[AI創業]AI新創能學Google與FB擁技術自重嗎？|數位時代 BusinessNext

[AI創業]AI新創能學Google與FB擁技術自重嗎？

AI創新這件事情，其本質也是數位技術，因此在市場上要能切出一道破口，也立刻就會面臨科技巨頭籠罩世界的網路效應，明年開始，當大家開始發現 AI創新的本質其實和之前並沒有任何不同，也是數位經濟的一部分的時候，就可能會出現 AI 創業的一波泡沫化。

剛剛結束的台灣人工智慧年會把台灣AI風潮帶到最頂點，Google董事總經理簡立峰曾經分享，「Google若進行5000項AI專案，最後證實有用的不到10項，論文演算法講得頭頭是道，但實作後好像不是這回事，許多參數調不出來。」這段話道破了AI創新和創業的本質。

首先，創新跟創業一樣，無論什麼題材，整體就是成功率極低，不會因為你搭上了某輛技術列車，成功率就會大大提高，頂多就是搭著市場當下關注的題材，在一段時間內較容易從市場取得資本。

而AI創業實在沒有理由是個例外。

先射箭再畫靶行得通嗎？

許多AI創業公司會先以擁技術自重，然後再尋找這項AI技術可以應用在什麼市場的需求上，這其實是一種「先射箭再畫靶」的作法。

先不說新創公司通常手上沒什麼資料拿來做AI訓練素材，與公開資料集大家都拿得到等，這幾個既成事情；最關鍵的是AI創新本質是數位創新，經營邏輯和框架不會跳脫數位經濟的本質。

數位創新要能規模化，重點不在你有多強的技術，而在於你是否能想出辦法掌握市場的需求方經濟。

或許有人會問：Google和 Facebook不就是一直靠著技術突破，不斷創造巨大的商業價值嗎？這個看法只說對了三分之一。

在技術之外的網路外部性與邊際效益遞增

這些全球科技強權之所以能不斷創造巨大價值，讓股價衝天、讓員工捨不得離開，在技術之外，靠的是網路外部性（network externality,又稱網路效應 network effect）和邊際收益遞增（increasing marginal revenue）兩種經濟效應。

「網路外部性」在數位經濟興起之後，已經被業界充分理解，簡單來說，幾家科技公司掌握了用戶規模和服務的入口，除了越多人使用服務會讓服務本身越有價值、形成正向循環外，也表示一點點服務的改善，就可以產生出巨大的新商業價值，彼得·泰爾（Peter Thiel）也在他的經典書籍《從零到一》中特別提到網路外部性的重要，這個效應是數位產品的本質。

試想，Google在電腦視覺技術上面改善1%的辨識率，背後代表的可能是10億美元甚至是百元美金以上的廣告新產值。

但是同樣的改善率放在一般的新創公司呢？可能對公司增加的產值寥寥可數到可以忽略的程度，頂多發發論文和一些公關稿就沒了。

因為巨量廣告的基礎和需求方規模經濟本來就是掌握在科技巨頭身上，而不是一般新創公司。

「邊際效益遞增」則是知識經濟當中的本質現象，講的是在知識依賴型經濟中，隨著知識與技術要素的投入增加，產出會越多，而生產者的收益會呈現遞增的趨勢。

傳統的農業經濟和工業經濟均是物質資源依賴型經濟，物質資源具有明顯的排它性特徵：其使用價值在某一時刻只能被一個使用者所占有和使用。同時物質資源是稀缺的，使用時必須消耗它，隨著其使用量的增加，成本越來越高。

最終導致生產者收益的遞減。知識性資源具有共用性，同一知識可以被多個人同時占有和使用。並且在使用過程中不會消耗它，只是利用它，在使用過程中還會產生新的知識。信息資源和知識資源在使用時還是一種積累和開發的過程，在重覆使用過程中成本遞減。從而會帶來遞增的收益（註1）。

科技巨頭們為什麼不斷把最尖端的技術不斷開源、毫不藏私呢？

因為這些開源的程式碼不是這些公司的核心競爭優勢，「網路效應」和「邊際效應遞增」才是真正的競爭優勢。

開放這些程式碼是為了更加利用既有的網路外部性，形成更大的用戶規模，一家新創公司如果發展出TensorFlow這種了不起的框架，或許會小心翼翼地當做智慧財產權保護、視為公司的核心資產、甚至於想要從中直接收費盈利；但對於Google來說，TensorFlow就跟其他所有產品一樣，是了不起的技術創新沒錯，但其核心目的是擴大其他產品的網路效應，這兩種商業經營邏輯在本質上完全不同。

兩個效應加在一起，形成數位經濟當中「大者橫大」的極化現象，所以 Google、Facebook 與Amazon等幾家公司，可以不斷吸引到最頂尖的知識型人才，不斷投入新技術和新知識型產品的生產，而且每年還可以不斷成長，最近哈佛商學院的學者也把這些經濟現象用一個更潛顯的名詞來概括：Hub economy（樞紐經濟），只要掌握了用戶和服務的入口，你想幹麻都可以。

結語

回歸到AI創新這件事情，其本質也是數位技術，因此在市場上要能切出一道破口，立刻會面臨科技巨頭籠罩的網路效應。

明年開始，當大家開始發現AI創新的本質其實和之前並沒有任何不同，也是數位經濟的一部分的時候，就可能會出現AI創業的一波泡沫化。

面對這樣的狀況，一種經營策略是利用AI人才稀缺的現狀，運用高薪加上資本市場的操作，想辦法在短時間內快速圈住AI人才，尋求被大公司人才併購出場，快速賺一波資本財，但這種作法是否真正為市場創造出新價值，則是一個問號。

回歸到辨識市場需求，先找靶再射箭，出發點一定是想著為市場解決新舊問題和滿足新需求，這還是創業最重要的出發點，AI創新和創業也絕對不例外。

註1：邊際效益遞增文字，引述自MBA智庫百科。

本文由程世嘉授權轉載自其Facebook。

《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長至少800字，請附上個人100字內簡介，文章若採用將經編輯潤飾，如需改標會與您討論。

（觀點文章呈現多元意見，不代表《數位時代》的立場。）

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。