從巨人肩膀躍上國際|數位時代 BusinessNext

牛頓發現萬有引力之後，曾說過他是因為「站在巨人肩膀上，所以看得更高更遠。」國內在開發無線通訊應用領域卓然有成的無線數網科技，也正是秉持「巨人肩膀」的策略，一路緊緊跟隨國際系統廠商與國內系統業者趨勢，不但安度前2年低潮的WAP市場，也儲備足夠能量，準備在GPRS時代來臨時大展身手。
攤開無線數網的客戶名單，幾乎所有國內系統業者都名列榜上，產品涵蓋股市金融服務、遊戲軟體、個人資訊管理系統（PIM）。
在手機廠商方面，無線數網也為摩托羅拉建置無線入口網站，並獨家提供四個遊戲軟體給諾基亞的全球行動娛樂計畫（Mobile Entertainment Program）。
無線數網總經理崔用德表示，他們一向與手機廠商、系統業者等「巨人」密切配合，跟隨主流市場趨勢，所以才有今天的成績。崔用德解釋，無線數網做生意的對象，資本額動輒比他們大上幾千倍、幾萬倍，稍有不慎就會被吃掉，但如果謹慎配合對方的策略，反而可以確保營收，「大餅雖大，如果我們想單獨吃，可能一口都吃不到，跟著他們反而可以吃飽。」
以遊戲軟體為例，崔用德指出，他們以利潤分享或租賃的方式，提供多種遊戲給系統業者，擁有固定的收入。而在無線入口網站上，他們很早就認清系統業者在其中的位置與影響力，因此並沒有在上面浪費資源，把目標轉向協助系統業者建製無線應用服務，例如和信電訊的金融服務A錢機，與中華電信的個人資訊管理。

**與「巨人」密切合作

**
除了與系統業者密切配合，無線數網與諾基亞的關係更是深厚。去年10月，無線數網以娛樂軟體「行動賭場」（M-casino），獲得諾基亞 WAP Hothouse軟體設計比賽台灣區首獎，這個軟體還被諾基亞買下，預備推到其他地區。
崔用德表示，無線數網替諾基亞設計的軟體以及系統整合服務，經過諾基亞認證之後，被綑綁到系統裡賣到其他地區，等於替他們打開國際市場，是花再多錢也做不到的宣傳效果。

**研發是最大的無形資產

**
崔用德是一手推動「巨人策略」的主導者，打造無線數網在軟體研發成績的幕後功臣，則是研發部副總吳慶彬。
在吳慶彬加入無線數網之前，他和3位工作夥伴窩在萬芳社區的地下室，埋頭寫WAP程式。「但是地下室收訊不良，每次要測試的時候，大夥還要不辭勞苦跑到一樓！」
研發有了成果，吳慶彬把產品賣給無線數網的母公司數位網紀，數位網紀進而把它的無線通訊部門獨立出來，才有現在的無線數網。目前無線數網全部60位員工中，研發部門就佔30位，是無線數網最大的無形資產。
展望未來，吳慶彬強調國際手機大廠已陸續推出內建Java語言的手機，預計今年年中開始市場逐漸發燒，而無線數網很早就注意到這個趨勢，研發團隊也具備用Java語言撰寫軟體程式的能力，未來在設計應用軟體上，有信心可以交出更好的成績單。

**謹慎跨出下一步

**
擁有靈活的商業模式與出色的研發能力，讓無線數網在成立初期闖出不錯的成績，但是面對前景渾沌不明的無線通訊市場，無線數網必須更小心踏出每一步，才能在未來的市場裡保有一席位置。
崔用德不諱言，無線數網能否繼續成長，和整個市場的發展狀況有密切關係，以目前行動上網市場發展不如預期的情形看來，無線數網未來將考慮「從無線通訊研發者的角色進一步成為player」，和國際大廠進行更密切的合作，這絕對是更艱鉅的挑戰。

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。