「那時我太相信美國經驗了。」LiTV創辦人錢大衛的創業反思
「那時我太相信美國經驗了。」LiTV創辦人錢大衛的創業反思
2017.02.13 | 人物

隨著國際串流影音龍頭Netflix進軍台灣,過去一整年,OTT都是熱門討論焦點。不過,早在這之前,一位技術/媒體混血人早已默默在台紮根多年。他,就是LiTV創辦人暨董事長錢大衛。

台大電機系、UCLA電機碩士,若論專業背景,錢大衛和影視根本扯不上一點關係。然而,現在的他,卻帶領台、美兩地團隊,打造出線上影音王國。根據最新數據,LiTV每月有600萬不重複使用者、App下載量超過250萬次,平台上除了有將近100個國內外電視頻道,隨選影片總時長也突破2.5萬小時。美商矽成創辦人韓光宇、聯電榮譽副董事長宣明智、龍笛服飾家族、台灣文創一號等都看好錢大衛的能力,投資LiTV。

但有趣的是,錢大衛說,自己會踏入媒體產業,其實在意料之外。

錢大衛很早就赴美發展。職涯初始,他就對未來的藍圖很清楚。「我一開始就布好了!」他說,自己雖然對IC設計有興趣,但是最初卻選擇在半導體公司擔任產品工程師。「產品工程師管所有的設計和生產流程,今天產品有問題,就要來分析。我沒有碰設計,也不做生產,但是我都看到了。這是什麼?這就是基礎。半導體行業的製造、流程、包裝,我都接觸到了。」

十個月後,他認為自己已經掌握到整體流程,於是便轉到IC設計。「後來我發現,IC真的很辛苦,毛利那麼低。我在美國幾萬人的大公司,待了五年,有四年在裁員。這種行業怎麼能待那麼久?我就跳!跳到做workstation(工作站)的公司,就是視算科技(SGI)。」

從這個時間點開始,錢大衛慢慢和影視產業越走越近。「那時候我接了一個部門。老闆跟我說:『大衛,東西給你選,你要做什麼?』我看其他都有人負責,所以我選了一個沒有人負責的,那個就叫做multimedia(多媒體)。」他笑:「所以我剛開始是不得已的。」

錢大衛_Litv董事長 03_20170210_侯俊偉攝.jpg
LiTV董事長錢大衛
圖/ 攝影/侯俊偉

把技術人和媒體人擺在一起,產品就會不一樣

接下多媒體部門,讓錢大衛的人生開啟了另一扇窗。1980年代起,好萊塢紛紛導入工作站以協助電影製作。「阿諾演的《魔鬼終結者》,第一集他騎著摩托車從空中跳下來,」錢大衛左手比劃著,「那個鏡頭實際上是吊鋼絲,這一幕拍完之後,就是拿我們SGI的工作站把鋼絲修掉。」到後來,電影製作發行公司夢工廠也和視算科技合資成立Silicon Studio,共同打造特效電影。

這次合作,不只將視算科技正式帶入媒體產業,也讓錢大衛這個血統純正的技術人體驗到媒體的魅力。「每天只做技術、只做硬體,不好玩!」他輕敲了一下桌面。

1998年,錢大衛加入電視節目數位硬碟錄影機TiVo公司,負責產品和技術研發。後來推出的產品TiVo,可以讓使用者把有線電視或衛星電視的節目錄下來,自行選擇收看時間,廣受美國消費者喜愛。「早年穿TiVo的制服去坐飛機,別人都很羨慕,因為大家都在用。」他笑著回憶。

「在TiVo的時候,我們就知道,不能只做技術,也不能只有媒體,我們是把技術跟媒體合在一起。所以公司裡有媒體人也有技術人,然後這兩種人擺在一起,老實講水火不容,性格完全不同。但是透過管理,讓他們產生火花,產品就會不一樣。」他說,「SGI這樣做,TiVo這樣做,LiTV也是這樣做。」

把媒體人和技術人擺在一起,老實講水火不容,性格完全不同。但是透過管理,讓他們產生火花,產品就會不一樣。

從挫敗中學經驗:文化講求在地性

談起過去,錢大衛眼睛發亮、滔滔不絕。不過他也坦承,當初將TiVo引進台灣時,其實曾嘗過挫折滋味。

2005年,錢大衛從美國返台,擔任TiVo投資的替您錄公司(TGC)董事長,並負責TiVo在亞洲的業務拓展。不過由於當時太相信美國經驗,忽略在地化的重要,因此發展不順利。「我後來發現,本土化非常重要。」

「美國公司都是一樣的思維,Netflix也是這樣。」錢大衛認為,Netflix進來台灣,對OTT整體發展是好事一樁,因為Netflix國際聲量高,可以帶動消費者意識。不過,內容在地化不足的確是發展劣勢。而他自己,就是從TiVo的挫敗學會這一課。

「我在美國太久了,所以剛進來的時候覺得,美國的東西大家都會要、美國的作法一定是OK的,太簡單了嘛!沒有,localize很重要。」

他指出,TiVo在美國的作法是賣機器,而消費者每月要另外付10幾塊美元的服務費。剛回台灣時,他認為在台灣也可比照美國的商業模式,不過擔心原本價格太高,因此將服務費降為每月199台幣。

「我們想說,199應該還好嘛!星巴克一杯都要一百多塊。結果一賣以後發現,消費者對於那個一百多塊,再便宜都有issue。他們會想:『為什麼我每個月要付錢?』我們後來有調整,消費者只要買硬體,服務就包進去了,但是就太晚了。」他反省說:「這就是對台灣消費者的習慣沒有深入了解、深入配合,做出來的東西就不會是最好的。」

有了上一段經驗,錢大衛在打造LiTV時特別小心,價格和內容都盡量貼近廣大消費者需求。「想看豬哥亮,就給你豬哥亮。想看電影,就有電影。想看劇,就有劇。所以我們東西越來越多。」

對台灣消費者的習慣沒有深入了解、深入配合,做出來的東西就不會是最好的。

在各家業者紛紛進入後,台灣OTT市場看似熱鬧擁擠。不過,錢大衛認為,成長空間還很大。因為,即使經過去年一整年的喧囂,OTT使用者依然以25到45歲網路族群為主,年紀較長的使用者還是沒建立起習慣。「像這種新的生活型態,通常需要好幾年才能轉變。比如說iPhone在2007年出來,真正熱了還是好幾年以後。」他氣定神閒說:「不過,OTT會很快!」

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