TradeCard讓貿易零痛苦|數位時代 BusinessNext

著名的研究機構Forrester預測，企業對企業間電子商務（B2B）的營業額，將可從1999年的1090億美元，增長至2003年的1.3兆美元，四年間將成長12倍；聽起來似乎是美景無限？
也別興奮太早，另一個聯合國世界貿易組織的統計，可能會讓你冷靜下來。
世界貿易組織調查顯示，目前全世界企業每年花費在貿易的行政開支，已超過4200億美元，其中文件處理與溝通協調，是其中花費最大的兩種成本，相當於30﹪的預估營業額，都在流程中「漏」光了。
因此，如何將過去以電話、傳真或電報的傳統貿易流程，慢慢拉向「自動化」電子商務，仍是許多國家與企業的長跑目標，TradeCard就是這場馬拉松中的一員。

**加速傳統國際貿易流程

**
1994年集團總部設於美國紐約，1999年開始獨立運作的TradeCard，核心業務正是以跨國貿易商為主要對象，幫他們解決這惱人的跨國文件溝通與付款問題。
TradeCard在線上提供了一貫化完成的交易機制，解決傳統開信用狀的不便，可即時接收海外買主的付款保證通知，幫助賣方即時掌握商機。如TradeCard總裁兼營運長Guy J.Rey-Herm便指出，透過線上開信用狀，TradeCard可提供進出口廠商線上融資服務。
在過去，由於申請信用狀至少都會牽涉到買賣雙方與銀行，文件透過傳真郵寄往來，耗時費事；但在網路時代，信用狀也開始披上科技外衣，如幫助企業加速文件核實與財務結算的TradeCard財務平台，就是顛覆傳統信用狀流程的實例之一。

**為信用狀裝上科技引擎

**
舉我們一般所使用的信用卡為例：每位持卡人都有個「信用額度」，在此額度內，消費者可享受到先買賣、後付款的便利。類似的概念運用至企業上，若公司成為TradeCard會員，當在一定額度內與其他國家的進出口商進行貿易時，就可在網路上直接處理訂購、協商、文件審核與貨款支付等過程，省卻過去必須不停發傳真協商、打電話確認，甚至跑銀行的痛苦經驗。
在美國擁有7100個經銷點的電子產品連鎖集團RadioShack，便是透過TradeCard的電子商務平台，完成國際交易的企業。
他們藉由提供已獲美國專利的文件審核系統，幫買賣雙方查核資料是否符合合約內容；達成買賣協議後，賣方會收到付款保證書，而貨款則會以電子化方式，從買方帳戶匯到賣方帳戶。
相對過去繁瑣漫長的手續，TradeCard如同為傳統信用狀裝上引擎般，加速了貿易溝通的速度，RadioShack資深副總裁Dwain Hughes也指出，TradeCard不但節省了使用書面文件的需要，也幫助他們取得更準確的資料，大幅改善傳統的國際交易程序。

**透過銀行推廣台灣市場

**
征戰美國後，TradeCard也相中了台灣。擁有數十年銀行經驗，並曾在中國、台灣及印尼負責進出口貿易的TradeCard亞太區業務總監魏凱（Carl Wegner）認為，台灣接受電子商務觀念的程度很高，再加上經濟體以中小企業與貿易為主，是TradeCard相當看好的潛力市場。
目前他們的作法，是透過既有銀行體系推廣市場，而以台灣跨洲銀行為宗旨的華信銀行，已成為他們在台灣的第一個合作夥伴。細說華信銀行會加入TradeCard陣容的原因，華信總經理盧正昕認為，這項合作案具備了「運用網路科技，打造國際貿易新型態」的內涵。
TradeCard的發展潛力，不僅受到許多貿易夥伴認同，也獲得許多創投與法人青睞。去年11月，TradeCard與香港官方及11家企業合組的貿易通公司簽訂合作協議；而在台灣方面，透過資策會牽線引介，去年底則與致力於銀行連線作業的拓宇科技結盟，共同解決金流系統問題，目前與錸德也在洽談中。月前，這家背後股東已包括通用電器資訊服務（GE Information Services）以及世界貿易中心協會（World Trade Centers Association）的科技公司，已獲得日本軟體銀行、三菱與三井公司策略性投資。
儘管B2B熱度在NASDAQ一直是當紅不讓，但是否真能如研究機構所預測般盡如人意，誰也不知道。不過，起碼可確定的是，這個專注於處理企業跨國貿易的科技公司，已在台灣開啟了一扇門，等待中小企業主進門一探。

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。