維基經濟下的台灣危機
維基經濟下的台灣危機
2007.08.01 |

今年六月三日龍應台基金會主辦的思沙龍座談會上,台積電董事長張忠謀認為,台灣企業首要命題是創新商業模式,而非兩岸開放。大家都知道,台灣的成功經驗起自於代工,久而久之,台灣在國際經濟上也就自我限定於此一角色。當這種角色所帶來的利潤愈來愈低的時候,台灣並沒有尋求轉型,而是在一樣的商業模型運作之下,變本加厲。最後產業利潤愈來愈低,員工工時卻愈來愈長。

當中國崛起,台灣承續傳統的思維,看到的是夕陽產業的脫困之機。但英特爾(Intel)在大連設廠卻有著明顯的遠見。如果我們了解英特爾始終掌握開放式創新策略,不僅是一家生產工廠,也是價值中心的話,就可以非常清楚,它這一步棋,絕對不是著眼於節省成本,而是搶著占領一塊開放式創新的處女地。中國有的不僅是廉價勞工、大學知識份子,更重要的是「未來」。現在大家可以同意,關係或關聯的建立,包括顧客、供應商、員工,在維持競爭力上,比創新更為根本,也更為長久。而根據佐格比民調機構(Zogby International)的調查,美國有四分之一的人認為,未來十年,中國將成為創新發明的世界領袖。

然而,要讓台灣的眼光從短視的「兩岸開放」轉變成創新商業模型,卻又是臨淵羨魚。首先,我們習慣線性合作,只有上下游的連接,或同業之間的扶持,缺乏創造與拓寬價值的廣度。在生產上的創新是游刃有餘,但對於產品、甚至組織的整體規劃卻一籌莫展,但這些才是讓企業在當前國際商業環境中存續的關鍵。品牌管理就是一例。品牌所蘊含的是整體的組織文化,因此也絕對不可能以購併得來。
**
善於要求員工卻吝於分享**

中國人有所謂「海納百川,有容乃大;壁立千仞,無欲則剛」。照理說,這種分享的胸襟,和將全球視為研發的平台、研發人員不必一定為我所控管的開放創新,不謀而合。然而,華人企業的經營模式卻往往反其道而行:對分享興趣缺缺,但充分運用中國人勤奮努力的個性,極度開發(exploitation)人力資源,卻成了保持競爭優勢的唯一方法。

事實上,台灣產業居於科技產業鏈當中風險最高、報酬最少的位置,也有其苦衷。單打獨鬥、激烈的競爭,使得企業不得不現實功利、求速效而失遠利。這使企業不欣賞任何一項離開目標的研究。而台灣企業往往離不開降低成本、銷售業績,這些短期、量化、與遠景無關的目標。狹窄思維積重難改,結果就是企業無法推動革命性的研發或商業模型的改良,只能就在最低水平享受微薄但可能量大的利潤。

這種欠缺創新的企業文化,當前遇到了一個更為嚴峻的難關,就是創新的周期愈來愈短,創新者與非創新者的差距將會愈來愈大。過去一家創新公司要能夠達到在國際上呼風喚雨的地步,沒有幾個十年是不行的。例如一八七六年貝爾發明電話,但電話真正成為全民的工具,發揮具體的商業效能,恐怕是二次世界大戰之後的事了。然而,現在科技要達到那樣的程度,所需的周期明顯縮小。用經濟學的術語來說,就是創新的時間邊際效益比以往更大。

沒有創新的傳統難以劇變

不但如此,創新的風險比以往更低。例如一八八○年代美國出現前所未有的鐵路熱潮,但一八九○年代卻是美國歷史上公司破產最多的時期,因為鐵路的投資太高,一旦挹注資金,就無法轉型。但現在不同,透過開放式商業模型,公司可以迅速調整經營方針,歷史包袱不再成為新組織的負擔。受惠於這種邊際成本遞減的效益,使得創新更為值得嘗試。然而,如果企業長久以來沒有形成創新的文化,驟然創新,談何容易?

今天Web 2.0、甚至過去的Web 1.0之所以為人樂道,就是因為它們在既有體制之外創造了生機,但如果它們永遠處於商業的邊陲,無法成為現有企業致勝的手段,就會很快失去動能。Web 2.0尤其重要,因為創造力在Web 2.0的回饋比起以往更大。不管是合作對象還是顧客來源,都透過Web 2.0向全球無限延伸。

大家也許知道摩爾定律:每十八個月,CPU的運算能力加倍。如果摩爾發現這個定律,但他所創立的公司並不是設計以適應它,那麼英特爾就不過是另外一家普通的科技公司罷了。但摩爾看到了此一趨勢,而英特爾的開放式創新設計,就是以靈活變化為特色的新商業模型,用以配合他對計算機能力的預測。

所以Web 2.0固然帶給我們很多驚喜,但這機會是給全球的。當我們正準備運用Web 2.0出奇致勝,全球也一樣看到了這個機會。根據網路效果,誰能夠快速轉型,首先行動,誰就脫穎而出。台灣企業的僵化體制、在適應變化上較歐美公司為弱,讓我們為台灣的未來擔憂。 

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