最貴訂單破3萬元，10年送了6千萬顆鍋貼！揭開foodpanda的10個冷知識|數位時代 BusinessNext

最貴訂單破3萬元，10年送了6千萬顆鍋貼！揭開foodpanda的10個冷知識

foodpanda登台至今已走過了十個年頭，期間也累積了許多可能令你意外、不為人知的冷知識與趣味秘辛，在這十週年的大日子就帶著大家一次揭曉！

foodpanda十年之最！熱銷NO.1台式小吃、金額最高訂單通通揭密

一、foodpanda合作「最久」的店家： 老字號窯烤手工披薩「瑪莉珍披薩」是至今與foodpanda合作最久的店家。從2012年6月即開始與foodpanda合作，至今仍是許多消費者的頭號愛店，更培養許多忠實粉絲，有超過三成都是一點再點的回頭客！

二、金額「最高」的單筆訂單竟高達31,000元： 一位在台北市的消費者於foodpanda點了一家中式麵點，訂購湯包、燒賣、麻醬麵、原盅雞湯等，訂單總金額竟高達31,000元。可見不論是自己深夜在家時突然肚子餓，或是在公司與一大群同事們準備聚餐時，想吃什麼都能叫foodpanda送～

三、經驗「最豐富」的外送夥伴： foodpanda合作最久的外送夥伴-郭先生，於2015年初加入，直到今日仍是foodpanda外送夥伴，數年間累積近5萬張訂單，可謂是經驗超豐富的外送達人。

四、我就愛台！台式餐點蟬聯十年訂單榜首： foodpanda的第一筆訂單就是「台式小吃」，數據更顯示，「台式餐點」連續十年蟬聯最熱門餐點類型的冠軍。其中，台式餐點中熱銷前三名分別為鍋貼、燙青菜、酸辣湯，排名第一的鍋貼更累積賣出超過6,000萬顆。

五、foodpanda在台灣市場外送的發跡始於這一區： 2012年正式登台的foodpanda最早外送的區域位台北市內湖區東湖一帶，而目前外送服務範圍已經拓展至全台21縣市，包含離島的金門、澎湖。foodpanda更獨家提供全台本島24小時即時外送服務，讓消費者不論何時、何地想吃就叫foodpanda送～

六、一年狂點超過2,000次外送，平均一天叫5單： 目前最愛訂foodpanda外送的消費者，從2019年8月至今已累計點了逾5,000張訂單，平均每個月約點了150次外送，相當於一天三餐、下午茶到宵夜都叫foodpanda送！

七、foodpanda以前的品牌色不是粉紅色！近年竄起的粉紅新時尚： foodpanda於2012年登台，2016年成為德商DeliveryHero集團旗下的外送品牌後持續拓展台灣市場，發展即時、便利且更多元的外送服務。

2018年foodpanda重新塑造品牌形象，將原有的品牌識別色橘色改為獨特又充滿活力的「panda派對粉紅色」。

八、pandamart熊貓超市金額最「小」的訂單，只買了一瓶10元的紅茶！： 2019年，foodpanda領先業界首創雲端超市「pandamart熊貓超市」，主打快商務策略，將消費者臨時需要的物品即時送到府！而在所有熊貓超市訂單中，單筆商品金額最小的訂單竟然只有買一瓶價值10元的麥香紅茶，可見該位消費者對麥香紅茶的熱愛！

九、最多人搶著使用的優惠碼： foodpanda致力於提供消費者最多元、超值的外送服務，過去十年間更推出各式優惠碼回饋消費者的支持。foodpanda也發現是「見宏就休」最多人搶著使用的優惠碼，更被許多網友大讚是「超神跟風、搶搭話題」的優惠碼，陪伴許多民眾度過熬夜追劇的夜晚。

十、「胖胖達」的身世秘密： 2021年foodpanda品牌大使胖胖達首度登場，有著圓滾身體、動感尾巴、Q萌的「胖胖達」身高其實只有50公分，是位活潑可愛的男生。有「美食小雷達」的胖胖達，只要鎖定喜歡的食物就會以時速26公里飛奔前往。

責任編輯：錢玉紘

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。