拚合法落地，Airbnb共同創辦人來台與政府對話|數位時代 BusinessNext

旅宿業者揚言抗議，Airbnb：一起把市場做大

至於之前國內有旅館業者揚言若Airbnb在台合法落地，將上街抗議，納森僅表示：「我不懂他們為什麼要抗議我們？Airbnb在世界各地廣受歡迎，表示消費者有這個需求，我覺得我們可以一起把旅遊市場做大。」納森強調，高峰期曾經創下單日突破一百萬名房客住在Airbnb遍及全球190個國家的房間中，Airbnb極為重視房客的人身安全，並透過24小時客服支援專線、先入住後付款、互評機制和身份認證制度保障房客安全。

針對之前有媒體報導Airbnb已在台登記註冊公司，納森澄清Airbnb在台灣尚未設立辦公室，但目前與台灣政府的協商看起來相當樂觀，已有一個良好開始，「我們很高興台灣政府想要了解共享自住宅的議題，Airbnb上也有台灣民宿，這只是一個開始而已。」納森透露，此行來台灣他也入住Airbnb，去年他總共住了35個Airbnb房源，「這是我親身了解Airbnb使用者體驗的方法。」

目前Airbnb在台灣有1萬個房源，過去一年來共計有32萬名入境台灣的旅客選擇下榻。Airbnb提供房東價值3千萬台幣的房東保障計劃，若房客損害房東房子，Airbnb將給付房東部分保證金，台灣的房東也包含在該計畫內。納森表示，Airbnb昨天宣布推出房東保障計劃加強版，保險範圍擴及房客入住意外險，房客在入住期間若意外受傷，Airbnb將支付部分費用，台灣目前尚未納入該計畫。

（圖說：目前台灣有一萬多個Airbnb房源，有18萬5千名出境旅客投宿Airbnb。圖片來源：vTaiwan。）

大讚台灣政府全程直播會議做法

10月初Airbnb亞太區公共政策總監歐吉爾（Mike Orgill）曾來台參與vTaiwan虛擬世界法規發展法規調適線上諮詢會議，當時Airbnb便向政府釋出願繳稅的善意，但代表旅館業出席的中華民國旅館商業同業公會全國聯合會徐銀樹理事長並不領情，席間徐銀樹表示台灣房間數充足，空房率高，台灣旅宿業者願意與Airbnb合作一同推廣台灣旅遊，但是Airbnb形同非法日租套房，也不適用消防法規，恐危及旅客權益，徐銀樹甚至當場致贈歐吉爾一本全台旅館業者名冊。

羅漢寧昨日受訪時對vTaiwan虛擬會議持高度正面評價，他表示整個溝通過程相當透明平等，這是他們參加過最開放的討論會議，不僅線上直播，還接受網友線上提問，他也肯定行政院政務委員蔡玉玲願意溝通的態度。當天也出席會議的Airbnb北亞區公共政策經理Sanghyun Lee極為讚賞台灣政府全程直播會議的做法，「這個會議從晚上7點開到9點，這個時間點讓每個人都可以參加，我回韓國之後跟所有人說了這件事，建議他們可以學習台灣的做法。」

Airbnb是目前舊金山最炙手可熱的網路公司之一，三位創辦人2008年時住在舊金山，因房東調漲房租萌生搬出去的念頭，其後在一場大型會展舉辦期間，他們出租自家房間給旅客，提供氣墊床鋪和早餐（B&B），他們察覺到消費者不僅想以合理價位入住各個城市，還希望順帶體驗當地文化，這個點子一開始雖屢遭創投拒絕，但Airbnb發展至今已成為僅次於Uber最知名的共享經濟公司，三位創辦人的創業故事依然為人所津津樂道。

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。