[Meet創業之星] RTB夯，urAD主打行為分析突圍|數位時代 BusinessNext

從代理商變新創

廣告投放精準與否，資料庫大小、數據種類、數據分析技術和經驗皆是重要因素，深耕廣告數據分析四年的urAD雖然去年才正式成立，但前身為數位廣告代理商，操作多個廣告平台，廣告投放經驗豐富，有感於客戶看廣告成效報表時一次看不同家的報表相當麻煩，資訊混亂又容易出錯，於是決定自己開發產品，從業務導向轉為技術導向，開始培養自己的資料分析團隊。

UrAD共同創辦人劉至剛表示，國內的DSP（需求方平台）業者越來越多，其實是個健康的現象，有競爭客戶才有更多選擇，但相較於現在人人高喊程序化購買廣告，urAD如何藉由使用者行為分析為廣告主達到目標。

「我們沒有非常聚焦在程序化購買上面，是因為這本來就不是什麼很新的東西，我們本來就會用這些技術，我們的目的是要達到廣告主的目標，我們跟其他業者最大的不同，我們最重視行為的分析，例如成效訪談和客戶產出。」劉至剛說。

國內最先啟動FB LBS功能的數位廣告業者

urAD從前年開始投入自動化購買，一開始連什麼是DSP都不知道，後來看到沛星獲紅衫資本投資600萬美元，才發現自己正在跟他們做一樣的事。起初常常接不到供應端流量，努力一年多後已幾乎把PC端主要流量都接完，現在開始往行動端發展，urAD稱他們已是國內行動端廣告流量最大的業者。劉至剛表示urAD雖然並非Facebook官方合作夥伴，但透過自己接Facebook的廣告流量，urAD是國內第一個啟動Facebook LBS（Location-based service）的數位廣告業者。

身為消費者，你一定碰過這些情境：剛剛在某購物網站上瀏覽過的商品，回到Facebook時竟然在動態時報上出現，或者是猶豫再三沒下手的機票，過一陣子竟然在Gmail旁的廣告欄位出現8折優惠，這些都是再追蹤廣告（retargeting）或自動化購買廣告帶來的效果。urAD除了再追蹤之外，還會根據瀏覽者的喜好和身份自動推送不同的廣告素材，把一個廣告素材拆解成好幾個不同元素，以線上遊戲三國系列廣告為例，urAD就發現40至50歲之間的男生最喜歡小喬和呂布，而趙雲則因長相俊秀男女老少通吃。

台灣市場小，國際化是必須

談及台灣數位廣告市場的困境，urAD商務部總監張天豪表示，台灣很多操作流量的公司都太注重表面優化，例如便宜的點擊，在這種生態下因而出現許多內容農場式的洗流量網站。而且有些客戶有種迷思覺得越精準的客戶越便宜，還有的客戶認為在網站上看不到自家產品廣告就是沒成效。

劉至剛表示，台灣因市場小產值不大再加上廣告價格太便宜，很多國外大廠不願意把流量接給台灣業者，走出台灣積極國際化很重要，唯有如此才能提高自身的議價力量，因此urAD正準備在大陸和東南亞佈點，讓全世界看到台灣數位廣告技術新創的實力。

【創業快問快答】

Q1. 最主要的客戶群？
目前我們主要是以遊戲商、品牌商、電商、大型廣告媒體代理商及中小企業等為主要客戶群。其實不論任何產業，只要有廣告需求都會是我們的客戶；而未來urAD也有意帶領著客戶群走出台灣、放眼國際。

Q2. 最常被客戶或投資人問起的事情？您會如何回應？
廣告的投放成效一直都是客戶們最在意的問題，urAD會以操作經驗的累積以及技術的持續優化，替客戶達成最佳的廣告效益。並適時的提供產業資訊分享，讓客戶理解當前廣告產業的轉變。

當然，我們的產品優勢也是客戶們常問起的，就如上述提及的競爭優勢，由於我們有著自主技術的堅持，及長時間的廣告數據累積；以目前的行動趨勢來說，我們是台灣行動流量最大的行動廣告平台。

Q3. 創業，教會了你哪些事？簡單分享創業至今以來的心得感想？

對我們來說，創業就是不斷學習和堅持；從創業者角度來思考，要了解懂得多方思考、及在不同位置所扮演的不同角色差異。創業的根本就是需要確認商業模式，接著再重新思考該如何獲利，替公司創造出價值。

我們與大多為了實現夢想的創業團隊有著不同的出發點，創業讓我們學會該如何更務實、更多元的去思考，並理解到要對員工負責。找出更優秀的人才讓公司注入更多創新的思維，也是創業的重要課題！

【團隊資訊】
公司名稱：優愛德股份有限公司
服務/產品名稱：數位廣告
成立時間： 2014.5.19
網址：http://www.urad.com.tw/

@@ACTIVITYID:405@@

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。