創業者可以上手的微軟經驗
創業者可以上手的微軟經驗
1999.09.01 | 科技

自從微軟股票上市以來,全世界有關「微軟如何成功」的書,大概可以裝上一個貨櫃那麼多。
但如果拿起測度實用性的表尺一量,你可以發現:這箱貨櫃中99%的書都可以送入圖書館,只有約莫不到10本,可以讓你擺上案頭書架,10年受用。
這本輕鬆中帶點恐嚇意味的小書,值得你擺上「微軟啟示錄」的管理案頭。

**微軟鎖定的焦點在哪裡?

**
你我都知道,微軟的成功,絕非來自於它的產品。它的視窗(Window)比不上蘋果(Apple)的作業系統,它的探險家瀏覽器(Explorer),也落後網景(Netscape)的領航員(Navigator )。
它的成功,一半來自於比爾蓋茲這個人,以及他讓2萬5000個同仁能夠跟他一樣思考、決策、行動的本領—這種本領,就是管理。
比爾蓋茲這個人,我們很難學習(如果你真的了解他,也未必想成為他),因為人格的養成90%靠天意;但是他讓眾人成為一支微軟思維鋼鐵兵團的管理方式,人人都可上手。
舉例來說,微軟不像一般公司,企業目標多得像行政院的施政方針,微軟是一家「聚焦清楚」的公司:它只有一個目標—主宰全球市場;它只雇用一種員工—最聰明的員工,它只因為一個理由付員工薪水—表現(微軟沒有年終獎金,更沒有三節加菜金)。

**「聚焦」和「速度」

**
正因為管理焦點單—而明顯,微軟可以在講求速度的高科技戰場上瞬間凝聚兵力,風行草偃,也可以讓它在做錯事時迅速改變(還記得探險家「殲滅」領航員的故事嗎?)在這本小書裡,你可以確實學習到「聚焦」和「速度」的原則,以及實用的方法。
除了「方法」,這本書作者的「臭屁」與「自信」(這兩者往往是一體兩面),似乎更發人深省。身為微軟程式設計師,你可看到他字裡行間微軟文化的另一面—相信自己是最好,所以要做到最好。

**臭屁自信的員工其來有自

**
他們會留在微軟,是因為自己的人生志業目標與微軟合為一體,而不是坐等股票從天而降(如果你真這麼想,掉下來的會是離職令),而微軟相信它的同仁是最好的,所以除了「表現」外,採取的是近乎放任的授權式管理,你可以光著腳丫在全公司走來走去,連比爾蓋茲也不會管你;微軟的程式設計師都擁有一個大窗景的獨立房間,你可以讓這個房間成為搖滾樂pub或熱帶雨林,只要你能順利交出程式。
企業經營從來不是一帆風順的事,產品可能有臭蟲,策略可能會做錯,但是有一個堅強管理所奠定的企業文化,卻使企業能勇敢跋涉泥淖,不斷成長。
這10年來,微軟每年的盈利率都超過30%(財星全球500大企業第一名)。你相不相信,即使比爾蓋茲休假到少林寺打襌一年,微軟的成績也不會掉下來,這就是管理文化的魅力。
你可以不喜歡微軟,但也不要跟成功過不去。
來,我們看書吧!

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