第三波中國網路概念股部落格可望挑大樑|數位時代 BusinessNext

二○○○年登陸美國那斯達克（NASDAQ）的新浪網，已經證明了網路廣告的威力，TOM則是證明了無線通訊加值服務的獲利模式，而網易更印證了網路遊戲的確有賣點，騰訊則證明了個人用戶增值的效益，因此，Web 2.0的概念公司該如何創造出另一個新的獲利模式，正考驗著中國一．二億網民的智慧。
今年，在杭州舉行的第二屆中文網誌年會議程中，就明示「Web2.0創業與投資」的議題，身兼年會核心成員、著名部落客與創投業者三重身分的毛向輝指出，這次年會的重要目的就是要探討中國網路裡還有什麼可以做？
現在中國有很多新創網路公司都是C to C（Copy to China）模式，把國外成功網站所有東西照抄，改成中文版而已，毛向輝認為，「這在深層思維裡，是一種沒有靈魂的創業模式，」他說這些人根本沒有認知創業的用意與面對用戶的責任，一旦有更好的網路出現，他們就會面臨是否要轉型或是改版的問題。
市場調查機構In-Stat中國區總經理殷建松就認為，「拷貝這種模式不會成功，因為水能載舟亦能覆舟，Web 2.0網路的特性就是切換非常容易，沒有特色的創業內容隨時都會被取代的。」
毛向輝也說：「我期望每年中國都能創造出一些不錯的網路新興模式，而非每次都是拷貝國外的創意，然後原封不動地改成中文版而已，中國網路必須要走出自己的路。而舉辦中文網誌年會的部份用意，就在請從大江南北而來的部落客與網路業者共同激盪火花。」
毛向輝指出，中文網誌年會的用意就是在培養、孵化這些剛萌芽的創新種子，讓他們從中找到可以發展的土壤，自由發想，而不致於因為環境的因素而讓好的創意夭折，因為沒有自由思考的環境，又怎麼會有好的創作呢！
而且很多創新企業一開始也都是先從自身興趣與非營利的目發起，但是當規模到一定程度之後，就開始會有資金壓力，因此就會有賺錢的動力，這中間其實是經過許多轉折點，並不是說部落格、Web 2.0的網路特性與商業無關。毛向輝就認為，部落格或是網路應用的商業化與非商業化，只是步驟的問題，而不是該或不該的問題。
因此，毛向輝最近幾年一直堅持跟非營利性團體交流，「我非常關注這些趨勢的發展，時常私底下都會與他們聊一聊，然後就會有一些很好的點子出現。「我覺得此屆年會中大概只談出了一○％的創意與想法，這當中可能只有一半的機會可以被真正落實，而最終成功的可能只有一到二％，但這就已經是非常難得了。」
事實上，中國著名博客網創辦人方興東就認為，中國廣大的部落格群體絕對有能力成為中國網路產業的生力軍。另外，專門針對中國網路與部落客市場觀察與投資的「榴蓮孵化」公司執行董事李明也坦言：「我們就是希望能從中文網誌年會當中，尋找具備發展潛力的部落客（Blogger）與網站，希望能提供協助，讓他們早日邁向商用化階段。」
毛向輝也贊同地表示，部落格未來的發展力量，如果持續下去，將成為每個人定義自己的另一種社會ＩＤ（Identification），也就是說，「部落格將成為每個人新類型的社會身分證。」毛向輝說，當所有人都意識到這一點時，一定會有人願意為自己的部落格使用而付費，而這當中，部落格的空間、網域名稱、編排工具、與別人的連接方式以及表現方式等，皆隱含著全新的商業機會，所以只要真正做好提供服務的人，就有可能獲利，「從部落格問世的第一天起，我就覺得它一定能夠獲利。」

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。