Google台灣董事總經理簡立峰×游直翰沛星互動創辦人:技術型創業,就要做到全球最頂尖(上)
Google台灣董事總經理簡立峰×游直翰沛星互動創辦人:技術型創業,就要做到全球最頂尖(上)
2014.08.04 | 創業

[2014年8月號雜誌精選]

全球知名創投矽谷紅杉資本首度投資台灣新創公司,游直翰與友人所創辦的沛星互動科技(Appier),獲得紅杉資本約1.8億元台幣的A輪資金,在台灣創業史上寫下一筆紀錄。

沛星所提供的解決方案是當使用者瀏覽App時,即釋出廣告曝光機會,透過Appier引擎特有的AI人工智慧演算法和大數據分析,評估、挑選有價值的廣告曝光對象,再讓各個品牌參與競賽,得標者可在使用者的各種裝置如手機、平板、筆電、PC等曝光精準的廣告。從使用者瀏覽App或網頁的當下,到廣告主競價完成,使用者進而看到自己有興趣的廣告,整個過程只要「0.1秒」的時間。目前該公司的客戶包括蘭蔻、萊雅集團、台灣大哥大、海尼根及IKEA等公司。

從社群遊戲開發轉型到廣告競價領域,像游直翰這樣具有技術力的創業家,如何將技術轉化為服務?又如何吸引到國際資本市場的注意?游直翰與創業導師簡立峰針對台灣技術型創業的機會與挑戰,分享他們個人經驗與觀察。

=簡立峰
=游直翰

簡:你們公司的英文名字是Appier,所以創業之初應該是想做App相關應用?

游:我念書的研究主題一直是跟人工智慧(AI)有關,在實驗室時做的是四腳機器人,我對這條路線一直很有熱情,一開始在想創業題材的時候,也都是從AI這角度。

正好我另外兩個一起創業的夥伴很喜歡玩遊戲,那時行動遊戲App很紅,所以我們決定從遊戲切入。在遊戲中我們想的是,利用AI把遊戲中的虛擬角色變得更像朋友、變成代理人,後來發現這不是玩家在意的重點。

簡:為什麼會做到廣告這一端?

游:這跟做遊戲還是有關聯,在遊戲開發後面的四分之一,就要開始找發行商,但團隊沒有什麼名氣,就透過參展時認識的一些人,帶著產品去簡介。一般介紹都會說明自己做過什麼什麼,但是我們真的什麼都沒有,所以只好寫我們做過一些AI相關的專案。那些發行商就覺得很納悶,這樣的人怎麼會來做遊戲,就開始聊起懂不懂資料探勘(Data Mining)、AI怎麼用來協助廣告的分析等。

簡:所以是技術太強,遊戲沒做好囉!

課題一:把技術用在對的領域

游:那時什麼都沒有,但因為都見面了,總是要得到一些什麼吧。他們就問我內部廣告系統可以有哪些演算方法,後來發現原來我們的技術可以這樣應用,有些不錯的結果,然後就開始發展第四個產品。

轉到做廣告,一開始只是做顧問的型態,漸漸地發現某些廣告主的思維,於是決定開始開發平台。

簡:你們的經驗很有意思,最近很多產業都在談大數據,但裡面有很大一塊是AI的探勘與學習,AI這些技術都不是新的,但資料選對了,領域選對了,價值就很高。我以前是被AI騙了,大家可能都想成是機器人那種,但其實可以不用那麼難,簡單也可以賺錢,沒那麼偉大卻很管用。

透過使用者來告訴你市場,是個聰明的方法,這個在台灣比較少用,當你要做全球性的事,人的介入要越少越好。傳統做生意是在店裡的店員與顧客的關係,小商店老闆很厲害,察言觀色,從顧客行為知道東西對不對,或是東西該怎麼賣,自己學習。

再來是像7-Eleven,透過每天的報表,知道經營怎麼調整。同樣的道理,如果一個廣告主要市場是在全球,它就需要更自動化的工具來協助判斷。我們在Google裡面一直強調的就是「Data、Data、Data」,我們都不相信人了,因為真的量太大了。

廣告是Connection Business,但是現在連結的方式一直在變,上網的裝置在變、上網行為在變、上網的企業也變多,從這樣的角度來看,一定很多地方沒有被優化到或照顧不到,這是新時代的方法,這也在改造整個商業模式與企業,你們的技術是反映到廣告產業。

游:像我們這樣沒經驗的創業者,最難的真的是怎麼跟市場對話。我們一開始也會不好意思,覺得做這個產品不知道好不好啊,沒什麼信心,但市場的回饋的確讓經營者走到對的地方。有時候靈感會比一個房間的腦力激盪多蠻多的。

我們曾經有個B2B市集的App產品,開發商可以在上面找到需要的行銷資源,比如義大利的開發商找到《數位時代》做報導,大家很喜歡,也會創造流量。可是我們很快就會被跳過,顯不出我們存在的價值,而且我們也沒有多餘人力可以維運,所以3個月就砍掉了,這還算是久的,有些一、兩個月就砍了。

enter image description here

(圖片來源:蔡仁譯攝影)

游直翰(左)
68年次,台大資工畢業後,先於史丹佛取得電腦科學碩士,再赴哈佛大學念電腦科學,主修人工智慧,並取得博士學位。2010年與好友創辦沛星互動,原先開發遊戲App,後轉向廣告領域。他也是AAMA台北搖籃計畫第一期創業家。

簡立峰(右)
台灣Google第一位員工,專研中文資訊檢索,被譽為中文搜尋第一人。加入Google之前,曾任職中央研究院、台灣大學資訊管理系,並曾擔任微軟亞洲研究院技術顧問。

Google台灣董事總經理簡立峰×游直翰沛星互動創辦人:技術型創業,就要做到全球最頂尖(下)

(更多精彩內容請見2014年8月號《數位時代》「開放!科技新倫敦」,全國7-Eleven、誠品等各大書店熱賣中。尊重智慧財產權,如需轉載請註明資料來源:《數位時代》第243期)

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

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。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

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。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓