三家台灣10億.com的故事
三家台灣10億.com的故事
2005.04.01 | 科技

今年三月二日,雅虎創辦人楊致遠與幾位高層主管,在那斯達克交易所敲鐘,為雅虎走過第一個十年留下見證,當天收盤價為三十二.二五美元。與一九九六年第一天上市收盤價三十三美元相比,價格似乎變動不大,但網路產業的面貌卻有很大的不同。
「我覺得網路在未來十年後,不管是生活上或工作上,都會變成一個很大的影響因素。只要相信這件事,網路還是一個很好的投資,所以不管現在景不景氣、明後年的狀況如何,確定它會一直往上的話,就可以放心投入。」二○○○年楊致遠訪台時,談到他當年投入經營網路事業的心境。一九九五年,當時還是史丹福大學博士班學生的楊致遠,和一般研究生一樣,寫論文、口試、準備拿學位,閒暇時與同學費羅(David Filo),因為興趣而整理各種網站並分類,並以此發展出「搜尋引擎」(Search Engine)事業,進而創辦雅虎。十年後的今天,楊致遠的身價高達二十六億美元,根據美國《富比士》雜誌的統計,楊致遠是全球排名第二二八名的富豪。

網路生意模式成熟

沒有人會再懷疑網路公司獲利的能力。
根據資策會資訊市場情報中心的統計,二○○四年十二月底止,台灣經常上網人口達九百一十六萬人,去年網路廣告金額約十五億元,而電子商務交易金額則由二○○三年的二百二十一億元,成長至去年的三百四十七億元的規模。從單純的資訊服務,發展到目前蓬勃的電子商務,仍然存在的網路公司,早已擺脫當年青澀的面貌,在激烈的商業社會裡找到定位,當然更要繳出一張不錯的成績單。台灣雅虎奇摩以「先經營社群,後經營商務」的策略,讓線上交易金額突破一百六十五億元,而網路賴以起家的廣告收益,去年也成長五成之多。
「網路從來沒有改變做生意的架構,網路從來也不該是個產業,它只是一個改善經營效率的工具。」網路家庭(PC-home Online)總經理李宏麟強調,「我們就是零售業。」從一開始賣數位相機起家,目前經營商品品項超過六萬個,不論是雜誌書籍、3C產品,連美食及家居用品都一應俱全。
去年以黑馬之姿竄起的「達康網」也是一例,公司稅後盈餘大賺三個資本額,EPS更是驚人的高達三一.三一元,一夕之間讓大家都注意到這位經營網路小額貸款業務為主的電子商務平台。「消費者的需求其實一直都存在,」達康網行銷部副總邱崇文表示,電子商務讓很多事情變得更簡單,過去電子商務,大家只想到購買物品,後來他們發現在貸款業務上,也可以透過私密性高的網路完成 。

電子商務出頭天

中山大學資管所教授梁定澎指出,近一兩年電子商務發展已經逐漸成熟,主要原因在於:上網人口對於網路購物的接受度增加,以及企業本身對於付款機制、物流等電子商務架構熟稔,更有效降低成本。「商品類型扮演很重要的角色,」梁定澎表示,品質標準化的商品(例如3C產品、書籍)以及時間敏感度不高的產品(例如可以提早規劃的旅遊),在電子商務中比較容易成功。
掌握趨勢固然是網路業者成功的關鍵,但更根本的是,業者在經營策略上的不斷改善。以目前國內最大的旅遊網站——易遊網為例,二○○二年時,自動化網路下單的比例只有五七%,去年已經成長到八二%,每位銷售人員平均月銷售額也由二○○三年的二百五十萬,大幅提升至去年的七百萬。以賣書起家的博客來,今年也開始增加商品類目,加入精品、親子和美妝三項。梁定澎表示,「這是一種經營型態的改變,從商品中心轉向客戶中心,像(Amazon)也是如此,」這種轉換其實並不容易,梁定澎認為這可稱做「顧客導向的商品管理」,也就是根據顧客資料庫的統計和分析,針對顧客需求另外發展出有別於書籍的商品類目,讓消費者可以在博客來同時購買到需要的商品。

穩定獲利不再是奢求

雅虎全球營運長羅森格(Dan Rosensweig)三月底來台訪問時指出,以雅虎或eBay的例子,獲利十億美元,將是網路業基本的競爭門檻。
受限於本身的市場條件,對台灣的業者而言,獲利十億美元,仍是短期內難以達成的目標,但開始穩定獲利已是不爭的事實。以網路家庭為例,二○○二年時公司還虧損七千多萬元,但去年的稅前盈餘達九千多萬元,每股稅後純益一.四五元;一○四人力銀行的表現也不遑多讓,去年每股獲利近十元,今年也可望掛牌上櫃;易遊網去年營收達三十六億元,每股獲利也有三元的水準。
經歷網路激情的浪潮,回到基本的經營面,這些經營者邁向十億的故事,現在看來也許少了英雄的傳奇,但其中的甘苦,卻更貼近真實的人生。

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

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。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

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。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓