赤道上的創業小子|數位時代 BusinessNext

這四個高中生，和世界各地同年齡的青少年一樣，腳踏氣墊鞋、課餘喜歡打電動和「掛」在ICQ上。但是他們即將擁有不同的身份：創業家。
歪歪斜斜地寫下自己的中文名字，王永順、鄧峰、張益聰和林慶偉四個十七歲的高三同學，正試圖跨出與其他同學很不同的一步，把經常在一起打電動得到的靈感，轉化為網路上實際可行的事業。「網際網路的潛能還沒有充份發揮，人與人的關係中，還存在很多機會，」像是發言人的王永順搶著說明。

**虎父無犬子

**
聽起來很玄，是吧？進一步追問這項事業的內容究竟是什麼時，四個人異口同聲回答：「還不能說太多，正在申請專利。」在訪談過程當中，一些商業術語像是business model（商業模式）、eyeball（眼球）、cash flow（現金流量）和market share（市場佔有率）等，竟然流利地從他們口中說出來。
這和家庭背景有關。四個人的父親，都在創投相關行業任職，張益聰的父親還是新加坡國家科技委員會主席。「家裡吃晚飯時，父母經常在餐桌上討論創業和投資的事情，聽著聽著我們也會了，」個子最高的林慶偉說。

**新人類大冒險

**
他們是標準的網路世代。四個人原本是國中同學，進了高中在一起的時間更多，而電腦、網路和創業是他們最有興趣的話題。「即使不見面，也透過ICQ聯絡，一天不上ICQ好像就跟不上話題，」臉上還冒著青春痘的鄧峰形容。
他們之前想過不少點子，和父母討論後都放棄了。但這一次的點子顯然不同，和他們接觸的創投願意出錢支持。「我們幫忙把點子申請專利，如果順利就籌備公司，」專門協助創立新公司的KRDL中心策略主任李鎮樟說。

**膽大心細，飛進未來

**
一股不服輸的精神，讓他們願意放手一搏。雖然年輕，四個人的海外見聞倒很豐富，經常利用寒暑假出國，已去過香港、台灣、美國和澳洲。「我們去感受這些地方的人情和環境，也了解他們怎麼看新加坡，」張益聰指出。王永順補充，「新加坡一直被認為是沒有創意、沒有偉大創業家的小島，大家都想走平穩的路，我們要創造例外，做我們真正想做的事。」
談起唸大學，四個人心中的志願，是哈佛、紐約大學和賓州大學等長春藤名校。但是在創業和升學之中，他們顯然只能做單選題。四個人還沒有最後決定，但卻已有共識：「我們之中一定會有人出來參與創業，但不見得四個人都跳下來，要視公司需要，畢竟我們沒有經營企業的經驗。」
相當成熟的回答，不是嗎？

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。