知乎1億美元融資背後:內容的春天、崛起的獨角獸以及它的商業化
知乎1億美元融資背後:內容的春天、崛起的獨角獸以及它的商業化
2017.01.13 | 募資

2015年11月3日,知乎完成C輪融資,金額為5千萬美元,由騰訊領投,原有股東軟銀賽富、創新工廠均已跟投。

一年多以後,這個最大的中文知識社區完成新一輪融資。2017年1月12日,知乎宣布已順利完成D輪1億美元融資。此輪由今日資本領投,包括騰訊、搜狗、啟明、創新工廠等在內的原有董事股東也全部跟投。

據知情人透露,今日資本投資人徐新已經關注知乎一年多時間,在C輪時候就想進入。新一輪融資的談判從2016年10月末就開始,是非常順利的過程。「幾乎一周內就敲定基本事宜。」

今日資本總裁徐新從事投資行業21年,是有著豐富經驗和資源的投資人,投出了網易、京東和新美大等一批知名企業和上市公司。2016年,徐新創立的今日資本管理量達15億美元,她的投資最高收益率達800倍。

這是一輪沒有FA(Financial Advisor,新型投資銀行)的投資,用周源在員工信裡面的話來說,「實際上還沒來得及寫PPT就談定了。」

關於投資背後的故事細節,徐新在知乎上回答講到:
我們有一個感受,互聯網進入下半場,交易相關的大平臺已經形成、幾乎壟斷。如果你做電商,你就要問自己兩個問題:你比京東好在哪裡?你比淘寶好在哪裡?而內容的春天才剛剛開始。以前大家買東西圖的就是便宜、便宜就是流量入口。現在流量入口是內容,不管是買東西還是生活中做各種決策,大家都要看內容。

內容和商品是不一樣的,買商品大家喜歡選擇極大豐富,但是提問題你並不需要 100個答案,你只需要那個品質最高的答案。知乎已經成為高品質內容的第一品牌。

知乎的問答模式很犀利,護城河也很深。關於內容,我們覺得有一個『1%定律』:從人群的角度來看,100個人裡面有1個意見領袖。所以關鍵是要做得早,把那1%的意見領袖牢牢抓住,同時還要確保機制公平、上升管道通暢,讓新用戶也有機會成長為意見領袖--時間的積累就是護城河。

我們覺得,通過六年的積累,知乎上的內容越來越多、使用者也越來越多,人和內容之間好像也有網路效應。內容的形式也多樣化了,有問答、有專欄、有日報,去年上了書店和知乎Live也很受歡迎,感覺成長進入了快車道。」

此次對知乎的1億美元投資堪稱今日資本近一年多時間領投的最大一單。對此,徐新表示:

我們覺得知乎在做一件非常正確的事情,不追風口,把握擅長的細分市場精耕細作,抓住使用者需求把產品做好,以此為基礎成長變大。現今的知乎已經不僅只代表問與答,當它能夠進一步圍繞知識的供需解決有所突破,就有可能成為滿足使用者多場景內容消費和更多需求的偉大公司。我們也希望能夠幫助知乎打造長期品牌,從而發揮出作為高效能平臺的更大價值。

徐新歷時一年的等待沒有白費。一年時間裡,知乎的確在商業化方面做出諸多努力。

截止2017年1月,知乎已擁有超過6,500萬註冊用戶,平均每天有1850萬活躍用戶訪問和使用。2016年全年,知乎用戶提出了超過600萬個問題,撰寫了逾2,300萬篇回答和151萬篇文章。

過去一年時間內,知乎從不同維度擴充著「知識」的連接。知識付費是2016年來非常令人興奮的變化,它是共用經濟的一個新形態;它也是釋放,或者說它產生一種新的高品質資訊的生產方式,同時也帶來了一大批付費的、知識資訊的消費者。

這一大外部環境的變化造就了知乎的新機會。過去半年中,知乎上線了很多新功能,推出了不少新產品,已經開始跟「錢」產生聯繫,但知乎立足的核心沒有變--是資訊、知識與人,以及他們之間的連接。

一方面,知乎引入了話題索引、知乎書店等結構化內容產品,滿足使用者從0到1瞭解某個領域的需求。另一方面,知乎所推出的「知識市場」服務,則在行動場景下進一步提升了討論效率,不僅促進尚未產生的知識生產,也極大地滿足了人們獲取個性化知識服務的需求,從而説明用戶連接到日常生活圈層無法連接到的人,為知識工作者創造了直接獲得收益的可能。

自2016年5月14日推出的「知乎Live」至今,知乎已舉辦超過1,500場知乎Live,737位主講人平均時薪達10,980元,單場參與人數最多為12萬人,而單場知乎Live收入最高達到19萬元。

知乎
圖/ 知乎

周源對知乎的未來似乎有清晰的目標:2017年,知乎將面向廣泛的知識消費者和機構夥伴建立大型知識平臺。以此為基礎,知乎不僅要為新興中產、知識階層提供最佳的討論體驗;為知識工作者提供工具和舞臺,幫助他們獲得尊重和認同;同時也將為知識消費者搭建足夠好的消費網路,讓有價值的知識能夠變現。

但這背後的問題也顯而易見,知乎仍然沒有盈利。按照周源的說法,很多新進展都在進行中,外界只是需要多些耐心。我們絲毫不需要懷疑知乎在生產知識方面的能力,但如何做好服務就是它接下來要面臨的挑戰了。

而徐新在電商方面豐富的投資經驗和資源相信也會對知乎接下來在知識市場方向的探索有一定幫助。

融資之後,創新工廠投資人同時也是知乎股東的李開復說,知乎該輪融資完成後估值超過10億美元,邁入獨角獸行列。

所有的資本方當然都知道,這是一塊「肥肉」。只是,對於知乎來講,它已經成為了最大的中文知識生產社區以及流量入口,接下來,最重要的是,如何通過有效的運營手段,將碎片知識結構化,以及實現商業閉環的變現。

本文授權轉載自:極客公園

關鍵字: #獨角獸
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

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。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

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。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓