Ready, Fire, Aim|數位時代 BusinessNext

B usiness books
****Ready, Fire, Aim
● 作者：Michael Masterson　● 出版社：Wiley　● 出版日期：2008/01/02

創業教練再出新招
對於許多想要創業的年輕人來說，創業致富是最美妙的夢想，但是只要一想到失敗的風險，大部分的人就會打消這個念頭。如果能擁有一個指導新手創業家的教練，會不會使這件事容易些呢？才剛剛在一月推出新書《Ready, Fire, Aim》（暫譯：做了再說），就立刻躍上《華爾街日報》暢銷書排行榜的馬特森（Michael Masterson），就扮演這樣的角色。

本身就是資深創業家的馬特森，因為擁有創立多家公司致富的經驗，所以他不像學院中的老師會說一些深奧的大道理，反而擅長以淺顯易懂的方式，為年輕人傳授他的心得。例如在前一本書中，他提醒所有進入職場的年輕人，必須想清楚三個問題：我這輩子想做什麼？在哪裡做？跟誰一起做？由此醞釀而生的工作熱情，才是累積人生財富的原點。在新書中，他顛覆「三思而後行」的創業法則，鼓勵新手創業家用「三不兩要」的方式來嘗試創業：「三不」就是不要花太多時間做計畫、不要投入太多錢，以及不要期待有一個「團隊」，先從自己開始做就好；「兩要」就是要創造快速的營運模式，要盡快回收現金。

當然，一旦事業邁入比較穩定的階段，所有的基本功夫仍然不可少，所以在書裡他也陸續傳授了有效溝通、銷售、組成團隊、拓展事業的「撇步」。對於商業世界完全陌生的年輕人來說，這位新手教練的書，提供了溫暖的鼓勵和善意的提醒。（撰文＝丁在園）

****

解碼郭台銘語錄──超越自我的預言
● 作者：張殿文　
● 出版社：天下文化　
● 出版日期：2008/01/17
科技業龍頭鴻海擁有跨越三大洲、超過65萬名員工，要如何兼顧彈性與紀律？如何向內部員工傳達企業經營理念與治理方針？

領導人郭台銘選擇以語錄的形式進行溝通。在書中108條郭台銘語錄中，內蘊郭式結合理論與實務的管理哲學。（撰文＝吳升皓）

****

早上3小時，完成一天工作
● 作者：箱田忠昭　
● 出版社：春光出版　
● 出版日期：2008/01/09

作者認為，將「擁有的時間」變成「創造出財富的黃金時間」，才是時間管理的真諦。書中建議諸如將日常例行事務集中完成、創意點子固定記錄在同一處、重要電子郵件用圖表或顏色區分等。簡單提醒容易被大家忽略的細節，不禁讓人發出「咦，我怎麼沒想到」的感嘆！（撰文＝吳升皓）

****

投資大趨勢
● 作者：包柏．佛利區博士（Dr. Bob Froehlich）　
● 出版社：商周出版　
● 出版日期：2008/01/30
「大趨勢」指的是在社會、經濟、政治方面緩慢形成的改變，每個變動牽涉層面廣，到最後還可能改變人們的投資模式。人口統計學是大趨勢中常被忽略的一塊，作者佛利區以圖繪出人口統計資料的陷阱與機會，並提出實際的投資策略，讓讀者培養從趨勢中掌握投資的訣竅。（撰文＝吳升皓）

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。」

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。