創業路上遇到大鯊魚，你可以不用急著當烈士|數位時代 BusinessNext

兩年多前，「直播」的Google關鍵字價格趨近於零、一場累積觀看人次達168萬人的「楚門秀」直播，只能找到幾家飲料商和旅館業者的微薄贊助。Livehouse.in是從這樣一個冷淡的市場，一步一步往前走，好不容易等到今日的直播盛況。只是，他們努力了兩年多才達到的用戶數與流量，卻在Facebook宣布開放全民直播後，被一夕超車。

大鯊魚攔路殺出，你會怎麼做？

表面上來看，跟Facebook在台灣1800萬的月活躍用戶數相比，只有200萬月活躍用戶數的Livehouse.in在這場平台之爭中，幾無勝算。然而，面對Facebook這條超級大鯊魚，Livehouse.in要上演小蝦米對抗大鯊魚的正面對決戲碼？還是期待被大鯊魚納入麾下？或是就此認輸？

圖說明
（圖說：創業路上遇到大鯊魚，你會怎麼做？／圖片來源：Shutterstock）

他們選擇了第四條路。

「我們現在覺得直播是一個功能了，不是一個平台。」Livehouse.in執行長程世嘉親口推翻自己在三年前開展直播業務時的想法，甚至直言，「任何新創業者說要做直播平台，方向是錯誤的。」他強調「我們比較像在做內容。」而Livehouse.in 共同創辦人鄭鎧尹則是給自家平台一個更明確的新定位，「我們是直播整合行銷。」

創業大轉彎，從直播平台到整合行銷

你可能不禁要懷疑自己是不是看錯了？一家技術導向的直播平台，怎麼到頭來成了一家整合行銷公司？但對Livehouse.in來說，這可能是自公司成立以來，他們第一次把未來看得那麼清楚。

過去兩年，直播市場持續加溫，Livehouse.in的使用人數也不斷創新高，網路流量甚至大到他們足以成為Google GCP 雲端服務頂級合作夥伴。但，商業模式始終是一個問號。

（圖說：程世嘉認為，直播是一個功能，不是一個平台／圖片來源：數位時代）

實際上，遇到相同問題的不只有Livehouse.in，放眼中國市場，直播平台超過200家。而程世嘉指出，就日前以「洪荒之力」走紅的中國游泳女將傅園慧在映克直播，創造超過一千萬人同時在線的驚人數字，最終卻只有約10萬人民幣的進帳來看，「9成(直播平台)在一年內會GG(指結束)，因為沒有商業模式。」

但活下去的答案，Livehouse.in找到了。

與其硬碰硬做平台，不如改當軍火商

「你不可能去跟Facebook做直接競爭，但你可以把know how帶給大家。」過去三年來，不論是阿邦師的直播拍賣、柯p騎車環島，還是微積分大賽...就像鄭鎧尹說的，「天上飛的、地上爬的、海邊的都做過了，甚至環島也有。」他們已經累積了太多的直播案例和專業知識，甚至可以SOP化。

相對之下，每個人、每個企業、品牌雖然在一夕之間被賦予直播能力，可以做到以前只有電視台才能做的事，但多數人卻也不知道應該做什麼節目？要怎麼做出好的內容，更不知道為什麼直播線上人數不多、互動不好、收音有問題、畫面不清楚，還有最重要的，效益該怎麼評估？

鄭鎧尹
（圖說：你不可能去跟Facebook做直接競爭，但你可以把know how帶給大家／圖片來源：賀大新）

「一直播就發現．Facebook雖然讓你可以方便做，但要做好卻不是容易的事。」而這正是Livehouse.in在Facebook掀起的巨浪中，看到的機會。

因為有過去三年累積下來的經驗，鄭鎧尹強調，他們能做的不只是直播，而是可以從前製的節目企劃、宣傳，一路做到最後的效益評估。「我們甚至接過很多case，客戶就說他有預算要做直播，然後他不知道該怎麼辦，將全部計畫、現場執行、宣傳都交給我們做。」

循Netflix模式，從科技公司變成內容供應商

甚至，他們也不強求廠商必須使用Livehouse.in的平台，而是願意在效益最大化的考量下，主動建議客戶使用Facebook直播。程世嘉認為，「長遠來說，Facebook已經這麼大，他一定會在這邊推得更用力，與其把他當敵人不如當朋友。」所以他們要做的不是去跟Facebook搶用戶，而是建立聯播網、建立多平台開播技術，「把數據收回來，把訊號打過去。」他說。

不同於三年前得用熱臉去貼人家的冷屁股，程世嘉表示，「現在這些大廠會開始投資我們做的內容。」他也相信，當平台這麼多的時候，內容為王這件事就會成立。在他看來，Livehouse.in其實正走在一條Netflix曾走過的路，從一家科技公司，變成內容公司，「我們的通路、平台已經很完整，接下來把重心放在內容。」

而隨著直播成為一種選項，甚至是電商、電競市場經營的標準配備，Livehouse.in的營收也將跟著一路向上。程世嘉看好，接下來一年營收至少可以成長一倍，到了明年，獲利的日子應該就不遠了。

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。