部落格網站創投新寵|數位時代 BusinessNext

博客（即部落格）世界雖然熱鬧喧天，但在商業世界裡，博客卻僅僅是一些媒體公司的門面點綴和小公司的商業嘗試。然而在中國，儘管沒有非常明確的商業模式，三大博客網站 ——博客中國（www.blog china.com）、中國博客網（www.blogcn.com）、以及BlogBus（www.blogbus.com），還是獲得風險投資商的青睞，據稱這三大網站皆已開始緊鑼密鼓地進行籌備第二輪融資。

**初期以廣告為主要收入

**博客獲得風險投資商們的青睞始於兩年前。二○○三年初，Google收購了全球最大的博客託管商Blogger.com，上市後市值迅速超過五百億美元，並帶動Blogger.com進一步發展。
漢理投資諮詢有限公司副總裁龔豪東認為，全球博客網站的盈利前景均未明朗，但Google此舉無疑讓風險投資商吃下了一顆定心丸。一般來說，博客網站最大的價值在於吸引客戶獲得廣告收入。
以美國經驗來看，Google不僅成立了專門負責博客註冊的Adsense公司，還為登記在冊的博客招攬廣告，並根據點擊率每月分紅。
美國著名的博客汽車論壇Jalopnik.com，最近即將大眾汽車旗下的奧迪公司做為唯一贊助商，因為奧迪發現八五％的買主在購車前會進行網路搜索。
今年年初，已經有企業開始在三家博客網站上投放廣告。除了廣告收入，三大博客網站亦憑藉自身的特色和優勢，採用了不同的盈利模式。
創立最早的博客中國以評論和資訊文章見長，以用戶流覽為主，註冊用戶不多，旨在吸取和連接全球有價值的資訊和資源，目前已經彙集了近二萬名各界專欄作者，他們全部免費為博客中國寫作。
BlogBus則是第一個針對註冊用戶進行收費的網站。自二○○四年六月起，BlogBus開始對一定的檔案與圖片進行空間收費，由於價格便宜，目前付費用戶已占十％。「我希望這是個良性、可獲利的產業，BlogBus帳面目前已有盈餘。」BlogBus執行長竇毅說。

**透過併購提升競爭力

**
「併購是博客商業化運作的另一個重要環節。」博客中國董事長方興東在接受採訪時認為，參照美國經驗，二○○三年美國市場博客併購涉及資金八百萬美元，二○○四年涉及三千三百萬美元，據他估計，今年第一季美國的博客併購將涉及二億美元。
今年一月五日，博客中國宣布全面併購第一個由網路博客通過協同合作建立起來的博客服務站點——博客動力（www.blogdriver.com），原博客動力執行長盧亮出任博客中國的副總裁兼技術長。
方興東認為，博客中國與博客動力在產品、業務和技術上資源互補，方便為今後全面開展海外業務、提供英文等多語種博客服務奠定基礎。
他表示，從四月份開始，博客中國還將陸續以現金加股權的方式開展併購，「博客中國將迅速整合成為一個真正的博客入口網站。」
BlogBus也是國內早期進行併購的博客網站，相對之下，中國博客網卻一直按兵不動。「中國博客網的用戶量已經很大，這些陸續被併購的網站不一定能與我們資源互補。」
中國博客網營運長胡之光解釋。但他表示，基於把市場做大的目的下，中國博客網不排除會與其它兩家博客網站合作的可能。
或許，博客精神中最本質的自由成分，決定了經濟效應，不會像九○年代的網路熱潮那樣轟轟烈烈，但卻是值得關注的演化歷程。

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。