亞馬遜的Appstore業績大幅超越Google本家？|數位時代 BusinessNext

根據行動通訊分析公司Flurry所提供的最新資料，Amazon的Android系統應用程式商店(Appstore for Android)，在每日使用者上獲得比Google Android Market（最近已更名為Google Play商店）更高的營業額。在Amazon採行一連串的作為下，營業額的衝高當然不足為奇，這些作為包括：嚴控應用程式的品質；以促銷活動吸引用戶每日不斷的回閱；以及最重要的一項，善用已經建立的「Amazon帳戶持有人」這個用戶基礎，讓信用卡資料已經建檔的這些「帳戶持有人」，在彈指之間完成結帳手續。

為了建立此項數據，Flurry公司調查同時位居蘋果、Amazon、及Google等三家線上應用商店排行榜榜首的應用程式。這些應用程式加總出來的每日上線人數，平均為1,100萬人。當Flurry設定iTunes應用程式商店的營業額為100%時，對照之下Amazon與Google的營業額則分別為89%與23%。換句話說，iOS的應用程式每賺取1元美金，Amazon應用程式商店則賺取0.89美元，而Google Play則賺取0.23美元。而Flurry公司的12月份報告，也確實發現Android Market與iTunes營業額比為0.23：1，驗證了此一論點。

Flurry認為線上零售的威力是Amazon成功的原因，滑鼠一按就能完成購買的創舉，簡直就是資料、效能、與客戶服務三者結合而成的線上銷售極品。反之，不論是數位或零售商店的經營，都不是Google的核心能力。

從上述資料可以看出Amazon孕育成為第三種生態系統的潛力，讓開發商從中創造業績。如此一來，Microsoft/Nokia的生態系統是不是也可依樣畫葫蘆，藉由行動應用程式生態系統的滋養，有朝一日成為第四家線上商店參與者。Flurry認為Microsoft + Nokia絕對有此機會，因為強有力的作業系統、硬體的專業能力、以及最重要的一項，籌組堅實的第三方開發商的支援，都是他們成功的重要基石。

Flurry也暗示Amazon的成功，將導致其他市場人士考慮採行相同策略，將Android改換成自家風貌的作業系統，並結合應用程式線上商店。特別是韓國三星（Samsung）公司，就是其中極為可能走上此路的公司，因為大多數OEM廠商都希望能擁有具差異性的軟體，以便爭取想要不同手機的電信商青睞。

此外，應用程式很快就要降臨電視身上，三星公司在硬體方面已頗有進展，自己也有Bada的作業系統，以往Android系統的發展雖順遂，但如果把OEM廠商希望軟體具差異性的想法，和Amazon在平板電腦對三星進行強力競爭同時又有能力為開發商爭取業績等等，林林總總集合起來，三星是否開發自家Android應用商店的策略選項就不會落於空談。

來源：TechCrunch

延伸閱讀：【HitoApp萬人評測大隊】新行動媒體，幫助開發者找出「讓App被看見」的可能性，目前正在熱烈徵集受評測的App，歡迎有興趣的開發者報名。

■ HitoApp評測報名網址 http://www.bnext.com.tw/edm/hitoapp/
■ 更多最新消息都在HitoApp粉絲團 http://www.facebook.com/HitoApp

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。