科技教育新創「讓狂人飛」加入貝殼放大，看AI怎麼與群眾集資顧問結合|數位時代 BusinessNext

科技教育新創「讓狂人飛」加入貝殼放大，看AI怎麼與群眾集資顧問結合

讓狂人飛宣佈加入群眾集資顧問公司貝殼放大集團，這次的整合雙方以換股方式進行，創辦人洪璿岳除留任原讓狂人飛教育執行長外，也將擔任貝殼放大的策略副總監。

運用自然語言理解AI技術，為群眾集資問答賦能

讓狂人飛的核心技術在於自然语言理解（NLU），以「AI顧問系統」為定位，分別於2016年、2018年與2021年推出線上教育平台Lore、AI履歷審核工具JoberFly以及簡報產製工具Briefly，都是運用NLU技術節省學生、講師在學習或備課的時間。

2022年，讓狂人飛推出全新產品Echofly，是一款從Joberfly跟Briefly衍伸而來的知識性即時回饋工具，使用情境上如同聊天機器人般可以連續與顧客或消費者對話，不過Echofly運用的則是NLU技術。

這兩者差在哪裡？洪璿岳解釋，聊天機器人是透過關鍵字判斷語意，Echofly則是全語境判斷，例如：

A：我冷氣安裝順利，但還是有噪音，該怎麼辦？
B：我冷氣安裝不順利，該怎麼辦？

兩者都有「安裝」與「順利」這組關鍵字，但是語意完全相反，如果運用關鍵字判讀容易失準，NLU語意判斷就可避免這件事情。

「過去要建立NLU都是專案形式，需要上百位工程師用許多文本去訓練，我們則是運用過去累積的演算法優勢做到參數自動化調整，使用者只要上傳少量示範文本後，就可以一鍵訓練屬於自己的聊天機器人。」洪璿岳表示，目前Echofly能支援高達185種語言，從研發就面向全球市場。

EchoFly的應用場景多元，從企業內訓的SOP製作到各行各業的顧問服務都適用，也有知名人力銀行與讓狂人飛簽約。洪璿岳則認為，這項產品應該先專注在單一領域的應用，而提供群眾集資顧問服務的貝殼放大則是一個很好的應用場域。

貝殼放大至今已累積集資超過新台幣37億元與110萬人次參與，讓狂人飛加入貝殼放大集團後，將會以Echofly這個產品為主，在顧問諮詢與群眾集資客戶問答上賦能。

貝殼放大創辦人林大涵表示：「貝殼放大集團成立以來，參與海內外各類產業的群眾集資與整合專案，其中最有價值的服務即是提供專業顧問諮詢，我們預期讓狂人飛的加入可以讓集團在內容與顧問服務上嘗試更多的可能性，讓貝殼放大能為國內外的集資團隊與客戶帶來更多元的效益。」

讓狂人飛創辦人洪璿岳表示：「讓狂人飛的願景是讓演算法成為下一代知識載體，以提高知識傳播的互動性，加入貝殼放大將能加速我們的落地應用。我們預期Echofly能優化各產業的知識管理（knowledge management）流程，並讓其傳播與回饋的更有效率。」

本文授權轉載自：創業小聚

責任編輯：傅珮晴、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。