中華電信MOD用戶顯著成長，鄭優2大改革踏出成功第一步|數位時代 BusinessNext

中華電信MOD用戶顯著成長，鄭優2大改革踏出成功第一步

中華電信董事長鄭優上任後，積極推動MOD改革轉型，接連推出單頻單選、加強頻道內容，也讓購物台進駐，努力衝高用戶數。從中華電信今年第三季財報來看，在MOD的用戶與營收都有明顯成長。

推動單頻單選，將選擇權還給消費者

第一項改革，是推動頻道單頻單選。今年7月，中華電信因與頻道商的分潤制度談不攏，無預警異動MOD套餐引起爭議，事後也緊急推出補償方案滅火，但即便歷經風波，中華電信還是建立頻道自由選機制，透過頻道的單頻單選，讓消費者可以根據訂閱的頻道內容收費，打破過去套餐式的強迫買單，將選擇權交還給消費者。

「依據收視率建立合理分潤制度是平衡、也比較透明，讓觀眾自己選頻道，會讓業者增進內容品質，收視率也會有正向循環。」中華電信北區分公司總經理陳明仕今年7月在MOD記者會時說道。當時他也透露，在風波過後，MOD的訂戶新增速度其實不減反增。另外，中華電信也在10月底時補上另一塊拼圖，推出MOD收視率全面普查，要透過將收視率透明化，解決長期以來MOD收視分潤的爭議。

加強頻道內容，攜手OTT、購物台業者

第二項改革，則是就過去多為人詬病的「內容」著手。過去MOD未能衝高用戶規模，缺乏吸引人的內容是重要原因。中華電信今年8月搶下世界大學運動會的轉播權，另外也首度與OTT業者合作，除了自家的Hami Video外，也在MOD上導入Fox+與KKTV等OTT服務，增加平台內容的豐富度。「OTT之間可能是取代，但對我們是互補。」鄭優認為，OTT需求強，中華電信未來還會適度做內容、方案的調整，並持續與其他業者洽談。MOD與其他OTT業者的合作，最明顯的效益，是能帶進更年輕的收視族群，目前MOD用戶以35歲以上為主力，不像其他OTT平台多以年輕受眾為主。

另一方面，要能走出與其他業者不同的路，跟購物台業者的合作也是其中一個加乘因素。例如，ViVa購物、東森購物台以及momo購物三大電視購物頻道，都分別在今年2、4、11月進駐MOD。東森購物認為，購物台業者前進MOD，主要是看上MOD收視族群的消費潛力龐大。根據東森內部數據，MOD用戶屬於高端消費族群，4月到9月平均客單價達3,907元，較去年2,961元成長近25％。另外，東森購物今年來自MOD的整體營收已達近3.7億元，看好MOD市場潛力，預計2018年來自MOD的營收也將挑戰10億元。

影視市場競爭猶存，內容還是關鍵

MOD今年全力拓展用戶規模與爭取更多頻道上架，透過兩大改革也成功帶動用戶數成長。但未來的挑戰，或許最終還是要回到內容身上。以目前中華電信的用戶數來說，在影視市場確實有可發揮的利基，但現階段OTT市場競爭越來越白熱化，收視載具也越來越多元，MOD若要搶攻消費者的眼球時間，內容勢必還是最重要吸引用戶的關鍵。

過去MOD用戶數未能建立起一定的經濟規模，是無法獲利的主因。鄭優過去出席活動時也多次坦言，「MOD內容還要再加強。」隨著單頻單選制的效應發酵的差不多，未來中華電信能否透過更多具吸引力的內容，拉進更多的收視戶，突破200萬戶的獲利門檻，在今年跨出成功的第一步後，也還有更長的路要走。

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。