電視台化身內容大盤商|數位時代 BusinessNext

行動電視的確會創造新的內容市場，美國的ESPN或是Discovery等內容業者就是最好例子，」諾基亞(Nokia)多媒體事業部協理潘才俊指出，行動電視在硬體開發已不成問題，但是市場能否起來，決定的關鍵在於「內容」是否足以吸引民眾願意掏錢觀看。像ESPN或是Discovery等已開始特別針對行動電視用戶創造新的內容，例如剪輯一天當中最精采的運動畫面等，潘才俊再一次強調：「內容，才是重點。」不過，消費者究竟對於行動電視的內容需求是什麼？根據諾基亞二○○五年在全球試播行動電視的資料統計，最受歡迎的內容為新聞、運動、音樂、氣象、連續劇和紀錄片，主要以具備時間短、立即性、訊息性的影音片段最能為市場接受，因此既有的電視台業者就成為行動電視產業中，最有可能的內容提供者。數位內容在行動電視成真在目前全球數位電視廣播的規格未定條件下，內容提供者(如電視業者)等利用邁入成長期的３Ｇ網路來做為平台，採取影音串流技術是快速進入行動電視產業的最佳途徑。根據工研院ＩＥＫ在二○○五年調查指出，全球行動數據的營收占行動通訊總收入的比重，將由二○○四年的一二％，一路提高到二○○九年的二一％，「這是因為行動通訊的頻寬愈來愈大，讓過去網路上的數據應用逐漸開始向行動通訊遷移，」工研院ＩＥＫ研究經理紀昭吟認為，過去在網路上發展不順的數位內容業者，將有再一次的機會，挑戰新興而起的行動電視市場。電視與電信業者合作以國內的年代電視台為例，旗下的I'mTV就成為年代在行動電視布局最重要的棋子，其所提供的內容，就是年代電視既有的節目，包括直播的新聞等，並沒有專為手機來設計新的內容，「因為那要花費許多的功夫，但是目前手機市場對電視台營收的貢獻非常小，遠不如既有的廣告收入，所以電視台頂多只是會把既有的內容稍做修飾，例如剪得更緊湊等，或是播放一些漏網的片段，」年代數位媒體技術長黃國峰說。不過，其他像是中華電信也與華視合作推出戲劇的幕後花絮，遠傳電信與三立電視台，威寶則找上新加坡傳媒電視集團，推出專用於手機觀看的三分鐘電視劇︽天…使我愛你︾等。從這些積極動作來看，工研院ＩＥＫ產業分析師王英裕就認為，電視台把現成的內容做再利用，所要付出的成本有限，但是回收的力道卻可能無限，而且還能接觸到與過去不同層級的客戶，開發適用於手機應用的新廣告主，「這種投入的成本少，但是回收大，也難怪那麼多的內容業者會積極搶進行動電視這塊市場大餅了。」

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。