勇敢面對全球才能供應鏈
勇敢面對全球才能供應鏈
2007.10.01 |

五十八年次的京群超媒體技術長謝豐州,看上去有著一副穩健的體格與年輕的臉龐。今年才剛從大陸回台灣工作的他,是台灣第一大入口網站、全球最大的桌上型作業系統軟體廠商,爭相延攬的研發部門高階經理人,最後他選擇線上博奕遊戲軟體公司落腳。問他為何沒有選擇到大企業去任職,他很輕鬆地笑著說:「研發人員往往比較在乎寫出來的程式,所贏得的成就感,多過於薪資的酬庸。」

從中原大學工業工程研究所畢業之後,謝豐州陸續做過傳統產業資訊部門的資訊工程師、大型醫院的電算中心主任。後來隨著網際網路的蓬勃發展,他進入了飛行網,自此與網路技術結下了不解之緣。

累積兩岸三地研發經驗
四年前,他被公司派駐北京創立數位電子雜誌的平台,當時他手下帶了四十九位研發工程師,個個都是北大、清大的高材生。
「研發工程師其實是心裡很複雜的人,尤其面對大陸年輕人的好強,你的技術如果沒有比他們強,絕對管不動。」謝豐州因此從來不敢在技術上懈怠,「技術的精進永遠沒有止境,你只能不停地追、不停地學。」就這樣,謝豐州累積了兩岸三地研發經驗的實力。

謝豐州看過很多工程師在技術上遇到瓶頸就怠惰,甚至停滯不前。「因為別人把規格開好了,你只要照本宣科把程式碼寫出來就可以,可是這跟硬體製造代工有什麼不一樣?」然而研發講求的是創意,要的是腦袋與智慧,「自己開發技術才可以更進一步。」

他比喻研發工程師就像是魔術師,要無中生有。謝豐州認為,如果永遠安於軟體代工,未來一定會失去競爭力,他認為工程師們應該要自問:「你覺得自己想要在全球才能供應鏈裡居於什麼地位?」

他提醒技術研發的工程師,軟體技術不是非誰不可,只要會寫code的人都可以。但未來的社會是屬於強者的社會,能力夠就能在競爭中存活,能力不夠就永遠只有被打入全球的勞力池(labor pool)當中。

「研發人員的另一個毛病就是築牆自居,躲在象牙塔裡。可是任何技術的進展都要能在現實裡落實,否則就是理論,就是空談。」因此謝豐州不只鑽研技術,即便在職場一路走來都是研發部門的主管,每一回行銷部門、業務部門開會,他必定到場聆聽,「我要了解市場需要什麼,我寫出來的程式可以做什麼,」他強調研發工作就是要符合市場的「期待」。

從他的回答,看到了一個技術狂熱者對於研發的執著。雖然技術最後還是有可能為他帶來財富,但是最終那是一種成就感與財富累積而成的優越價值。

謝豐州
現職:京群超媒體技術長
學歷:中原大學工業工程研究所
經歷:榮總電算中心主任、飛行網技術長、新數通盛世科技Xplues數字媒體發行平台技術長

After
技術的精進永遠沒有止境,
你只能不停地追、不停地學。

**Expert
**

徐維良(協能擢才顧問合夥人暨執行總監)

多累積相關領域的專利,
把自己的能力提升成專家。

科技產業(IT)與其他產業不大一樣,主要差別是IT產業是一個開放的產業,與汽車、石化等封閉型的產業相比,產業變化的速度快,沒有絕對的贏家或是輸家,過去是獨領風騷的公司,未來有可能被購併而消失。因此在IT產業工作的人一開始就有要心理準備面對職場變化快速與多面性,在掌握趨勢變化的同時,也讓自己具備專業才能,才是確保競爭力。

員工分紅費用化衝擊最大的一群,應該是工程製造背景的科技公司,如台積電等半導體公司。制度施行後一定會在薪資上有所調整,變成股票換成現金的另一種獎勵。

在對自己能力的培養方面,如果擔任工程師的工作,那麼加強自己的專業是最核心的重點,例如有計畫地考取證照。工程師因為接觸的技術比較專精,被公認為一項專才,所以把自己的能力提升成專家,甚至多累積相關領域的專利,是一個很好的方向。

員工在選擇公司時,要注意的重點是,依據自己專長挑選適合企業,如電子、電機專長,可選擇重研發的華碩、鴻海;專長是品牌行銷的,可選擇宏碁、明基;工業管理及流程管理方面,台積電是不錯選擇。
如果希望在穩定中求成長,可以先進入大公司,因為大公司會有較完善的制度及軟、硬體的福利,在裡面可以學習到較完整的技術及面向。同時因為是大公司,有更多機會可以跟上下游廠商合作,也是建立自己人脈的重要資源,甚至也可以在公司內部獲得不同職務輪調的訓練,對個人的職能培養會更全面。(採訪.撰文=胡華勝  攝影=莊明穎)

科技人專精化3法則
1. 勇於學習並充實本職學能
2. 保持積極,不計較職務頭銜
3. 挑選核心文化與自己相符的公司

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