Flickr創辦人巴特菲爾德~服務做到最好，Web 2.0就能獲利|數位時代 BusinessNext

上個月二十六日，偌大的台北國際會議中心坐滿了上千名觀眾，而全球最熱門相片分享網站Flickr的創辦人史都華．巴特菲爾德（Stewart Butterfield）正在台上演講。背後的螢幕出現一行字，「Flickr幾乎可以說是，世界上最棒的相片分享網站」，引來現場一陣掌聲。

他笑著說：「當然這句話是開玩笑啦！」隨即補充，「不過目前來說，也的確是最棒的。」觀眾席又是一陣笑聲，肯定、會心的笑聲。

Flickr於二○○四年四月成立後，隨即成為網路上最熱門的相片分享網站。多熱門呢？二○○五年三月，雅虎（Yahoo!）宣布購併Flickr。而今Flickr上有兩億五千萬張照片。巴特菲爾德雖然始終不肯透露購併的價碼，但他說：「我現在可以過得很開心。」

由經濟部主辦，資策會執行的Web 2.0國際研討會，請來國際Web 2.0成功創業者，以及國內新興Web 2.0網站創辦者齊聚一堂，針對Web 2.0現象，從趨勢、商業和創投的觀點做深入討論。

在全球，特別是美國，概念新穎的Web 2.0網站不斷興起，被購併的Flickr絕對是其中極為成功的案例。但多數網站撐不到獲利，或者沒有引起投資者興趣，就在網海中銷聲匿跡。成功獲利網站的訣竅是什麼，又或者Web 2.0只是下一波網路泡沫化的過熱期？

網路經濟泡沫化難再現
針對這個問題，巴特菲爾德認為，現在經營網路公司的成本已經比過去降低許多，多由使用者自行發展社群、產生內容，所以2.0公司不會那麼容易崩潰。另外，針對Flickr的市場策略，巴特菲爾德簡單地說：「把服務做得非常成功。」

抱著同樣樂觀看法的，是美國最具權威的科技評論部落格TechCrunch主筆麥可．亞靈頓（Michael Arrington）。亞靈頓本來和朋友一起創辦網路公司edgeio，他對新興科技產業的熱愛，讓他開始撰寫自己的部落格。本來只是興趣，但六個月之後他開始在部落格上賣廣告。因為他的部落格擁有非常聚焦的讀者群，廣告源源不絕，現在寫部落格反而成為他的正職。

對於網路泡沫經濟的憂慮，亞靈頓說：「這一波2.0網路公司根本沒有資產過度估計的問題。」經過上一次網路泡沫化之後，現在創投公司對投資非常小心。網路公司必須非常特別，而且有高度的獲利能力才能獲得青睞，所以不容易產生上次網路經濟泡沫化的局面。

現場無名小站的使用者直接對無名小站提出質疑，認為無名小站商業化之後，許多動作造成連線速度變慢。共同創辦人林弘全表示，他們一定會聽取網友的意見並設想改進之道。

同時，當介紹到網路書籤網站HEMiDEMi時，台下突然響起歡呼聲。一群觀眾玩起波浪舞，還大聲喊出口號。其他的觀眾也報以熱情的掌聲。共同創辦人陳函薇事後表示，之前網友就在他們網站上募集一起幫忙打氣的人，直接表現對於一個網站的熱愛。

不管是愛還是恨，台灣的Web 2.0網站都在形成社群。這些使用者，他們不認為自己僅在使用網站的服務，他們更認為自己能夠對網站提出建議，能夠對網站表達他們的心情。這正符合了巴特菲爾德對2.0文化的觀察，「想要『參與』的文化已經廣為流傳。」

創新和執行能力是關鍵
台灣目前2.0網站有社群性的，如無名小站和愛情公寓；也有入口網站的，如雅虎奇摩和PChome Online。有了高度忠誠且一定數量的使用者之後，如何從服務到獲利是另外一個問題。

從創投的角度來說，台灣的Web 2.0服務與資金投資才剛起步。麥實創投董事長方國健表示，創投公司最重要的觀念就是，「投下去的資金能否幫助（Web 2.0）服務開花結果。」

那麼創投如何評估網站價值呢？「網站本身能否有效地把人潮轉化成錢潮，有良好的財務和經營能力，團隊的創新能力和團隊的執行能力都是重要的指標，」方國健說。

微軟大中華區總裁黃存義則認為網站業者不能僅靠廣告收入來支撐，而是要靠服務收費，這樣的獲利模式才能長久經營。

而應邀來台的新興相片分享網路服務Bubbleshare創辦者亞伯特．賴（Albert Lai），對2.0網路創業指出了幾個方向：網站有一定的規模之後，對於創業者來說，有可能被跨國企業併購，也有可能和跨國企業合作，也可以選擇自己下去賭一把，走上公開上市一途。無論是購併或合作，只要能夠獲得大量的資金挹注，對獨立的網站經營者來說都是大好機會；而獨立經營就得考驗創辦人在獲利之前還能夠支撐多久。看來，台灣的2.0網站，必須要先打出自己的一片天，才能獲得投資者的青睞。

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。