台塑市值暴跌6成！王文淵啟動861人「AI轉型小組」，一聲令下：沒未來的，不做！|數位時代 BusinessNext

台塑市值暴跌6成！王文淵啟動861人「AI轉型小組」，一聲令下：沒未來的，不做！

台塑四寶市值平均大跌近6成，總市值已跌破2009年金融海嘯的低點，創下15年來新低。台塑集團總裁王文淵成立企業轉型小組，怎麼做？

中國產能過剩在全球掀起的紅海殺戮海嘯，身為台灣石化業龍頭的台塑集團，處於風暴第一排，股價下跌反映獲利急凍，大盤5年漲58%，台塑四寶市值卻平均大跌近6成，總市值已跌破2009年金融海嘯的低點，創下15年來新低。

台塑集團總裁王文淵在接受本刊獨家專訪時，坦然談到這波空前的衝擊。王文淵直言，轉型是企業的必走之路，若沒有持續進步，整個集團向來引以為傲的優勢，最後也會被迎頭趕上甚至超越。

原本轉型就是集團的現在進行式，風暴來襲則讓轉型腳步10倍速加快了。

2024年8月，王文淵一聲令下，台塑集團總管理處及4大公司歷經多次會議，成立企業轉型小組，位階和總經理室平行，由南亞董事長吳嘉昭擔任召集人，各事業體總計投入861人，成為轉型樞紐，定期開會，4大公司董總都要參加。

就以數位轉型來說，王文淵對數據管理與深化集團的AI應用念茲在茲。「台塑集團在永續經營的道路上，AI不可或缺，一定要放進來！」王文淵強調，同時他也深諳導入AI要top-down（自上而下）才有效果，「我親自監督，他們不敢放鬆。」

王文淵要求動起來，集團開始盤點從哪裡著手。最後，決定率先鎖定營運動態管理，以及生產製程端的數據優化兩大路徑，各企業體都要以此為目標提案。

身為總召的吳嘉昭解釋，「各公司原本就有各自的轉型策略，再從中歸納為產品轉型、事業轉型、低碳轉型、能源轉型及數位轉型。」根據公司各自的產品特性與自身優勢訂定目標，如南亞專長在加工技術，盤點集團資源後，上下游有共同轉型方向時，就可以透過轉型小組整合，決定目標及分工。

「說實在，大家都非常努力，可是我們這2年表現確實不好，」談到集團轉型，台塑集團常務委員王瑞瑜犀利發言，「我覺得沒有藉口，應該要提高層次，不只是轉型而已，一定要革心，希望我們要從心態、思惟，然後鼓勵同仁想法更創新、更有彈性。」

王瑞瑜強調，台塑身為龍頭企業，難免犯了看大不看小的毛病，但如果小機會都看不上眼而放棄，未來根本沒有機會把它做大，「我一直希望同仁要有一個思惟：不要說小量就不接，然後就喪失這個機會，剛提到的革心就是說，我們的心態要開始調整，以前的作法或許是對的，或許夠了，現在不夠了。」

「 大的、小的都做，僅沒有未來的不做！ 」對此，王文淵進一步定調，並認為集團仍在轉型過程中的磨合期，如何在營收與利益間取得最大平衡是一項課題。作法上，可從既有產品經營改善，包括產線整併或關閉、優化產品組合。

工研院產科國際所材化組組長劉致中觀察，台塑就像艘大船，「要轉方向，總不可能舵一扭就過去，那可能會翻船，只能一邊調整，一邊轉型。」

台塑四寶逾80萬名小股東最殷切關心的是，這樣的陣痛要多久？王文淵坦言：「我們集團規模不小，每項轉型工作都不容易，也都需要花費很長的時間。」

對於何時突圍脫困，王文淵沒有把話說死，但轉型的軍旗終究已經在他手上高高舉起，「不論是要重返榮耀，還是追求永續，這……，都是一條非走不可的路。」王文淵以此作結。

本文授權轉載自今周刊

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。