[重慶直擊]馬化騰：「我們自留半條命，另外半條交給你！」騰訊全球大會高喊打造創業生態系|數位時代 BusinessNext

垂直化、定製化、人才跨界，「互聯網+」三大發展趨勢

騰訊營運長任宇昕說明，有3點可以說明騰訊開放5年以來的成績，一是目前平台上近百萬名的開發者，已創造出400萬種軟體應用；二是騰訊開放平台上的合作夥伴收益已超過100億，意即在平台上誕生了50名億萬富翁；三是藉由騰訊開放平台孵化上市的企業已超過20家，較2014年有翻倍成長。

（圖說：騰訊全球合作夥伴大會今年在重慶舉辦，騰訊營運長任宇昕表示，騰訊推出開放平台5年成績斐然。照片來源：曾靉攝影。）

任宇昕更提到，2015年是中國「互聯網+」元年，目前「互聯網+」的發展趨勢，可歸納出「垂直再細分」、「個性再定製」、「專才再跨界」三點，這三大趨勢將會催生出新的產品與營運模式。

第一，「垂直再細分」。意即網路的垂直化，過去有很多垂直電商、服務湧現，在垂直領域，浮現越來越多種用戶需求，因此功能還要再細分，這將是創業家未來的創業機會所在。他以「互聯網+健身」為例，最早健身只是純粹的教學，後來又出現健身社交、健身飲食等，光是健身族群，就有各種還能夠被滿足的應用。

第二，「個性再定製」。過去的標準化產品不能滿足消費者的需求，因此湧現了許多個性化產品跟服務。不過現在，就連個性化產品服務也無法滿足消費者，因此才發展出更多應用，是根據「每一個人」再去細分定製的產品與服務。例如，以前水果銷售是論斤論兩來賣，但現在市場中新的生鮮電商賣水果卻是以「個」為單位來銷售，甚至能夠延伸出根據消費者每天的營養需要、口味喜好來提供選擇的服務。

第三，「專業再跨界」。隨著「互聯網＋」不斷滲透傳統產業，人才專業的界限也因而模糊，「跨界」成為新的市場趨勢。任宇昕表示，越來越多傳統企業朝網路平台轉型，所以他們對網路人才的需求是空前；另外，也有越來越多的互聯網企業積極拓展傳統產業，所以也極需具有傳統經驗的人才。「未來人才市場，不只是每個領域的專業人才，更加需要懂網路、又懂傳統產業的跨界人才。」任宇昕認為，這是新的機遇，也會是新的挑戰。

推出「第三方服務平台」，完整創業生態圈

而在「互聯網＋」發展趨勢下，任宇昕認為，騰訊同樣面臨到角色的轉變。過去5年，騰訊開放平台作為中介角色，幫助開發者串接騰訊資源與用戶，但如此舊有模式已不能滿足創業者。因此騰訊決定在今年推出第三方服務平台，邀請包括法務、營銷、投資、融資等領域的公司加入開放平台，一起為創業者服務。

（圖說：騰訊推出第三方服務平台，要讓開放平台進入眾創生態。照片來源：曾靉攝影。）

騰訊副總裁林松濤說明，騰訊開放平台經過3次進化，一是從PC端到行動端，二是從行動端到多終端，最後再從多終端到眾創生態。在PC生態，騰訊開放QQ、QQ空間、遊戲大廳等用戶平台；在行動生態，則增加微信、手機QQ、手機管家等應用；走到多終端時代，創業服務從軟體到硬體，整合了PC端、行動端、QQ物聯、䲢訊社交等開放平台。

林松濤表示，進入眾創生態的騰訊開放平台，則希望不僅自身能當創業者的資源，還能成為創業者與創業服務商之間的樞紐，從原先的1對N模式，轉變成N對N的連接模式。

（圖說：騰訊副總裁林松濤說明，騰訊為創業者搭建「錢」、「人」、「成長」三大聯盟。照片來源：曾靉攝影。）

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。