中信金表態續戰中新併！新壽副董洪士琪4聲明挺「新新併」：維持現狀即是落伍|數位時代 BusinessNext

中信金表態續戰中新併！新壽副董洪士琪4聲明挺「新新併」：維持現狀即是落伍

金管會16日宣布緩議中信金投資新光金案後，中信金17日晚間指出，將盡快重新修訂計畫，再送董事會核定，表明再戰「中新併」意願。

中信金表明續戰！新光金股東會投票成關鍵

而在金管會16日晚間宣布緩議中新併，中信金沈澱1天後發布重訊後， 持反對新新併立場的新光集團大股東林伯翰則聲明，呼籲新光金股東於10月9日股東臨時會對新新併投下反對票 ，引起洪士琪18日聲明回擊。

洪士琪表示，2023年6月新光金董事會全面改組，改善經營體質，而有今天轉虧為盈、價值浮現的成績，此為全體股東及現有經營團隊、員工共同努力才能完成，「我們一起攜手創造這份驕傲。」

洪士琪指控，林伯翰近日以抹黑阻撓新光金變革、阻礙新新併，甚至將長年為新光打拚的夥伴稱之為「打工仔」，身為林家後代，在享受他人努力打拚成果時，卻一再踐踏別人付出的心血努力、為一己之私攻擊孕育他成長的新光大家庭。

洪士琪表示， 台新金在9月11日宣布調整價格後，依9月16日收盤價，台新金出價已達14.42元，已超越中信金價格，符合股東期待，希望股東慎思明辨，勿被誤導。

金管會曝合併2關鍵：完全現金＋股東會同意

金管會於16日晚間由副主委邱淑貞率3大業務局首長召開臨時記者會，邱淑貞指出，中信金控遞交的投資計畫中，未能針對各種可能狀況提出完整規劃，欠缺具體執行內容，因此對中信金收購新光金案，予以緩議。

邱淑貞也指出，中信金對於新光金重要子公司新光人壽的財務狀況掌握不足，未能提出具體的增資承諾，加上公開收購加入「換股」方式，對雙方股東權益保障不足。

金管會緩議的最大關鍵，在於中信金收購方案為「換股加現金」，而非「全數現金」，牽涉股權是二或三家公司需經股東會同意，而非董事會決議就能敵意併購。換言之，金管會比較傾向未來敵意併購要採「完全現金」。

洪士琪4點聲明全文

維持現狀即是落伍，支持新新併、創造新未來

一、去年6月在大多數股東的支持下，新光金控董事會才能全面改組，因此有機會改善經營體質，而有今日轉虧為盈、價值浮現的成績。這是我們全體股東及現有經營團隊、員工共同努力下，才能完成，是我們一起攜手創造了這份驕傲。

二、然值此合併關鍵時刻，原造成新光金控經營不善之部分成員林伯翰先生，近日一直以抹黑方式阻撓新光變革，阻礙台新新光併，甚將長年為新光打拚的夥伴們稱之為「打工仔」，這是多麼讓人感慨又氣憤的事。

身為林家後代在享受著他人努力打拚的成果時，卻一再踐踏著別人所付出的心血努力、為一己之私攻擊孕育他成長的新光大家庭，這樣的人實在不值得股東們的信賴託負！而且台新金控於9月11日宣布調整價格後，依9月16日收盤價，台新金出價達14.42元，已超越中信金價格，符合股東們的期待，希望股東們慎思明辨，勿被誤導。

三、新光金控在新經營團隊努力下，好不容易有今日的成績，也找到願意一起攜手共組未來的台新金控，雙方文化背景相似、融合會更加速，員工安心、客戶放心，公司就有信心往更美好的方向邁進，進而回饋更好的報酬給股東，成就四贏。

四、在此特別感謝主管機關用心維持金融秩序之穩定，以及新光金股東對新經營團隊之肯定，因此，懇請所有股東本著去年支持我們改革的熱情，再度支持陪伴我們，走完成功的最後一哩路，支持台新新光併，換股成為未來新公司的股東，一起共享未來經營成果。

責任編輯：李先泰

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。