2年2千萬下載量！韓國「怪物鬧鐘」魅力大，獨角獸買了|數位時代 BusinessNext

獨角獸併購麥浪工作室

麥浪工作室在2013年2月推出手機鬧鈴服務「怪物鬧鐘」之後，一炮而紅，讓投資人紛紛找上麥浪工作室談投資。麥浪工作室在2013年3月獲得DSC Investment的種子投資20萬美金。2014年4月獲得韓國行動媒體公司Yello Mobile投資190萬美金（約6000萬台幣），其後，Yello Mobile收購麥浪工作室60％股權。

麥浪工作室創辦人金榮浩（Yeongho Kim）說，當初Yello Mobile跟我們談併購，我們拒絕了2次，因為5位共同創辦人都不希望被併購之後，失去自由。最後答應併購，是因為Yello Mobile執行長Sanghyuk Lee跟團隊保證絕對不會介入經營，雙方立場一致。

Yello Mobile近來成長很快，在2014年第4季也正式晉級獨角獸俱樂部，公司估值10至20億美金。Yello Mobile持續收購跟行動相關的好公司及App。

金榮浩將麥浪工作室定義為生活類App公司，強項為開發生活類App，希望用時間軸的概念觀察使用者行為，從一天的開始到結束，使用者如何使用App。而Yello Mobile旗下收購許多公司，自成生態體系，包括O2O虛實整合、購物、垂直媒體和App、數位廣告及行銷及旅遊業，麥浪工作室恰好是其生態圈的一環，幫Yello Mobile擴展國際業務及發行App。

（圖說：麥浪工作室共同創辦人金榮浩（左）點出，App開發者要先觀察使用者習慣的App，才能做出人們真的想用的App。圖片來源：郭芝榕攝影。）

2015年第2季將會集中在台灣、中國和日本，第3季會擴展至印尼、馬來西亞和泰國市場。金榮浩指出，台灣、中國和日本是麥浪工作室最重要的三個市場，而台灣是很重要的市場，因為經濟發展快，也很容易接受外來文化。台灣人很喜歡日本文化，文化又跟中國比較接近。

韓國K Cube Ventures合夥人Shina Chung先前來台時指出，只要在台灣市場發表過的韓國產品，在中國市場的下載量就會提高，所以許多韓國新創團隊都希望來台灣發布中文版。

好用、方便的App，使用者就會喜歡

不過，麥浪工作室並非從一開始就一帆風順，在2011年成立後，先後開發了6款App都失敗。團隊成員都是資訊科學和設計師背景，認為有創新介面的App很有魅力，所以埋著頭做自以為市場想要的產品，這些失敗經驗讓金榮浩更懂使用者要的是什麼。

金榮浩說，「大多開發者沒有思考市場要的App是什麼，App開發者要想的是，什麼是人們真正想要的？如果App好用、方便的話，使用者就會喜歡，所以重點是簡單。」不是要創作很新、很酷的App，而是要觀察使用者已經習慣什麼App，多加功能會更方便？他想的是我的太太方便使用嗎？會喜歡這款App嗎？

麥浪工作室只專注做1個App，也是第一個開始做手機鬧鈴服務的公司，有市場的優先權，現在不但沒有競爭者，還占有主要的市場。金榮浩指出，我們想的不是如何讓人們從一般的鬧鐘轉成使用我們的鬧鐘，而是要如何跟其他有價值的App競爭，創造更好的服務。

App開發者常面臨市場改變太快，身為創業家，金榮浩認為，不管在哪個國家，所有的新創公司的速度都要很快，同時也很容易失敗。但重點不是要比成功，而要擔心自己如何存活下來。他說，「我們是在對的時間點生存下來，但不代表我們長大了就可以不用繼續成功。」

韓國掀起創業之火，重視效率及速度的韓國文化，讓創業生態體系在三年內到位，早從Facebook創辦人佐柏格所帶動的創業夢，韓國出現許多新創團隊及年輕的執行長，有愈來愈多韓國人相信自己也可以。而即使韓國市場不小，但競爭激烈的韓國新創團隊，想的是如何生存下去，在創業第一天普遍想的都是全球化。韓國新創圈的發展，值得台灣新創團隊好好關注。

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。