Evernote台灣駭客松第一名Slidenote，要站在巨人的肩膀上拼流量|數位時代 BusinessNext

在前不久獲得Evernote 2012 台灣駭客松第一名優異成績的團隊「Slidenote」，經由這次採訪和我們分享團隊創作的過程。Slidenote是出自一群熱愛Evernote服務的開發團隊之手，也因為如此，當提起創作動機，團隊臉上笑容滿面、展現自信神采肯定的說：「我們的理念和Evernote一樣，我們只做我們自己想用的產品。」

團隊左至右戴克任Andy、連軒甫Randy、許文昌Tim、陳暉鈞Rex。(攝影/侯俊偉)

團隊成員共4人，他們都是一群相當喜愛Evernote的重度使用者。也因為本身有著大量需求，產生開發Slidenote的動機。團隊成員之一、同時也是粉多交友網站的工程師陳暉鈞，舉例說明，「當我們代表公司出去參加活動、研討會，就需要做簡報跟主管報告，但用2個小時做成的筆記，卻要花上4個小時做成簡報！」當時便想著：如果能有個程式可以直接把我們打好的筆記立即轉為簡報該有多好！

想法不斷在腦中迴盪，直到報名Evernote 2012台灣駭客松，才決心化作行動，將想法做作實際產品。在比賽之前，一干人開始利用零碎的時間討論，畢竟4人都各自有不同的正職(分別來自趨勢科技、粉多交友及好客民宿)，能湊起來的時間並不多，只能利用在競賽中密集的30個小時內，做出第一個雛型。

透過Slidenote，使用者在Evernote所做的筆記內容就會同步轉成簡報，幫你自動排版、加上特效，產生連結後即能分享出去，接收者透過瀏覽器可跨平台觀看。他們難忘的回憶著：「去參加比賽時，別人一開始都是狂寫程式，到最後一天才在做簡報，而我們是第一天就在做簡報了。」

最令團隊感到驚訝的是，在後來飛到舊金山參加的Evernote Trunk Conference發表會上，有一位來自韓國的參賽者在他們不知情的狀況下使用他們的服務。成員之一的開發者戴克任說，「當他站在台上簡報的時候，即便內容滿滿是我們看不懂的韓文，還是很開心有人肯定我們的服務！」因為對於開發團隊來說，沒有什麼事比得上有人願意使用他們的服務來得有成就感。

在發展過程中，還有個鮮為人知的小插曲，陳暉鈞等人向我們透露，「EverKeynote」是他們產品做出來的第一個命名，團隊顯然非常滿意，因為在服務尚未做出時就已經搶先將網域註冊好了。但因為命名和商標與Evernote過於接近，因而被禁止使用，才改為現在大家看到的Slidenote。

即便如此，團隊仍不受影響，依舊對於產品信心滿滿。不只針對個人用戶，對於商務應用的規劃他們也已開始著手構想。由於可同步的特性，只要在筆記上修改內容，簡報也會同步更新，許文昌表示，「無論到底改了幾次，保證資料都是在最新版本。」下一步會隨著使用者的需求開發客製化版型、企業CIS標準版型。

隨著使用Evernote的人數大幅增加，市場上早已佔有一席之地，Slidenote在推廣上明顯省力許多，也難怪團隊成員之一的連軒甫會笑著說：「搭上Evernote的使用流量，我們的服務是站在巨人的肩膀上。」

創業小聚網站正舉辦熱鬧的開站活動！9月****30****日前加入為會員，可獲得電子雜誌一本，還有機會帶走市價****15,500****元的平板電腦！

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。