迎接個人創業家時代
迎接個人創業家時代
2002.11.01 |

這可能是最糟的時代,壞消息沒有停過。
香港的單月破產人數,在9月份再創新高,突破2500人。在台灣,失業人口維持50萬以上,惡化的陰影持續存在,一項剛出爐的人力就業調查指出,中年白領將是下一波失業潮的祭品。10月份無預警的美西封港,造成亞太地區出貨大亂,台灣的經濟成長率很可能由3.5%再往下調;一旦布希政府下令攻打伊拉克,卻又無法速戰速決,勢必會為受創中的全球景氣投下更大變數。
這可能也是最好的時代,變化不斷追趕過計畫。新奇的工作機會,不斷從過去難以想像的領域冒出來。
一位在美系投資銀行工作5年、今年32歲的專業經理人,在公司新一波精簡人事中,帶著700萬工作獎金離職,並很快在國內銀行找到工作,因為金控公司急需他這種做過投資、購併以及擁有兩岸三地經驗的專才。
儘管全球個人電腦業今年僅成長5%,但多種需求強勁的軟體技術(比方J2EE,一種用來開發手機軟體的技術),由於市場上會的人太少,價碼幾乎有行無市。「一遇到這種人,再貴也先簽下來,他們太搶手了,」前進國際人力資源服務部經理陳昭霖指出。前進國際的主要業務是開發軟體系統,但也依客戶需要提供資訊人力派遣服務,到客戶那邊去上班。

**高學歷不再是知識工作者的保證

**
絕大多數人都不會成為投資銀行家或軟體工程師,但是這種具有高度市場價值能力的背後,標示了什麼樣的時代意義?有哪些原則可以被歸納,以致於學習?
趨勢專家大前研一觀察,知識工作者不再是一體適用的概念,最起碼可分為知識藍領(工作內容是完成例行事務)和知識白領(工作內容是創造新價值),兩者差距正愈拉愈大。管理大師彼得.杜拉克也指出,屬於例行處理資訊的白領工作者,工作內容將會逐漸被資訊科技取代,薪資及工作保障都面臨威脅,但是具有市場所需能力的知識工作者,「未來將會非常、非常昂貴。」
壞消息是,高學歷不再是知識工作者的保證。當台北市捷運局出現第一位碩士駕駛員(報載月薪2萬8),被媒體拿來大做文章,以及這一陣子許多大學生參加垃圾車司機招考,高學歷等同知識工作的迷思,已經打破。
「知識工作者看重的不再是學歷,而是能力,」思科科學院院士(Cisco Fellow)貝克(Fred Baker)接受《數位時代雙週》訪問時指出。思科是全球知名科技公司,貝克所擔任的院士角色,等於是公司的科技方向掌舵者,決定公司內許多碩、博士人才的研發領域。還不到50歲的貝克,只有高中學歷(大學中輟未念完),卻憑著自修和動手做,對技術有獨到見解,成為思科執行長錢伯斯(John Chambers)最倚重的幕僚。
擴大來看,微軟的蓋茲(Bill Gates)、甲骨文的艾利森(Larry Ellison)、蘋果的賈伯斯(Steve Jobs)和戴爾電腦的戴爾(Michael Dell)這4位科技業知名人物,也都沒有念完大學。
並非學歷無用,而是知識工作者必須找對方法,來變現自己的價值,而學歷和這件事的關係愈來愈低,關鍵在於工作內容。

**原有的組織被重新定義

**
以往,這件事大抵透過創業形成一個組織,滿足市場上的某種需求,而得以實現價值(如上述四位創業家)。你如果沒有勇氣創業,最好有運氣跟對創業家(蓋茲創辦微軟成功,造就全球最多千萬美金富豪)。而現在,拜資訊流通成本愈來愈低所賜,組織愈來愈無形,邊界愈來愈不明顯,知識工作者要能自成一個組織獨立工作,或與別人合作組成臨時團隊。
舉例而言,過去16年,半導體產業由垂直整合走向水平分工,從前端晶片設計、晶圓加工、到後端的封裝和測試等工作,各自獨立成一塊產業。借用杜拉克的概念,是因為產業內「交易成本」和「溝通成本」快速降低,透明的資訊流通在上下游客戶間,讓原本集中在同一家公司的工作,變成好幾家公司共同完成,原有組織被重新定義。
在這個趨勢之下,光是晶片設計業又繼續分解成好幾塊,有提供設計軟體的公司、發展矽智財權的公司以及設計晶片的公司,規模愈來愈小,互相合作,彼此成為對方的外包商。台灣的晶片設計公司將近300家,許多從業人員先前都待過晶圓廠或其他晶片設計公司,當產業分工日益細密,4、5個朋友出來成立一家新公司的故事,已是稀鬆平常。
同樣的變化,正發生在連線遊戲產業。這個不到5歲的年輕產業,已分工為設計軟體的公司、開發遊戲平台(讓新遊戲像積木一樣,可以一個一個放上來)的公司和管理連線流量的公司。今年7月剛成立的「遊戲工廠」(設計遊戲軟體)、位於矽谷的Zona(開發遊戲平台)和「遊戲橘子」(管理上線流量)這三家公司的關係就是如此。
再下一步,會有專門寫遊戲劇本的公司(或個人)、設計人物造型的公司(或個人)、測試新遊戲好不好玩和抓臭蟲(debug)的公司(或個人)。「台灣目前遊戲產業很熱,但各種人才還是很缺,」遊戲工廠總經理蔣孝柔指出。蔣孝柔原本在Zona服務,Zona與遊戲橘子決定共同投資成立設計遊戲工廠時,她負責籌劃新公司,角色也從雇員變成創業家。

**既是員工也是老闆

**
知識工作者不一定要是創業家,但是在心態和能力上必須做好準備。在保險業、房屋仲介業和汽車業的業務員,早就用這樣的方式工作,既是員工也是老闆,而清潔保養品業沿用多年的「專案經理」模式,也是一樣。「組織和工作者的關係,已愈來愈像客戶和外包商的關係,」杜拉克強調。
他觀察,數萬人的那種大組織已經式微,科層式組織的「命令-控制」(command control)指揮系統,將不敵由許多小單位藉由緊密資訊流通所形成的團隊,每個單位都能獨立作業(能定義問題、協調分工、蒐集資源),而不需依附某個大組織下聽候命令行動;組織必須具備更大的彈性,打破過去因為功能設置部門(比如會計、生產、行銷、行政)的僵化制度,所以組織的壽命會縮短(依任務編組,任務結束就解散),連帶企業的壽命也會縮短,以反應變化劇烈的現實。

**公司提供的空間不足

**
因此,員工對組織的忠誠度也會改變,因為一家企業存在的時間,很可能低於員工一生的工作時間,代表工作者平均得換好幾家公司。也就是說,企業不可能再保障終生雇用(想想當年做出此承諾的日本商社,如今的窘況),而知識工作者的價值變現,也不侷限在一家公司中,而是可以面對好幾個組織,擴大了價值變現的空間。
人力派遣業就是一個例子。台灣前500大企業中,多有使用外包人力的經驗,處理公關、行政或資訊系統。以當紅的資訊人力派遣業而言,它能吸引許多優秀軟體人才加入,是因為這些人待在一般企業,大抵做的是例行的軟體開發和系統維護,公司裡頭偶爾才有一、兩個大案子進行。因此,他們能拿的待遇也有限,這並非他們能力不足,而是公司提供的空間不足。
加入人力派遣公司後,公司為了求取最大利益,會極力去爭取難度高、利潤高的案子,一個結束再換一個,這些人才等於不斷在做大案子,雖然壓力大,但成長和所得也跟著增加。「我常說服他們,做這一行就像做業務,收入可以成長很快,就看你的本事,」陳昭霖說。
累積足夠經驗後,甚至有可能從個別的軟體工程師,成為一個專案經理,去規劃整個案子的架構和經費,收入更是三級跳。「一個好的專案經理帶,專案可以賺一億,差的專案經理讓你賠一億,差別太大,」陳昭霖拒絕透露薪資細節,僅表示賺原本工作的好幾倍是有機會的。

**更專注發展核心業務

**
對客戶來說,他們在需要幫忙時,得到專業人力協助,案子結束後,這些人力也依約離開,從聘雇到結束雇佣關係,公司都不需出面(只需告訴人力派遣公司需求和價格,其他都由派遣公司處理,自己不會有勞資糾紛)。
也由於人力派遣公司解決客戶的人力需求和聘雇這兩個問題,讓客戶可以更專心發展自己的核心業務,提升競爭力,也因此成為最近幾年成長最快的行業,光是美國就超過7萬家人力派遣公司,每天送出250萬名人力,愈是不景氣,短期人力需求的市場愈好。
人力派遣業的興盛,代表人力資源這個部門,以及原本組織自行培養專業工作者的任務,被水平分工出去成為新的產業,回過頭形成組織、人力派遣公司和外包人力的三贏。而留在組織內尚未外包的工作,執行這些工作的人,必須證明他們能做得比外面更好,否則這部份工作遲早會外包。
企業規模變小、生存時間變短、更多工作外包,是正在發展的潮流,造成許多企業無力維持原有聘雇名額,導致失業。我們習慣認為生涯就是一份(或幾份)工作,靠的是長期待在一個企業中實現,但新的潮流淹沒了行之有年的想法。資訊科技促成組織與知識工作者的新結構,當下的不景氣則催化了反應速度。每一次時代產生大轉折,都帶來痛苦與希望,端視你看到了那一面。

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