者可至7-11回收用完的墨水匣，讓耗材不會隨意丟棄，得以進入回收生態系統。HP的回收服務行之有年，截至2020年為止，有高達85%以上的HP原廠墨水都採用可回收材料。根據加拿大市調公司「企業騎士」發表的2021年全球永續企業榜單，HP是前50強中唯一一家PC公司，也是榜上少數的科技品牌之一。

訂閱制提高黏著度，全球超過千萬用戶

HP 在全球印表機市佔率長年穩坐第一名寶座，每年投入列印部門的研發經費超過 10 億美元，擁有包括雷射列印在內的列印專利高達 9,000 多項，被視為雷射印表機市場的龍頭。

而近年來訂閱制逐漸成為商業模式的主流，自從2012年，Adobe宣告轉為訂閱制後，僅僅六年的時間，市值就成長六倍。HP也認為，推行訂閱制能有效讓會員資訊雲端化、數位化，方便掌握內部用戶樣貌，後續能做更多優化服務，再加上創造出「長期需求」，預期能提升使用者的黏著度及使用頻率。

「其實HP的訂閱服務在國外行之有年了，我們非常自豪能引進台灣市場。」台灣HP董事長暨總經理王靜秀表示，其實早在2013年，HP在歐美就推出訂閱制，原因是歐美地域廣大，一旦墨水用完很難臨時買到，至今全球已經累積超過1千萬訂戶。

至於亞洲市場地狹人稠，墨水取得性較高，過去認為並沒有推行的急迫性，但從疫情開始後，封城等政策上路，亞洲地區也開始面臨無法及時購買的狀況，陸續開始推展訂閱制。

而台灣是在2021年間疫情升溫，墨水難以取得的情況尤其明顯，加上訂閱經濟逐漸成熟，越來越多品牌選擇推出訂閱制，HP認為，台灣也迎來推行家用訂閱制的最佳時機，因此決定於2021年末正式推出上線，持續為混合工作、學習模式提供服務。

責任編輯：侯品如

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。