佐克伯萬言書談Facebook新使命：打造全球化社群，實現支持、安全、知情、公民參與、包容|數位時代 BusinessNext

繼Facebook於2012年IPO後，其執行長馬克·佐克伯（Mark Zuckerberg）今日首次更新創辦人公開信，以長達6千字的篇幅說明Facebook的新使命：成為「社會基礎建設」，幫助打造出彼此連結的全球化社群。

從連結好友和家人到全球性社群

「十年來，Facebook關注在連結好友和家人。」佐克伯說。「在此刻，Facebook能做到最重要的事，是開發一個社會基礎建設，讓人們有能力打造出對所有人都有幫助的全球社群。」

擁有超過18億月活躍用戶的Facebook，在2004年創立時，設下「讓世界更開放、連結更緊密」的目標。而現在，他們將更關注創造連結後、對社會所帶來的影響，並將目標從連結朋友、家人圈轉向連結全球社群，其中，Facebook的角色是「社會基礎建設」——一個和真實世界更緊密結合的技術平台。

佐克伯信中提到的全球社群，將具有支持、安全、知情、公民參與和包容等5大功能，佐克伯也分別說明Facebook將如何在這些方向努力。

提供支持的社群，打算新增「子社團」功能

Facebook將努力連結線上和線下社群，建立打破虛實界線的全新社群。其中，佐克伯表示，社團功能將新增更多工具，協助線上社群領袖領導團體，進行更多活動。

此外，佐克伯也強調子團體在社群中的重要性，如同一間學校其實是由很多班級、宿舍和社團組成，因此他們也打算新增子社團的功能。

安全的社群

除了社群安全檢查工具，佐克伯提到，Facebook已成功利用人工智慧辨識照片和篩選貼文，現在他們正在研發將人工智慧應用於預防恐怖攻擊、霸凌和自殺等。

「我們正在研究一套系統，可自動標記工作人員應注意的照片和影片內容。」佐克伯寫道。「但這仍處於非常早期的開發階段。」

知情的社群

打造知情社群的第一步是讓所有人都能使用網路，接著即是提供正確資訊。對此，佐克伯表示，Facebook將致力打擊假新聞，並確保多元資訊的流通，因為想要破除回聲室效應，比起直接呈現相反立場的文章，提供多元觀點更有效。

「研究指出，提供給人們相反觀點的文章，通常只會加深固有觀點。」他寫道。「我們的目標是盡可能提供更全面和多元的觀點，讓人們看到他們在光譜的哪個位置，再得出自己的結論。」

不過在打擊假新聞的同時，佐克伯認為，煽情化和極化內容對社會造成的影響，更令人擔心。「隨著我們在資訊多元和錯誤訊息上做出更多努力，我更關注煽情化和極化內容的影響，以及如何建立社會共識。」他說。

有助公民參與的社群

文內也提到目前全球普遍的低投票率情形，佐克伯認為Facebook也能改善此現象，他提到，2016年美國總統大選時，已超過200萬人是透過Facebook登記投票。

雖然佐克伯並未具體說明Facebook未來會怎摩做，但他提到，希望能建立一套「適用於全球公民、用來參與集體決策的全新流程。」

包容的社群

佐克伯在信中承認，Facebook有時會對用戶貼文做出錯誤的審查處置，也讓他們發現，一套內容準則並不適用於全球。他舉例，Facebook在2016年封鎖一張有裸體小孩的得獎越戰照片，該照片雖違反Facebook內容條款，卻具有新聞價值。

「這對我來說是一件很痛苦的事，因為我常同意那些批評我們犯錯的指責。這些錯誤從不是因為我們有特定的意識形態，而是操作上的問題。」佐克伯說。

至於如何解決？佐克伯認為，修改社群準則可改善此現象，具體做法為透過民主過程決定審查標準、再輔以人工智慧加強。換言之，用戶可依照所在地的法律和偏好，投票決定內容是否適當，並可在設定中自行調整社群準則。

看完整封信，可以看出佐克伯對Facebook社會責任的立場，已經和以往堅持「Facebook只是間科技公司、對其他事情沒有責任」的態度有相當大的轉變。

佐克伯透露，早在2016年美國總統大選前，他就有調整Facebook目標的想法。他表示，社會和科技的變遷，讓越來越多人感覺被全球化的浪潮遺棄，他也因此萌生出打造適合所有人的全球性社群，「我深信，長遠看來，這是正確的方向。」

資料來源：Mark Zuckerberg's Facebook、Recode、The New York Times

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。