Google+eBay 就是雅虎中國
Google+eBay 就是雅虎中國
2005.12.01 |

據阿里巴巴CEO馬雲介紹,雅虎美國總部已經成立了一個全部由頂尖華人工程師組成的技術團隊,支援中國的雅虎搜尋。他說,阿里巴巴可以借助雅虎全球的技術實力。根據先前「雅巴」收購協議,雅虎創新技術將由阿里巴巴無條件免費使用,而雅虎在美國僅搜尋部門的研發人員就達千人,每年在研發上的投入超過十億美元。按照阿里巴巴的規劃,雅虎中國將購買五千台伺服器。阿里巴巴首席技術官吳炯介紹,目前已經有二千台伺服器放在中國,以縮短用戶搜尋時間,抓取更多中文網站。 前雅虎中國總裁周鴻禕去年在任期間,雅虎中國實施專注搜尋戰略,首次達到獲利,單是收費搜尋業務就達到五億元人民幣。據艾瑞(iResearch)市場諮詢去年的統計報告顯示,去年中國搜尋營收的排名中,雅虎占第一、百度第二、Google第三。

雅虎不會放棄入口網站

七年前,雅虎剛到中國時,其定位正是搜尋,但後來轉向入口網站,在中國轉了一個圈,雅虎又回到了起點。記者也發現,雅虎中國新的首頁與原首頁大異其趣:新首頁以搜尋框為主體,沒有原來的分類欄目與滾動新聞。「再也不像一個門戶網站,而像Google、百度等搜尋網站的首頁,」一業內人士脫口而出。
雅虎此舉被視為放棄門戶戰略,即放棄與新浪、搜狐等中文門戶的正面競爭,以便專注於與百度、Google等公司競爭。馬雲認為,雅虎絕對不會放棄入口網站,而且將定位於財經、娛樂、體育內容為主,企圖吸引更多高階白領,因為這類網民恰巧是廣告客戶的最愛,這對雅虎中國門戶方面的收益將大有裨益。
為配合專注娛樂、財經、體育新聞的戰略,雅虎中國網站在欄目設置上進行了瘦身,馬雲承認,某些欄目要被撤併。業界傳言稱,那些被撤併欄目的員工將被迫離開雅虎。馬雲對此否認,「那些部門員工轉入了新的部門,並沒有離開阿里巴巴體系(包括阿里巴巴、淘寶、支付寶、雅虎中國、一拍網)。」
被問及阿里巴巴今後是什麼模式?馬雲說:「Google+eBay模式。」阿里巴巴內部調查發現,eBay在美國愈來愈發現自己處於一種尷尬境地。eBay的賣家很多,但錢都花哪兒去了呢?結果發現錢都投到Google上去了,這些企業不僅將廣告投到Google上,還將店也開到Google上去了。用Google一搜,全是eBay賣家們開的店。

提供完整電子商務服務

Google式的電子商務在中國還沒有出現,但三年後、五年後肯定會出現。「儘管阿里巴巴也不知道哪種模式會勝出,但阿里巴巴兩種都做,誰勝了阿里巴巴都有戲。」馬雲自信地認為,阿里巴巴的個優勢就是,B2B業務也完全能夠融入到Google+eBay的模式之中。「阿里巴巴上有供應商,淘寶上的賣家 可以到阿里巴巴上進貨。因為電子商務服務阿里巴巴幾乎都有了,不論是B2B、B2C、搜尋引擎,甚至可以推出多種電子商務服務的套餐,其他對手則無法做到。」

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