想靠部落格創業先熱愛你寫的內容|數位時代 BusinessNext

**Ｑ　身為少數獲利極佳的部落格，你的下一步是什麼？會想要賣掉TechCrunch嗎？還是繼續自己經營下去呢？
**Ａ　有幾家公司跟我接洽過。我對賣掉持開放的態度，因為賣掉的話，我就有資源來做我真正想做的事情，也就是，我想要徹底改變出版的型態。就像在TechCrunch上，我可以直接跟網友溝通，這件事太棒了！所以我打算雇用更多的人來負責TechCrunch的其他子網站。
問題是，TechCrunch成長太快，每一到兩個月就以倍數成長，之前覺得可以跟我商量購併的公司，因為我們成長太快就需要重新評估，提出新的條件。所以我覺得目前最好的作法就是，隨著浪潮前進再做打算。不過，以我們現在賺的錢來說，我們不用擔心出售的問題（笑）。

Ｑ　在部落格如雨後春筍般興起的現況，你認為在其他領域，有機會複製像你一樣成功的部落格嗎？
Ａ　當我開始談科技的時候，我是第一個用評論形式的部落格。現在看起來當然很平常，而且很多人在做。但重點是，我真的很愛我寫的東西，你看我提史都華（Flickr創辦人）就知道，我真的很喜愛他的東西。
也許如果我喜愛音樂或藝術像我喜歡科技一樣，我就會改寫音樂藝術。我喜歡科技的程度，讓這（寫部落格）不只是一份工作。所以像同類型的部落格，早在其他領域開始了。有很多其他的部落格寫各種你無法想像的主題，其中最優秀的，都是最熱愛其中內容的人。每個人寫部落格的聰明程度可能相去不遠，差別在於熱愛的程度。

**Ｑ　那麼你認為將來你的部落格會被其他同類型部落格所取代嗎？
**Ａ　毫無疑問的，取代一定會發生。幾年前很旺的部落格，已經不是現在最紅的部落格。不過我熱愛這份工作，所以就算被取代也沒關係，因為我最終的想法是聯合世界上的部落格，我們可以變得非常有影響力，也可以非常成功。
其實談論科技新興公司的TechCrunch會成為這麼大的部落格，連我自己都覺得奇怪。世界上最受歡迎的，應該是寫女性時尚的部落格。而且我們坦白點說，雖然我很善於獲得我所需要的流量和注意力，但大家最愛看的，應該還是講名人八卦的那種部落格吧。

**Ｑ　你當初曾經想過你的部落格會這麼成功嗎？經營部落格原本就在你的計畫當中，還是只是個幸運的巧合？
**Ａ　我當初寫TechCrunch的原因，不只是當作自己的興趣，而是因為我當時要創立網路公司edgeio，我是創辦人也是執行長。那時我花了一整年在洛杉磯衝浪，所以對網路有點生疏。然後我重新研究網路時也讀很多部落格，我就想，我何不自己也來寫一個呢？然後從二○○五年六月開始，我的部落格慢慢變得受歡迎，然後愈來愈受歡迎。
直到十二月，公司找到創投公司，但創投想要更年長的執行長，同時TechCrunch變得非常受歡迎。所以我退出edgeio，專注在TechCrunch顯然是個正確的決定。此時，部落格從廣告獲得一點點收入，只有一點點，然後就是獲利爆炸。
十二月時大約只有一萬五千名讀者，但現在大概就有十二萬名讀者。它就像炸彈一樣，每個月或每兩個月以倍數成長。然後廣告商找上門來，他們想要在首頁上有個位置，因為他們想要接觸到我的讀者。
所以你問我，我是不是真的知道會成功？我每天都訝異於它的成功，我不會以此驕傲，但我熱愛這個部落格。

**Ｑ　你認為TechCrunch的成功，是剛好搭上了Web 2.0的熱潮嗎？現在Web 2.0的蓬勃發展，會不會跟上次網路經濟泡沫化一樣，只是短暫的光輝呢？
**Ａ　這是Web 2.0的商機，參與、協力合作、雙向的網路經驗都是TechCrunch的核心價值。規模小卻成功的商業模式，也是Web 2.0時代才會出現的現象，但這也只是其中一部份而已。
我的工作是去研究這些公司，把它們拆開來分析，寫成一個故事，讓別人能夠輕易地了解。有可能因此其他人會對這些公司更有興趣，所以我希望在Web 2.0中起正面積極的推動作用。
並且這次網路熱潮再起，是因為有像Flickr這樣的公司，讓我們對網路重新燃起希望，並沒有資產過度估計的問題，所以我不認為我們會犯下第一次網路經濟泡沫的錯誤。

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。