[2014回顧] 併購不斷，2014年科技巨頭都買了些什麼？|數位時代 BusinessNext

Google最愛買，雅虎暫時歇手

從公開資料來看，在這五大企業中，2014年買得最瘋狂的非Google莫屬。

相較於2013年收購11家公司，2014年的Google幾乎每個月都在收購，截至2014年底總共買了29家公司，數量位居第一。而雅虎的狀況正好與Google相反。2013年的雅虎大手筆買了28家公司，但進入2014年後，收購速度減緩，大約一個月僅收購一到兩家公司。其餘蘋果、Facebook與亞馬遜的收購數量則與前一年差不多。

Facebook灑錢不手軟，Google點燃物聯網戰火

不過，若從金額來看，排名第一的可不是Google。Facebook以190億美元收購行動通訊軟體WhatsApp、Google以32億美元收購智慧家居Nest、蘋果以30億美元收購知名耳機品牌Beats、Facebook以20億美元收購虛擬實境商Oculus VR，以及亞馬遜以9.7億美元收購遊戲影音串流平台Twitch是2014年最搶眼的收購案。

Facebook關鍵收購

2014年剛開始，Facebook宣布以190億美元收購通訊軟體WhatsApp，掀起即時通訊軟體市場之戰。在這起收購案推波助瀾之下，即時通訊軟體成為2014年眾人目光的焦點。

Oculus VR為虛擬實境硬體新創，戴上旗下產品Oculus Rift後，玩家將能充分體驗遊戲中的3D效果。除了應用在遊戲，Oculus VR還跨界到戲劇、電影、教育等領域。此外，Facebook執行長Mark Zuckerberg還指出，虛擬實境具備成為新一代社交及通訊平台的潛力。

蘋果關鍵收購

蘋果在5月以30億美元收購耳機品牌Beats，則創下有史以來最高價交易紀錄。同時也因為Beats曾與宏達電有過密切合作關係，讓整起收購案格外引起台灣民眾關注。

外界普遍認為，蘋果之所以收購Beats其實是因為看好串流音樂市場，想藉著Beats的串流音樂訂閱服務Beats Music和兩位創辦人Jimmy lovine、Dr. Dre在音樂界的人脈，在iTunes Store的基礎上推展自家音樂服務。不過也有外媒指出，蘋果這一步棋其實是為了穿戴裝置鋪路。

亞馬遜關鍵收購

而亞馬遜以9.7億美元收購遊戲影音串流Twitch也引發討論。因為外界原本都以為Twitch被Google收購已成定局，但最後卻被亞馬遜收入口袋。

Twitch是熱門遊戲直播平台，每月都有數千萬用戶在平台上觀看影音，影音長度達數十億分鐘。但其實亞馬遜早從2012年就開始在遊戲領域布局，不僅成立內部工作室，也向外收購電玩工作室。兩者結合，或許也不那麼令人意外。

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。

[2014回顧] 併購不斷，2014年科技巨頭都買了些什麼？