楊小仲換跑道創造峰迴路轉|數位時代 BusinessNext

記得剛踏出校門時，同班同學大多都有三、四個工作同時等著，」大學主修水利工程，創辦誠信致勝資產管理公司的楊小仲回憶，1975年剛就業時，正值政府推動十大建設等公共工程，當時的房地產業如同現今的電訊業盛況，是人人稱羨的當紅炸子雞。
十年河東，十年河西，當年炙手可熱的產業，如今卻在谷底盤旋已久。「我知道必須轉到一個人家需要的產業，」年近50的楊小仲所選擇的「有需求」產業，正是近來的熱門議題「不良資產管理」。

**無心插柳的職場際遇

**
過去10年，楊小仲遇上三次企業財務危機事件，最初是自己所任職的公司，接著是幫朋友公司解決問題，當第三次碰上類似事情，「三折肱而成良醫」的他，短短3小時便規劃出解決方案，也因此醞釀他成立專門處理「企業危機」或銀行逾期放款的公司的想法，「一則可減少社會失業，二則有市場利基，」透過各種方式活化不良資產，便是楊小仲創立誠信智勝資產管理公司的初衷。

**與「律師」陳水扁交手

**
談起這段由建築業轉換跑道的往事，有陰錯陽差，有滿腹心酸，但更多的是硬著頭皮，邊做邊學，希望早日化解僵局的信念。其中讓楊小仲記憶猶新者，就是第一次公司面臨財務危機，之後連陳水扁也參與其中的經驗。
事情發生在1981年，楊小仲在所服務的建設公司擔任開發部與業務部經理，正參與台北市松山區佔地萬坪的建築案，卻碰上合建地主發生財務危機所拖累，整個建築案因此停擺。某些賠上過半積蓄的債權人，氣得找黑道介入討債，公司高層嚇得不知如何是好，就這樣連躲帶拖，延宕了2個月仍無解決方案。當時的楊小仲，既不是股東也非公司負責人，但身為公司幹部，面對前來討債的建築小包商，於是他試著找當時債權人代表律師陳水扁商談。
然而，就事論事的陳水扁，見到他的第一句就問，「你既非股東也非負責人，那公司是否有委託書給你呢？」沒有委託書的楊小仲，在陳水扁辦公室待不到5分鐘，就被下了逐客令；步出律師辦公室，小包商聽到楊小仲就這樣毫無結果出來，甚至不諒解地連「你這個爛人！」等氣話都衝口而出。
即使與陳水扁的首次見面，是如此愕然地劃下句點，但抱著「事情總得解決」想法的楊小仲，仍不放棄地先從自己公司開始協調，「萬事起頭難，只要有誠意，雙方建立信任感後，接下來就容易多了，」在之後的折衝會議，楊小仲與陳水扁等債權人代表律師逐漸建立共識，事情也自此出現轉機。

**燙手山芋以喜劇收場

**
當時不收分文接下此案的陳水扁，正值競選台南縣長失敗，妻子又因車禍癱瘓的人生谷底。在這事情的討論過程中，不免有債權人失去理性吵鬧不休，面對爭吵，陳水扁總會不假辭色告訴委託人，「楊先生很有誠意來解決問題，你們再這樣吵下去，我看今天就解散別討論了，我家裡還有老婆要照顧呢！」楊小仲回憶起這段往事，「許多律師不願得罪客戶，但陳水扁是屬於很敢講的類型，」而這件事最後也在銀行取回債權，房屋繼續興建，住戶取得產權並交屋，承包商也取得工程款後落幕。
父親過世得早，初中時代曾有段時間寄住在育幼院的楊小仲，總相信在逆境中反能激勵人更上層樓，而即使年近半百，唸書仍是他每天最重要的事。
目前正撰寫博士論文的他，每天清晨必開收音機學英文，不論查英文單字、通訊錄、個人記帳本，都透過一只不及巴掌大的哈電族完成。雖然不是使用新潮PDA，也不是走最當紅的「科技新貴」之路，但由楊小仲身上，我們看到一位時值中年，任職台灣傳統中小企業的專業經理人，不斷提昇自我，尋求另一片天的真實故事。

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。