執行長之死
執行長之死
2002.08.15 |

先前做假帳、被起訴、調降財測也就算了,最近則是執行長接連被撤換,從美國的「美國線上時代華納」(AOL Time Warner),到歐洲的「德意志電信」(Deutsche Telekom,德國)、「韋瓦地」(Vivendi,法國)和「貝塔斯曼」(Bertlesmann,德國)的執行長,都在錯愕中被董事會開除,來不及鞠躬就下台。
「CEO」(執行長簡稱)和「Ousted」(被趕走)這兩個英文字,成了最近英文財經報紙上關聯性最強的組合。
這4家公司的共通性,在於他們在所屬領域都是一方之霸,都是歷史悠久的老牌企業(美國線上不算是,但時代華納可是),還有,他們都大舉投資網路事業。這些家大業大的老公司,在5年前開始的網路熱潮中,都被批評為動作太慢、拒絕改變的老恐龍。
為了振衰起敝,這些大公司陸續換上40幾歲的年輕執行長(相較於之前的五、六十歲),銳意改革,積極投資網路相關事業,佈建跨領域版圖。但是,從2000年中網路熱逐漸退燒後,.com接連陣亡,這些大公司也受傷慘重,最後雖因背後資源豐富而撐了下來,終究不敵投資人的獲利質疑而讓步,執行長成為必需得死的「神鬼戰士」。
而接手的執行長,又回歸年紀大、保守、重視績效的傳統人選,明顯要把攻勢改回守勢,回到財務報表來經營企業,而不是願景和美夢。對於這種改變,市場普遍正面解讀,認為回歸本業才是正途(當然,那是因為網路產業目前實在太不爭氣)。在這樣的氣氛當道下,真正的景氣復甦還要等更久。為什麼?
美國《商業週刊》資深編輯孟岱爾(Michael Mandel)去年出版的《即將來臨的網路蕭條》(The Coming Internet Depression)一書中分析,前一段時間的經濟榮景,原因不單是市場供需法則,而是來自以科技業帶動的創新力量,創造出許多新產品,大幅提高生產力。至於維繫創新的動能,則來自創業家、創投、承銷商、投資大眾、消費者所形成的體系,和資本市場及消費市場緊密連結,讓參與創新過程的人,都能得到報酬,自然回饋強化了創新的動能。

**非理性蕭條

**
孟岱爾擔心,網路熱的退燒,不只是企業和大眾對網路灰心,而是連帶對整個創新體系的灰心(因為把參與創新等同參與.com,但.com只是創新的一種),使得其中成員接連退出,體系瓦解,創新動能殆失,景氣跟著下滑。
孟岱爾的憂慮,從這4位執行長被撤換得到証實。董事會和投資大眾不只對網路事業失望,而是對繼續投資新事業失望,他們要在短期看到獲利,任何長期投資都要重新評估,不確定的案子直接砍掉。4位執行長下台,反應的是當下社會集體氣氛,接下來肯定有更多大企業執行長中箭落馬,眾怒才能平息。先前過度投資形成的「非理性繁榮」,矯枉過正成了當下的「非理性蕭條」。
創新就像賭博,沒有把把都贏的事。獲取報酬一定得承擔風險,但承擔風險不一定有報酬。如果不賭,自然沒有風險,但獲得報酬的機會就是零。在創新能量恢復之前,要看到景氣回春恐怕很難,要看到下台的執行長還容易些。

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