抓住台灣與世界的第三次革命
抓住台灣與世界的第三次革命
1999.08.01 | 科技

教宗若望保祿二世(Pope John Paul II)在一九九一年對全世界的文告當中指出:「人類生產的決定因素,先是土地,然後是資本,到如今已移轉到人類具有的知識。」一個以「腦力」決勝的「知識經濟」時代已經到來——優勝劣敗,「智者」生存。
我們正在經歷自蒸汽機發明以來的「第三次工業革命」。所謂第三次工業革命是指當今「微電子科技」、「生物科技」、「新人工材料技術」、「通訊」、「電腦科技」以及「自動化機械技術」,這六大科技的發展互動。它們彼此間的配合運用,創造了新的生產方式和工作種類,甚至改變了人類的生活形態和思考模式。

**緣起‧工業革命……

**
200年前的「蒸汽機誕生」造就了第一次的工業革命。十八、十九世紀交接,蒸汽機的發明結束了人類8000年的農業社會文明,財富與土地的密切關係有了第一次的疏離,機械生產將人類帶領進入工業社會文明。
人類的工業文明發展不到100年,在十九世紀末的20年,第二次工業革命的鐘聲再度響起。
第二次工業革命來自一個「偉大的發明」和一個「重要的想法」。
「電力」的發明揭開了第二次工業革命的序幕。電的出現改變了生產流程,生產器具不再需要巨大的蒸汽引擎,並創造出新的工業領域,例如:電話、電影。
有了系統性的工業研究和發展想法,新科技也就能夠源源不絕的出現。當時德國為了發展化學工業,開始有了類似現在公司中的研發部門(R&D, Research & Development),專職新技術的開發研究;此後,工業科技的演進不再像流星一般,驚奇卻難以預期;新技術的發明開始進入計畫性的系統發展階段。
前兩次工業革命帶來的是新的生產方式,「生產力」始終是過去的工業革命發展中很重要的議題。一九八○年代,大家都在談「日本能,我們為什麼不能」,當時日本的動態記憶體(DRAM)產業,品質高、價格低,橫掃全世界,可以說把生產技術的提升發揮到了極致,也把第二次工業革命的技術帶入成熟期。

**轉捩‧知識生財

**
人類的工業文明發展已經走到一個「以知識為基礎」的國際經濟過渡期。新科技的出現,正迅速的改變我們過去所熟悉的生產方式和商業模式,而且改變的速度之快、規模之大,是對個人、企業或國家的新考驗與挑戰。
由於美國在第三次工業革命中的各項科技領域居於領導地位,在過去10年以及下一世紀,它都將在全球經濟環境中佔盡優勢。一個明顯的例子,在一九九○年,全世界前十大公司中只有兩家是美國公司,到了一九九八年,這個數字已經變成為九家。
再看看美國的億萬富翁(身價超過10億美元者),一九八二年時只有13位,但到去年,短短20年不到,這張名單上已經有189位億萬富翁,總身價高達7380億美金,相當於美國國內生產毛額的10%。
微軟(Microsoft)總裁比爾.蓋茲(Bill Gates)超過830億美金的身價,是用「知識」創造出的奇蹟。身為世界上最富有的人,蓋茲的財富不是來自土地、黃金、石油、建築物或是生產設備,新的第三次工業革命已經將人類創造財富的方式超越出這些有形資源的限制;無形的知識創造過程才是新「生財之道」。

**鎖定‧知識經濟

**
工業革命是改變人類商業行為的新技術,也就是新的創造財富的方法。一九九○年代興起的這一波工業革命浪潮,把整個經濟從「生產力」議題轉變為「創新力」議題;而「知識」正是這場經濟遊戲的基礎和核心。
美國之所以能在這場新工業革命遊戲中領先,因為它天生就是這場遊戲的好手——資金充沛、創造力十足;也是它創造了這場新遊戲——知識經濟。
成熟的經濟發展是進入知識經濟的第一道門檻。若純粹以金額來計算,世界上已開發國家的國內生產毛額總和,佔了全世界比例的75%到80%。以美國而言,國內生產毛額大約有3%花在研發經費上,世界上大概沒有其他國家的研發經費大於這個比例。你可以想像,對於那些面臨經濟困難的開發中國家,研發是多麼遙不可及的一件事。
除了要有「錢」,還要有「心」,才能玩得起這場知識經濟的遊戲。因為研發工作需要大量的投資,經濟基礎是建立知識經濟的基本條件。但光靠錢並不能解決所有的問題,還需要一個「重視新技術」和「鼓勵發明」的環境。

**致勝‧鼓勵發明

**
馬來西亞在經濟發展過程中,因為缺乏引進新技術,結果淪為電腦組裝產地,而且沒有搭上第三次工業革命的列車。然而,像日本那樣經濟發展成熟、技術先進的國家,之所以也在知識經濟的遊戲中居劣勢,原因就在於它缺乏一個「鼓勵發明」的環境。
美國的社會文化給予人很多的創造空間和機會,這是它在這場知識經濟遊戲中能夠致勝的成功要素。在日本,一個讓企業倒閉的執行長,他的下場可能是自殺;在歐洲,基於風險考量,大概也沒有人敢用一位有這樣「歷史背景」的人;唯獨在美國,只要你(妳)有好的想法,永遠不愁沒人對你(妳)說:「我就是要你(妳)這樣的人。」在美國這樣一個社會環境當中,個人的知識和創造力就是最大的資產,也是個人在社會的價值所在。
從八○年代的「日本奇蹟」到九○年代的「美國奇蹟」,我們所意識到的是知識所產生的創造能力。一位東京大學理工系的學生,若是有法子將某個產品的製程改善2%,他可得到A;在美國的麻省裡工學院(MIT),這位學生卻只能得到B-;我們欣賞的是新點子,即使這個新方法不是十分完善。這個例子說明了日本和美國兩個截然不同的價值觀念,也解釋了第二、第三次工業革命分野所在。
知識經濟的致富之道在投資報酬率的急遽提升。美國電器產品製造商巨頭奇異電器(GE, General Electric)一年1100億美元的營業額,其中100億是盈餘,同樣年獲利100億美金的微軟公司卻只需要賣出200億的產品就有同樣的利潤。兩者的比較突顯出,在知識經濟當中,價值來自於「創新力」;來自於「質」而非「量」。

**挑戰‧擺脫舊規則

**
面對新「知識經濟」的第一個挑戰,是如何擺脫舊遊戲規則的包袱。以美國最大的零售商Wal-Mart為例,它目前有4000家商場及85萬員工,若是Wal-Mart要成功轉型為網路上的電子零售商,光是請數十萬的員工走路和關閉數千家的店面,就得讓它15年內賺不到一毛錢。原本擁有的賣場、雇員,突然之間成了新經濟遊戲中的最大負擔,這使得一些規模較小的企業反而更具競爭力。
在這場第三次工業革命當中,除了跳出舊經濟模式的障礙,下一個挑戰就是找尋利基點,作為新出發的開始。
在未來的的知識經濟世界中,只有兩種人,一是恐龍般的超大型企業,一是有市場利基的中小型企業。至於在這中間,我不認為有任何其他的生存空間。
以國家為例,美國的發展情況,顯然是屬於前者;至於後者,台灣、新加坡的半導體晶圓代工產業是很好的例子。台灣屬於島國小型經濟,資源集中,再加上儲蓄率高、科技人才充足;晶圓代工廠所需要的龐大資金和技術人力得以解決;因此成功的發展出晶元代工產業。
相對的,人口數量和個人收入多寡的限制,也使得台灣必須要慎選發展方向,要找到一個重心,不能什麼都想玩。台灣人口是美國的十分之一,個人收入也只有美國的三分之一,即使同樣投注10%的國民所得在研發上,在規模上也只有美國的三十分之一。因此,美國也許可以全力投入知識經濟的新領域;但相較之下,台灣就必需在當中有所取捨。

**疆界‧逐漸消失

**
專注利基市場(niche market)的中小型企業之所以能夠生存,是因為我們有一個全球經濟體系(Global Economy)。第三次工業革命發生的同時,全球經濟體系和跨國企業也同時誕生。人類史上第一次,你可以選擇在全世界成本最低的地方買入,而在價格最高的地方賣出。國與國的疆界已經逐漸在知識經濟的發展中消失。
隨著知識經濟的發酵,國家政府的勢力在這場遊戲中逐漸萎縮。當知識經濟的格局擴大成為國際性的全球經濟體系,國家漸漸不再有主導的力量,今天你不再聽到美國經濟、日本經濟;取而代之的是那些跨國企業的名號——微軟、新力(SONY)……。在知識經濟的遊戲中,這些企業只要看到對他們有利之處,便會不遠千里,突破萬難的進行投資,他們的移動幾乎不受到任何政府的監督和地域限制;它們的影響力比國家的外交力量更具穿透力。
知識經濟誕生了全球經濟體系和跨國企業,但卻少了一個全球性政府組織。全球經濟形成,資金、技術與產品跨越國界的速度不斷加快,但卻缺乏全球性(並非僅是國際性)組織的政治力量。一旦經濟危機發生,很難有全球性的配合解決方案。一九九七年亞洲金融風暴延燒一年多,就是一個最好的例證。

**國家‧三大要務

**
第三次工業革命發展至今,雖然全球性經濟已取代國家經濟,但在地域上仍未仍取代國家的力量(缺乏全球性政府組織)。國家政府即使不再具有主導經濟的能力,但在知識經濟掛帥的世紀裡仍應該扮演以下三個角色:
一、提供良好的基礎教育環境,確保每個國民都有平等受教育的機會,尤其是屬於社會底層的人口。
在知識經濟的發展過程中,我們看到億萬富翁不斷誕生,但貧富間的差距也加大。知識或技術密集的產業使得傳統的勞動力更為貶值,舊經濟時代的底層份子離主流社會更為遙遠。
人民所受的教育,無形中也成為國家的財富資產,為未來發展知識經濟的利器。在美國,培養一位博士,平均要花上22年,除了政府之外,就算是父母親也不見得願意做這樣的投資。
在阿根廷,全國只有4位生物科技博士,如何能發展出生物科技工業呢?
二、投資打造國家的基礎建設,尤其是通訊、交通運輸等重大公共建設。
通訊、交通等基礎建設,是在培養一個良好的投資和企業發展環境。中國大陸、印尼、馬來西亞等開發中國家,在因應目前的新經濟領域,就面臨到自身環境還未臻成熟。
三、致力於新科技的研究發展。
要想在知識經濟的環境中出人頭地,大量投資和長期經營是不可或缺的因素。美國的生物科技,能有今日的領導地位,是過去30年來投資了上千億美元,培育數千位博士人才的結果。
除了國家力量,不會有任何一個私人企業會做如此投資。

**科技‧與環境永續生存

**
全球經濟體系的誕生,使得知識經濟與環境生態的對立消失。透過全球性的互動,人類的思考範圍擴大至整個地球生態;經濟的改善推導人們開始關心生活品質;環境工程興起,在新科技的幫助下,人類與自然環境間的永續生存有了一線生機。
人類對自然環境破壞的覺醒,暗示著人們已經意識到,人類文明和生存對自然環境的依附性。
對多數人而言,追求財富的目的是在尋求更好的生活品質,知識經濟中的新科技,致力於減少人對自然資源的使用和污染,在這個過程當中,同時也在創造新事業的財富。

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