無微不至的台達大家長|數位時代 BusinessNext

過了石碣大橋，順著主要聯外道路東風路直行約5分鐘，就可以看見路上方的「台達工業區」指示牌，這也是石碣鎮內最具規模的工業區，不少業界人士私下稱石碣為「台達鎮」。
台達目前在東莞有5個廠區，土地面積約140萬平方公尺，分別生產變壓器、電源轉換器、顯示器、電池以及網路集線與相關元件，員工數量超過2萬人。至2000年10月份為止，台達在大陸投資總額約為20億台幣，2000年上半年大陸地區營收約為205億台幣，扣除回銷的部份，大陸營收佔全體比重約70%。

**自給自足的小世界

**
台達廠區內除了工廠之外，從員工宿舍、餐廳，到銀行、郵局、小型超市、醫務所、球場、KTV場地一應俱全，就像個自給自足的小世界。而這一切，都是現任東莞台達電子副總經理曾紀堅，及幾位早期幹部一點一滴建立起來的。
大量的外來員工，發展出東莞地區特有集體生活的管理方式。比起過去管工廠的經驗，曾紀堅說，現在不僅要管好產能品質，還必須照顧員工生活各層面，「很多是少小離家的年輕小女孩，自然要多替他們著想。」
像曾紀堅、人事經理李韋成等主要幹部，所扮演的不光是老闆的角色，有時候更像是員工的親人、朋友，從工作狀況、日常生活到休閒娛樂，每個環節都有一套管理的原則，「有時候覺得自己真像多事的老媽媽，」李韋成說。
談到跟員工相處的經驗，曾紀堅對教員工打躲避球印象深刻。躲避球是許多台灣人兒時重要的運動項目，但在中國，沒人知道這是怎麼回事，曾紀堅除了教員工打球，還經常親自下海示範。
訪談當天晚上，正進行躲避球的冠亞軍之爭，加油討論之聲不絕於耳，最後由三廠員工所組成的隊伍，以直落二的成績打敗對手。
進入台達超過20年的曾紀堅，在1992年被賦予建新廠的任務之前，從沒料到他的後半生，會跟中國這塊土地有如此緊密的關連。
曾紀堅還記得當初剛到的情景，「真的是什麼都沒有，連吃住的地方都找不到，眼睛看到的不是田就是土。」有好幾個月的時間，曾紀堅吃住都在石碣當局機關內，也因此培養出極佳的互動關係。需要用車，當地政府會從僅有的三部車中，調撥一部供他們輪流使用；建廠初期的電話，還是當時石碣鎮副書記的自家號碼，甚至連工廠物料進出不順，石碣官員都願意替他們向中國海關做擔保。

**不斷成長變化的中國

**
8年的時間說長不長，卻讓曾紀堅深切感受到中國市場的變化與成長。
最明顯的是人力素質的提升。台達從1993年，就積極在中國各大學招募人才。面談的經驗，讓曾紀堅大感中國進步之快，「以前應徵者在意的是薪水、工時及福利，現在他們更關心公司的技術、願景、以及個人可發揮的空間。」
人才素質提升，加上台灣幹部難求，東莞的台商都已經落實本土化政策，台達也不例外。
29歲的趙曉衛，來自甘肅蘭州，1993年畢業後就進入台達，從生產製程做起，1999年接任台達一廠的廠長。趙曉衛覺得自己是一個本土化很好的例子，「有助於彼此的相互了解及信任，」他表示，公司與員工間的相互信任，是台商成功的關鍵。
「他們缺的只是經驗及機會，」曾紀堅說，「但你可以感覺到他們幹勁，還有觀念、能力進步的速度，」曾紀堅不諱言，台灣累積30年的管理經驗，不出三、五年，就有可能被追上，「不僅是企業本身，連工作者都要想清楚自己優勢在哪裡？」
為了保持企業的競爭力，台達正在華東吳江地區，已開發第一期三大廠區，面積高達1,350萬平方公尺，將於2001年6月完工，規模與設備產能將會是台達電東莞廠的1.5至2倍大。
曾紀堅指出，東莞仍將保持生產電源供應器等台達既有產品，並以外銷市場為主，而吳江地區則將支援台達新產品的生產，著眼內銷市場的開拓，「中國市場也許短期內沒有那麼大的市場，但已經開始起飛。」站在中國的土地上，曾紀堅除了一股成就感，還有更多的責任。

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。