貧窮,是最好的學校!
貧窮,是最好的學校!
2001.12.01 | 科技

對35歲的林昺宏來說,過去這12年的工作經驗,比多數人工作一輩子還精彩。
他曾經一個人單槍匹馬,深入歐洲和美國市場,用生硬的英語,與客戶周旋數天數夜,終於搶下訂單,讓公司吃下大補丸。離30歲還差1年,林昺宏所扛的業績,就已超過40億台幣。
他在1992年加入明碁電腦(現改名為明碁電通),那一年,明碁的營收剛破40億台幣,今年則預計會達590億,10年來成長14倍,見證台灣在資訊電子工業的爆炸性成長,也讓平凡背景的林昺宏,注定有不平凡的職場生涯。
明碁在1996年搶下惠普的顯示器訂單,1997年攻進IBM、以及1999年贏得戴爾訂單,這3次指標性的勝利,都由林昺宏策動。「能打贏飛利浦和三星,是一種成長喜悅,但也有找不到下一個大客戶的困擾,」穿著淡條紋Polo襯衫、休閒褲、身材中等、外表像典型工程師,卻有著業務人霸氣的林昺宏說。
「每一個人都想要傑出,就看你有沒有走對路,」剛升任明碁關係企業達信科技副總理的林昺宏強調。他是目前明碁集團中最年輕的副總經理。
要走對路,林昺宏花了一番功夫。中原化工系畢業,林昺宏沒考上研究所、當兵又抽到馬祖,一時之間,「以為生命就此走到盡頭。」

**在軍中培養做業務的觀察力

**
不過,塞翁失馬,焉知非福。他在馬祖醫院服役的1年10個月,認識從台大和陽明醫學院畢業的醫官,也認識僅小學畢業的阿兵哥。在龍蛇雜處的環境中,他觀察到不同的行為模式和思考邏輯。「我了解到,每個人都遵照一定的行為模式,這也影響他的購買行為,這種發現對做業務的人很重要,」他指出。
退伍前,他偶然從在宏碁上班的姐姐那裡得知:台灣有75%的優秀人才,投身到資訊電子業。
這項訊息為還在徬徨的林昺宏點亮一盞燈。「我心裡想,要成功,就要和優秀人才競爭,」化工背景出身的林昺宏,選擇結合電子和化工兩種專長的印刷電路板領域,全部履歷表都投到印刷電路板業。相較大學同學進入台塑和南亞,林昺宏選擇華通電腦,跨出他進入電子業的第一步。
自稱「屁股長針坐不住」的林昺宏,一開始就無意當工程師。進入華通,他選擇做業務來磨練自己,也開啟他的新視野。他在華通的主管鼓勵他,「做業務永遠要追求更大營收。」這句話他一直謹記在心。不管有沒有拿到訂單,林昺宏都會請對方告訴他原因,做為改進的參考。
有一回,客戶直接打電話給主管,抱怨林昺宏不負責,要求主管把他換掉,但這位主管不動聲色,改按speaker鍵,把客戶的聲音放出來,並請林昺宏進辦公室一起聽。事後,主管不但沒有責備,反而安慰他:「沒有關係,年輕人總會做錯事。」這次經驗讓林昺宏體會,做業務不只要贏得客戶訂單,更要贏得客戶信任。
在華通歷練2年,林昺宏已有信心進軍電子業,並以王安電腦做為第二份工作。世事未必盡如人意。3個月後,王安電腦宣布破產,林昺宏的工作也沒了,「生命好像再次走到盡頭。」
他回憶,從落地窗的辦公室望出去,每天最怕看到客戶來要錢,與之前期待客戶來下單的心情截然不同,客戶一來他就緊張,只能千拜託萬拜託展延票期。
那是1992年5月,全球電子業將進入爆炸性成長的前夕,機會多,競爭也異常殘酷。王安曾在1980年代與IBM平起平坐,卻在不到10年內灰飛煙滅,電子業的淘汰速度令其他產業瞠目,卻也讓年輕人快速成長。

**用心,贏得客戶信任

**
林昺宏主動出擊,從104問到華碩電話,從總機一路查到負責業務的李聰榮經理,自我推薦表明應徵。李聰榮很訝異,因為華碩當時根本沒有登報找人。林昺宏後來同時錄取華碩和明碁的工作,並選擇到明碁,「因為薪水多3000塊,現在算起來少賺很多,」他頑皮地笑著說。
進明碁1年後,27歲的林昺宏,跟著副總經理洪中耀到芬蘭談生意。那是他第一次出國,母親很為他高興。但是對於英文普通、接起電話聽到「Hello」就趕忙掛話筒的林昺宏,卻是七上八下。出發前,他把近50頁的英文合約背得滾瓜爛熟,深怕在談判過程出狀況。
到了芬蘭,坐在談判桌上,時差還未調過來的林昺宏,配合著長官,仔細用英文應對,但還是不小心用中文說出「合約第三點」,讓對方有些錯愕。「明碁那時剛起步,願意給年輕人很多機會,」他說。跟著洪中耀和李焜耀等長官四處征戰,長了見識,也多了膽量,讓他日後可以獨當一面。
那也是台灣電子業大舉擴張海外的開頭,不管是建廠或搶訂單,不管在歐洲的赫爾辛基或蘇格蘭、亞洲的檳城或蘇州、還是美洲的墨西哥。一批批青澀但有專業的經理人,奮力為台灣電子業衝刺版圖。
累積多次商業談判經驗,林昺宏利用每一次機會觀察,分析不同文化人種的思考模式和購買行為,以擬定應對策略。在談判空檔,他會到當地街道閒逛,看雜誌報紙,了解生活習性和風土人情、甚至失業率和社會問題等。
晚上吃飯時,這些就是很好的聊天話題。也因為林昺宏用心,總能贏得對方信任。那一批和他談生意的芬蘭公司代表,後來還邀請他去芬蘭滑雪,在天寒地凍的山上洗三溫暖,再一起光著身子跑到戶外,把雪互相丟到對方身上。「信任是慢慢建立來的,」他說。

**不服輸,所以加速向前

**
為了加強英語能力,每一次打電話給外國客戶前,林昺宏都會把要講的話先打成文件,再用word裡面的文法和同義字功能,幫忙糾正文法並推薦單字。完成後,他會先傳真給客戶,然後再打電話給客戶朗誦1遍。如果客戶有提到其他事情,他會先記下來,然後同樣的程序再做1遍,確保客戶得到他要的。
「我曾經花5個小時打一篇傳真,只為講20分鐘的話,」林昺宏指出。這樣的動作反覆練習,使他對英文愈來愈有自信。他曾在荷蘭街頭遇見1位會說5國語言的人,「但那傢伙看來笨笨地,是環境使他必須如此。」
林昺宏從當兵時就養成看歷史書的習慣,從《資治通鑑》到清末民初的歷史,他都很有興趣,從這些史籍故事中,「可以看到人性,以及思考事情背後的心理因素。」
林昺宏強調:「貧窮,是最好的學校」,像創辦明碁的李焜耀那一輩,白手起家,對自我期待很高,給他的壓力和影響很大,使他遇到機會絕不鬆手。為了拿下惠普這個客戶,林昺宏花整整1年時間準備;為了讓戴爾的業務主管回電話,他把對方的語音信箱和電子郵件信箱都灌爆,並在對方回覆後,前後飛到德州奧斯汀(戴爾總部所在)3趟,終於爭取到對方下詢價單。
去年,他離開熟悉的顯示器業務,轉到明碁旗下的達信科技,要把這家做光碟片的新公司帶起來,與中環、錸德和精碟等前三大競爭。現在,他的業務責任減輕,但管理責任加重。「以前是幫別人抬轎,感覺訂單都是我拿的,現在是請別人抬轎,要把榮耀分給別人,」他給自己定下目標。
除了上班,每周一、三、四的晚上和周六白天,他還要從桃園的廠區北上,到政大讀EMBA,補充管理知識。「我常想,和我同年紀、在其他國家工作的經理人,是否走得更快,」他臉上顯露不服輸的表情,「要讓自己不落後,只有加快向前。」

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