蘋果公布：App Store應用程式開發者，累計收入已超過700億美元|數位時代 BusinessNext

6月1日晚間消息，蘋果公司宣布，自其2008年推出App Store以來，已經累計為全球的開發者帶來超過700億美元的收入。據蘋果介紹，App Store上的app下載量在過去一年內成長超過70％。

由此看來App Store再一次交出了一份亮眼的成績單，但這樣數據或許不會太令人驚訝。App Store的吸金能力一向強大，根據行動應用數據分析公司Sensor Tower發布的一份數據報告，在2016年，App Store上年收入達到100萬美元的應用開發商數量有66家，幾乎是Google Play的兩倍。

App Store的成功固然離不開平台上的眾多app，尤其是那些爆紅的app。比如風靡一時的Pokémon GO是去年App Store上下載次數最多的app，總營收高達9.5億美元。而在去年12月，《超級馬力歐跑酷》創造了App Store的最快下載記錄和首周營收記錄，幫助App Store實現了30億美元的月銷售記錄。

蘋果表示，去年遊戲和娛樂類的應用帶來的收入最多，而照片和視頻類的應用增幅最大，較去年同期成長近90％，此外健身類應用的成長也達到70％。

目前來自世界各地的App Store開發者正為155個國家和地區的用戶服務，而蘋果方面也為開發者們提供了更多便利，比如從去年6月起大幅減少了審核時間，約五成的app可在24小時內完成審核，九成的app審核也能在48小時內完成。與此同時，蘋果也在去年下架了數千個不符合要求的app。

同時蘋果也在逐步放大App Store的價值，比如在去年引入類似百度競價搜索的廣告位，蘋果表示通過一系列幫助開發者推廣app的措施，App Store的活躍付費訂閱量較去年同期成長了58 ％，平均購買花費帶來的轉化率超過50%，遠高於產業平均水平。

而去年美國iPhone用戶在應用內購物和付費應用上面的開支平均達到40美元。據App Annie預測，到 2020 年的時候，App Store 全球總應用收入可達到至 1020 億美元。蘋果公司全球市場營銷高級副總裁 Philip Schiller 表示：

世界各地的人們都喜歡應用程式，下載量正在不斷刷新紀錄。開發商能賺取700億美元是令人興奮的。我們對開發者創造的所有偉大的新應用感到驚訝，並且迫不及待地在下週在我們的WWDC （全球開發者大會）上再次見到他們。

儘管App Store最近因為對app內打賞收取30％分成的新規在中國引發爭議，羅永浩昨天甚至在微博上稱蘋果這種行為像「傻x似的流氓」，但這似乎並未對蘋果造成影響，以應用開發商收入700億美元計算，按照目前的分成比例蘋果也能穩穩進帳300億美元。

但蘋果也不得不重視中國市場，畢竟App Store在中國市場的銷量僅次於美國，而去年中國的銷量還成長了90％，面對這樣一塊大蛋糕，蘋果是否會改變一些自己的「原則」同樣值得關注。

蘋果選擇在距離WWDC大會不到一周的時間發布這個消息，似乎要為WWDC大會的熱度再添一把火。其實這也不是蘋果第一次這麼做，去年WWDC大會開幕前夕，蘋果也透露了App Store的相關消息，其中就包括了啟用新的分成模式這樣的大調整，把分成比例由過去的7:3（開發者拿七成），調整至首年7:3，次年85:15（開發者獲得85%的收入）。

本文授權轉載自：愛范兒

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。