錢本哲學vs.人本哲學
錢本哲學vs.人本哲學
1999.11.01 |

工業革命之後,大量生產的時代來臨。一九一一年,美國的工程師泰勒(Frederick W. Taylor)出版了一本影響深遠的著作《科學管理的原理》,其要旨為:任何工作者都可以用時間與動作效率來分析,然後分工成獨立的單元,由受過訓練的專業人員執行;管理者最重要的任務,就是激勵和控制員工,確定各分工之間能夠維持協調。
第二次世界大戰結束後,經濟蓬勃發展,創造了大量的市場,而使企業資金成為關鍵性的策略資源(機會無限、資金有限)。公司因此發展出複雜的預算與策略規劃制度來主導資金運用,而為了控管這些制度與決策流程,公司總部的規模日益龐大,公司和員工之間開始發酵出新的關係:在強調效率的過程中,管理的重心變成資金的分配與控制,員工只是可以被替換的工具而已。一九五六年,社會學家懷特(William Whyte)撰寫了《組織人》(The Organization Man)一書,清楚地闡明了企業如何為了便於控管而維持員工的一致性,以致於壓抑了他們主動精神和創造潛力。

**看不見的手,維持平衡?

**
讓這個現象雪上加霜的是經濟學家的市場理論,他們假設人人以追求利益為目標,而將企業和市場劃分為彼此敵對的雙方。市場的一方代表社會的利益,期望自由競爭以享受最大的「消費者利益」。企業的一方代表公司的利益,努力營造競爭障礙以保護最大的投資利益。在「人人追求自己最大利益」的前提下,由「供需法則」這隻「看不見的手」來維持市場機制的運作平衡。
波特教授(Michael Porter)被奉為「競爭力大師」,其理論即認為:公司恆與供應商、顧客、競爭者、以及潛在的競爭者處於抗衡與對立,而管理階層的挑戰,就在於如何使敵對者處於劣勢,而從產品的價值中為自己獲取最大和持久的利益。經濟學家這種理論所隱含的假設就是經濟大餅的尺寸是固定的,競爭是零和的遊戲,因此企業的利潤必定與社會的利潤衝突,須由市場來制衡,並美其名為「市場經濟」。

**「市場經濟」,是名詞的誤用

**
慶幸的是,經濟學家這種看法並不符合發生的實際狀況。《以人為本的企業》(The Individualized Corporation)一書的作者巴雷特(Christopher A.Bartlett)和高學爾(Sumantra Ghoshal)在長達六年的研究之後發現:「過去一百年來,人類的生活品質之所以能夠史無前例不斷地改善,最重要的原因,就是公司能夠持續地提升其生產力,及創造新產品和服務的才華。就像諾貝爾得主塞門(Herbert Simon)說的,把現代社會稱為『市場經濟』,是名詞的誤用。他認為現代社會主要是一種『組織經濟』,也就是大部分的經濟價值並不是在經濟學家們理想中完全自由的市場裡,透過最純粹的競爭而創造出來的。而是在很有效率而功能健全的企業裡,透過龐大人力的集合運作,並在組織整體的大方向協調之下所創造的。」

**人本哲學的管理策略

**
換句話說,經濟學家過去認為「企業只是一個經濟實體,其目的在於利用顧客和供應商來獲取最大的價值」,這樣的觀點已經不符合時代。企業應被視為維持現代社會進步最重要的機制:其為社會所創造的價值乃是提升大眾生活品質的重要動力。在這樣的理念之下,傳統的管理階層把重點放在策略、結構、和制度上的「錢本哲學」,必須改變為以「目標、過程、人才」為主的「人本哲學」。
以市場的角度看待自己的公司,自然也會以市場的法則來對待自己的員工,而當每一個員工都只為了自己的利益來做事的時候,公司就失去成為現代「社會機構」的意義,因為人們在市場中必須先看到自己的利益才會去交易,但是市場本身並無法創造新的價值。公司為了要創造新的價值,必須犧牲某些「市場效率」,把資源用在無法立刻產生最大「市場報酬」的地方。

**新經濟時代的企業觀

**
讓人興奮的是抱持這種哲學的公司(如:3M、ABB等)其長久的績效反而超越了只相信「市場法則」的公司(如:Norton、 Westinghouse等):因為「人本哲學」公司的員工們較善於以合作的精神整合必要的資源來創造新的價值。
「網路新經濟」的來臨讓經濟學家們大為恐慌,因為許多舊的經濟理論不適用了,而「新經濟」發展的速度又快得超乎想像,其渾沌(chaos)與荒謬(absurdity)不是慣於理性與邏輯思考的傳統經濟學家所能理解與掌握的。MIT的梭羅教授說:「世界已經變了,我們必須跟著一起變;(公司應)說服自己不能再只為了個人利益而投資,而要為人類社會的長遠發展而投資。」秉持「人本哲學」的企業,終將「永續長青」。

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

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。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

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。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓