【Meet創業之星】 Socialite－以Facebook形式分享資訊的即時通訊App|數位時代 BusinessNext

在行動通訊普及的時代，每人的智慧型手機內裝載的即時通訊軟體往往不只一個。但要傳送訊息或分享資訊時，則必須同時打開好幾個應用程式才能完成「分享」這件事。日前由台灣團隊所開發的 Socialite 即時通訊App，強調使用者做任何動作都不需要離開同一個App，讓分享資訊變得更簡單。推出10天時間，便拿下App Store總排行冠軍及5萬會員人數。

由於對現況工具的不滿足，為了創造便捷好用的通訊App，共同創辦人蕭逸偉從一開始就希望解決即時通訊軟體裡資料交換的痛點。此外他認為，就即時通訊的選擇，大陸有微信WeChat 、美國有 WhatsApp 、日本有 LINE 、韓國有 Kakaotalk ，而台灣還缺乏具代表性、在地化的通訊軟體，因而催生出 Socialite App 的想法。構想於今年1月開始，先在北美市場推出，於8月下旬回台部屬，旋即在月底釋出iOS、Android、Web等版本。

蕭逸偉表示，開發出Socialite App並無意與資源豐富的國際大廠競爭，而是順應消費者的使用情境，設計出符合用戶需求的功能。「雖然部分通訊功能是無國界的，但在地服務跟文化上深度的整合是外來服務難以提供的，」他說。

一般即時通訊在分享資訊時，往往顯示一大串亂碼的網址，對話一多，訊息便眼花撩亂。然而Socialite App提供的價值在於，每當使用者分享一個資訊，就如同Facebook的塗鴉牆，配有連結的圖文顯示，讓對方一眼就容易分辨出資訊摘要，整理也變得更有效率。

Socialite App整合了外部瀏覽器，方便使用者在App查找資料，並一鍵分享出去。另外，致力整合第三方內容的Socialite，也可透過「卡片商店」，下載所喜愛的卡片內容，像是美食、電影、電視、音樂等。而在App中分享的所有內容，系統也會自動歸類，方便使用者日後回頭查找。

蕭逸偉說，下一個階段，將進行卡片商店的擴充機制，讓有興趣推廣的商家可利用Socialite提供的API工具，輕鬆將資料上架到卡片商店中。目前B2B合作對象有ELTA TV愛爾達電視、Amazon亞馬遜網路商店、Groupon團購網等，隨著商店內容的豐富，行動商務功能便會順勢導入。

圖左至右為共同創辦人蕭逸偉Justin、軟體開發資深經理曾建霖Gage(攝影/賀大新)

Q1.就北美與台灣使用者* **** **** 台灣的使用族群較著重在功能的完整性，以及在使用上的細膩度，但美國那邊，則不希望功能太複雜，單一App將重點放在特定功能上即可，反而太多會感到困擾。

Q2. **** 第一，有效利用在現有資源下，很短的時間內就開發出產品。第二，拉近跟使用者的溝通距離，除了印證市場需求外，也會從使用者的回饋快速更新平台機制。

團隊 Team 9人。

公司服務 Project 隨時利用多元的卡片分享一切，讓使用者在聊天過程中不需來回切換不同的軟體剪貼資訊，並持續整合大眾喜愛的服務進來，聊天過程再也不用再離開同一個App。

成立時間 Founded Time 2013年1月

主要用戶 user 一般消費者。

商業模式 Business Model 電影購票，餐廳優惠券，貼圖商店。

網址 **** [http://socialites.im/

](http://socialites.im/)

【活動預告】創業小聚#34* **** *：創新創業 X **** 10 月 16 日(週三) 19:00-21:00 在北科大綜合科館第三演講廳。邀請籃球部落創辦人許明翰、Golface創辦人廖聰哲Ian、智慧社區雲管家研發長郗邦瑋Sharon、Memobook執行長賴世若Linus、Ovomedia執行長吳有順Devin、記趣科技執行長吳方荃Benny、世友投資總經理室特別助理高曉龍Demo。[詳見活動網頁。

](http://www.bnext.com.tw/edm/meet/34/)

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。