【觀點】新浪微博開放平台，另一個App經濟圈即將開展？|數位時代 BusinessNext

這兩天，最需要令人關注的網路產業消息，其實我認為既不是iTunes的披頭4、也不是Facebook凌架於「Mail」之上的新訊息功能（因為也沒正式可以開始用，請按此獲得邀請測試），反倒是對岸的新浪所舉辦的「中國首屆微博開發者大會」才是真正較為有趣的事情，這邊是幾個新浪公開的數字，您可以看到數字成長速度有多麼驚人：

2009.8.28 對外公測
2009.11.02 公測後66天，用戶數到達100萬人
3. 2010.4.28 用戶數到達1,000萬人
2010.8.28 用戶數到達3,000萬人
2010.10.20 用戶數到達5,000萬人
目前每日在上頭發表的微博數到達2500多萬則
Twitter到 2010.9 全球會員為1.6億。
新浪微博超過40%的用戶透過中國移動使用微博服務

那麼這個開發者大會到底是要做什麼呢？意即就是宣佈要積極作為開放平台，讓開發者們可以利用這個平台發揮自己的創意做出自己的應用程式來給在新浪微博上的使用者使用。（開放平台的細節您可以參考這裡）

簡單來說，就把他類比成跟Facebook的應用程式一般，開發者在經過簡單的註冊後，就可以透過官方所提供的 API 與平台介接，以Facebook來說，他們提供開發者可以獲得使用者的一些基本資料，以及配套的擴散機制等，以利開發者快速的接觸平台（ex : Facebook、App Store、新浪微博）上的大量使用者，進而獲得流量/收入。

所以不論是社群遊戲（如我們熟知的眾多社群遊戲）、工具服務（好用的手機/桌面應用程式、提供使用者好看的佈景主題）等等，都有可能在這一塊新興的處女地上蓬勃發展。

以下引用李開復微博上的這2段話與圖，

如果操作系統平台提供了最有價值的服務給軟件開發者，SNS平台提供了最有價值的信息、用戶、關係數據給SNS開發者。這在國外帶來了巨大的機會。 Facebook因此價值400億，開發者也有Zynga值40億。這是一個歷史時機。

開發者的商機：（1）電子商務：通過微博進行秒殺、團購、優惠卷、lead generation；（2）企業級服務：企業品牌管理；用戶、品牌、產品數據分析；客戶關係管理（CRM），推廣活動；（3）廣告服務：內容相關實時廣告，地理位置相關實時廣告；（4）新形式的社交遊戲。

未來牽涉到新浪平台上的加值收入部份，目前以官方公告的拆分標準是開發者70%、官方30%，也就是與目前Apple App Store的方式類似。另外為了讓開發者們更有動力來加入這次的淘金熱，除了請出創新工場的CEO李開復、天使投資人蔡文勝等人一同站台演說之外，新浪也與另外五家投資機構一同拿出2億的人民幣準備來投資開發者。

所以如果認為蘋果或者Facebook淘金熱兩波都沒跟上的人，或許可以把機會調整到新浪微博上，這看起來的確也會是一個相當好的機會。但是要謹記，平台擁有最大權力，不管是審不審核得過或者是隨時可能被停權，這些在其他平台上履見不鮮的事，應該在這裡也不會少；而僅管中國大陸跟台灣都使用著中文，但是否能夠抓到使用者胃口，並且採用對的社群擴散效應，都會是成功的關鍵。

那台灣正體中文的市場呢？根據經濟日報的報導：

新浪網也規畫強化港、台市場布局，尋找適合的合作企業。…..在取得中國大陸互聯網前三大的位置後，新浪網將開始布局港、台市場。

就如同之前文曾經提過的「如果新浪微博大舉進軍台灣？雜談名人效應與微網誌」，看起來新浪的確有思考藉此一股作氣的進入台灣市場，這不會是個假議題，只是時機成熟與否，以及有沒找到合適人選操刀的問題。

喔，我的微博在這裡，歡迎加入 XD

（原文轉載自Inside部落格）

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。