詹宏志~專業技能上的「聖嬰現象」
詹宏志~專業技能上的「聖嬰現象」
2002.07.01 | 科技

有一次,《運動畫刊》(Sports Illustrated)的一位專欄作家撰文寫新近冒出頭的棒球好手的專題時,看著年輕人創造的驚人成績,他忍不住出聲讚嘆說:「他們這麼出色,但,天啊,他們還這麼年輕!」
同樣驚嘆不已的不可置信,也出現在高爾夫球超級巨星老虎伍茲誕生於美國公開賽的那一刻,在這項從前相信「嘴上無毛,揮桿不牢」的成熟男子運動裡,少年英雄再一次推翻了它長久以來的神話。伍茲,或者後來的「聖嬰」賈西亞,以及陸續冒出頭的各色各樣高球新秀,觀球者和評論者都忍不住又要感嘆,「他們那麼年輕,但,天啊,他們怎麼這麼厲害!」
為什麼各種運動在最近會出現這些「聖嬰現象」?我猜想,是品種的改良,以及學習的提前。

**名副其實的「新人類」

**
新生代人類挾著歷史上未曾有過的營養、衛生、環境,加上養育、照顧的知識,「取精用宏」,變得比任何世代都更健康、更強壯、更美麗,物種上點點滴滴的悄悄改良,實際上已使他們變成名副其實的「新人類」。新來者跳得更高、跑得更快、也更有力氣,這已經是另一個很容易忽略的沈默革命,我們可能還要繼續見識更大的驚奇。
但另一個原因是學習來源的充沛,他們的起步比從前的任何一個世代都提前得太多了;你可能聽說老虎伍茲3歲學揮高爾夫球桿的故事,另一位棒球選手小葛瑞菲的啟蒙也是3歲,新來的網球選手威廉絲姐妹第一次拿到球拍也是3歲。你以為他是年輕人、稚嫩沒經驗的新人,但他在球場上的資歷「老」得嚇人,在你看稚氣未脫的他第一次在電視轉播中揮桿之前,他已經每日練習揮桿500下,持之以恆快15年了,雖然他現在才18歲。
這樣的現象也開始陸續發生在我們的身邊了,我自己就見識了一位。我的一對作家夫婦的女兒,7、8歲的時候突然喜歡馬,一本關於馬的百科圖鑑被她讀得滾瓜爛熟,她幾乎可以教我們這些大人所有與馬有關的知識;這位小女孩也是看星星的專家,我們一起外出旅行時,在郊外的夜裡看見墨色天空的滿天星斗,一群大人央求這位小女孩給大家做個解說,這位勉為其難的女孩就用她稚聲未脫的聲音,在夜裡教導一群目瞪口呆又頻頻點頭的中年知識分子。也許我應該說,這是正常的,如果我們這個世代的人,在年幼聰慧的蒙童時期也有這麼多方便的書刊(知識工具),我們也許也是多識多能的吧?

**不斷冒出來的少年達人

**
專門技能可能來得更快,年輕小孩如果很早接觸、心無旁騖,他可能很快就掌握某種過去僅存於成人的熟練技能,成為不可思議的「少年達人」。在《數位時代雙週》的採訪裡,我們就看見7歲的冠軍調酒師、13歲的冠軍蛋糕師傅、14歲的翻譯家、15歲的融資融券作手、15歲的電腦遊戲藝術設計……。這就是正在我們身邊不斷冒出來的「少年達人現象」,他們不只出現在運動上,他們其實也出現在各種專門技能上。
如果我們願意承認,「聖嬰現象」下一步甚至會發生在知識與學術上;想想看,雖然年輕一代的讀書動機與用功程度常受垢病,但他們的知識環境比前面的世代是好得太多,他們的起步可以早得許多(和3歲拿高爾夫球桿同樣的意思),而所有的知識又唾手可得(想想看網際網路)。是的,他們可能普遍不如從前世代飢渴求知和沉潛用功,但他們當中只要有若干人有求知的慾望和企圖,他們的博學多聞就會是歷史上不能想像的規模。

**達人也有需要慢慢來的時候

**
「少年達人」是一種混合的福份,在他們的世代裡,他們比前人有機會接觸,有環境學習,他們的專業技能會比過去來得更早、分工更細,有更多的前程可供選擇;他們比前人更聰明(這是物種改良的部份),又比前人更有機會、也更有學習工具,他們當中出現各種達人是可以理解的,而且我們極可能只看到大浪頭的一點點水花而已。
但我們要小心「少年達人」那些事?
我想到歷史上約翰.司圖亞特.穆勒(John Stuart Mill)的故事。少年穆勒童年受教於父親,3歲能讀希臘文,進而能讀柏拉圖等經典,是一位早慧的天才;他4歲起負責教妹妹希臘文和拉丁文,5歲已能隨父親討論各種史上重要經典(他沒有休閒讀物,唯一被他當做童年故事書消遣的,竟然是吉朋的《羅馬帝國興亡史》)。他後來在《自傳》透露,因為他只有知性上的發展,而知識的成熟也讓所有的人以為在情感上他也同等成熟,事實上他情感與情緒都還是一個小孩,父親過世後他幾乎精神崩潰,因為他從來不知道怎麼樣依賴自己。這個故事提醒我們,他們是「達人」,但他們也是「少年」;他們仍然有需要慢慢來的部份。「少年達人現象」會愈來愈明顯,我們不要覺得奇怪;但少年仍需情感的灌注與愛護,不要太快讓他們只有自己。

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