利用Google 幫百度施肥
利用Google 幫百度施肥
2005.12.01 |

創業成癮的人通常都有特別嗜好,來紓緩壓力、刺激創意,比方攀岩、衝浪、駕帆船或飆賽車,李彥宏卻喜歡種菜。
「看著種下去的冬瓜一天天長大,心裡很有成就感,」約一七八公分高、長相帥氣的李彥宏,回想在美國閒暇時的活動,重現那個蹲在菜園和太太一起除草的畫面。種菜不比衝浪,一個上午可以玩幾個來回,而是要先翻好土壤,在對的季節撒下種子,然後定期澆水、施肥和除草,最後才收成。

創業前 資金和人脈都下功夫

李彥宏創辦百度就像在種菜。一九九四到一九九九年,他在美國工作,正好趕上網路創業熱潮,每週都有新公司股票上市,首日漲幅記錄被一破再破。李彥宏來自中國山西的一個偏遠縣城,頭一次看到資本主義竟然可以瘋成這樣,非常震撼,但並沒有躁進。
李彥宏在北大讀的是資訊管理系,之後到美國紐約大學水牛城分校讀碩士和博士,也是同樣領域。這個專業學的是面對密密麻麻資訊,能夠理出頭緒,並分類檢索。
在網路熱潮中,他靜下心來,研究矽谷發展模式,包含創業家如何找到商業模式、如何接洽創投、成立公司有哪些流程、市場競爭是怎麼回事、成功和失敗的因素是什麼、股票選擇權和激勵員工有何關係、股票上市怎麼規劃……等,鉅細靡遺。
這些材料整理寫成(矽谷商戰)一書,一九九八年一月在北京發行,搜狐創辦人張朝陽還為文推荐。這本二百七十九頁的著作,並未熱賣,甚至大多數人從未聽過,卻是一位創業家在下定決心前所做的詳細功課。
李彥宏抽空回到中國,參加相關研討會,了解網路在中國的發展,情況正逐漸好轉。他積極約訪在中國做網路搜尋的同行,想辦法認識交流,當時在北大計算機系當副教授的劉建國,是李彥宏的目標之一。劉建國一九九五年在北大參與開發天網,是中國最早的搜尋引擎。 「Robin(李彥宏的英文名字)給我發了電子郵件,那時他在清華有一個講座,但我有事沒見著。隔年(一九九九)他再回來又發郵件給我,才碰上面,一聊覺得想法接近,我決定出來做,」劉建國回憶。他是百度招聘的第一號員工。

不燒錢 每一塊都算得精明

李彥宏的故鄉山西(簡稱晉),在明清兩代以開錢莊的山西票號聞名,晉商一向精打細算並講信用,李彥宏同樣具備這些特質。
回國前,李彥宏約創業伙伴徐勇談商業計畫,一見面,先讓對方簽「同意不對外洩露書」(Non Disclosure Agreement, NDA),簽好再談,即便徐勇是他的好友。與創投談第一筆資金一百二十萬美元,企畫書上寫明做第一年用,但他心裡卻盤算當一年半用。
在北京找辦公室,他捨棄昂貴的長安大街邊上,而是跑到西郊中關村北大歸國學人招待所,租了兩房間,他和徐勇各一間,生活和辦公一併解決,既便宜又接近北大和清華學生。和新進員工談待遇,他總不忘詢問對方願不願少拿現金,多拿股票選擇權,以保留更多營運現金在公司。
讓Google入股更是一步計算精準的棋。李彥宏未接受Google的收購提案,卻同意讓對方入股二.六%。上市前,百度刻意減少上市提撥股份,避免Google從公開市場買進,但許多投資人認準百度是中國的Google(Google是百度股東),而加入追買行列。

搞制度 複製美式企業文化

上市是李彥宏栽培百度的一個過程,向投資人和員工證明這顆菜有賣點,履行承諾,收割時機則還未到。
李彥宏習慣別人叫他英文名字,嚮往矽谷那種爽快直白,上司下屬直呼其名,討論議題就事論事,憑專業而非年資出頭,以承擔責任解決問題為導向。他決心把百度變成這樣的企業。 百度資深人力資源總監魯靈敏指出,百度每位員工都有股票選擇權,分四年認列。學士起薪未必比碩士低,視職位而定。即便實習生進來,一樣先去體檢,比照正式員工報到。曾有一位實習生表現優異,帶領六十多人團隊做研究。招聘技術人員,除相關主管面試,其他部門主管也加入把關,錄取後按能力分九等級,由評審委員會評定,之後每年兩次審核,升級後待遇立刻調整。
建立制度、擇優汰劣,就像種菜過程要除草澆水,但仍需好的養料施肥,菜才會長好。 李彥宏從不同領域獵才,厚實經營深度。技術長劉建國原是北大教授,財務長王湛生來自普華永道會計師事務所(PWC),是最年輕的合伙人,營運長朱洪波的背景是軟體和諮詢業,負責行銷和媒體關係的副總裁梁冬,之前是香港鳳凰衛視當紅主持人。
除了劉建國,另三人的專長和李彥宏並無交集,但他利用各種機會吸收對百度有幫助的人。他和梁冬在一趟長途巴士上認識,兩人隔著走道坐,因而閒聊起來。梁冬活潑張揚,李彥宏則稍內向。兩人對於網路未來發展各有想法,最終都沒能說服對方,但互相欣賞。李彥宏不久即邀梁冬加盟,包裝百度形象。
與其說他們被李彥宏說服,更像是他們從李彥宏身上,看到一個自我實現的機會,而選擇加入促成集體實現。

繼續衝 因為還沒有到收成時刻

劉建國放棄教職前,父母、朋友和同事都極力反對,北大教授不僅安定,社會地位在中國更是崇高。「留在北大,只能影響幾個學生;加入百度,卻可能影響幾千萬人,」鏡片後的眼神充滿自信的劉建國說:「我父母那一輩很難理解,但對我這一代是千載難逢。」
王湛生是六四那一年出國的留學生,後來回香港和台灣工作,曾參與聯電和矽品發行美國存託憑證(ADR)案子。「會計有通用會計準則可依循,但擔任新創公司財務長可沒有準則,經常要做困難決定,」王湛生比較。
他們是李彥宏的左右手,但在重大議題上,李彥宏仍做最後把關。二○○一年八月,百度要改變模式,直接面對上網者,投資人和員工都反對,李彥宏最後拍桌大罵,此事因而定案。徐勇離開百度前表示,百度是李彥宏一人的公司。一位主管指出,李彥宏會聽所有人意見、和少數人商量,最後自己做決定。
他也有感情的一面。至今,掛著徐勇名牌的辦公室仍保留著。在美國上市當天,當第一筆交易出現,他撥手機給在北京辦公室的劉建國報喜,「我們成功了!」然後淚流滿面。 今年六月,他受邀到北大演講,是今年繼連戰後,最轟動的一場。八月上市後,他成為全球焦點,更被中國重點媒體掃過一遍,香港(壹週刊)也做專題報導,中國版(Esquire)更把他放上封面。以前在美留學的指導教授和校長,分別寫信向他祝賀。
李彥宏已是名人,但沒有打亂生活和工作節奏,他仍盡可能回家陪太太和女兒吃晚飯,再用手機遙控辦公室內的同事詢問進度。對這位年輕網路新貴來說,現在還不到收成時候,他渴望把菜園再弄大一些,撒下更多種子,等待下一個豐年。 愛種菜的網路富豪── 李彥宏 年齡:1968年次 籍貫:山西陽泉 家中排行:老四 學歷:北大資訊管理系、紐約州立大學水牛城分校電腦博士肄業 經歷:道瓊斯顧問、Infoseek工程師 著作:《矽谷商戰》 專利:網頁超鏈分析方法

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