開發iOS App變更容易，蘋果宣布收購軟體新創Buddybuild|數位時代 BusinessNext

開發iOS App變更容易，蘋果宣布收購軟體新創Buddybuild

隨著智慧型手機市場逐漸飽和，App顯然成為營收的主要來源，蘋果近期收購一間加拿大溫哥華的軟體新創公司Buddybuild，希望提供更多元的開發工具，來降低iOS開發難度，藉此增加整體開發的力度。

收購Buddybuild，提供更多元開發工具

「我們很高興分享Buddybuild團隊加入蘋果的Xcode工程團隊，為整個iOS社群打造更好的開發者工具。」Buddybuild在官網中寫道。

蘋果跟Buddybuild雙方都已經證實這項收購案，不過詳細的收購金額並沒有對外透露，目前Buddybuild約有40名員工，未來都會持續待在加拿大的哥倫比亞省營運，並表示：「永遠都以身為加拿大公司驕傲。」根據收購協議，Buddybuild軟體工具將整合進蘋果的Xcode中，Xcode是蘋果用來開發iOS、macOS、watchOS、tvOS應用產品的開發工具包，將為整個iOS社群帶來更好用的開發者工具。

Buddybuild表示，未來雖然不會再接收新客戶，但仍會持續為現有的顧客提供服務，且在2018年3月1日完成收購後，將停止向顧客提供免費版本和Android應用開發工具。過去蘋果在2014年收購公測平台TestFlight時，也曾同樣的移除該平台對於Android的支援，且用戶必須採用Xcode才能使用其服務，使得Google生態系失去一項關鍵的開發工具。

App成主要營收來源，蘋果積極討好開發者

Buddybuild成立於2015年，由前亞馬遜員工丹尼斯·皮拉里諾斯（Dennis Pilarinos）和克里斯托弗·斯科特（Christopher Stott）創辦，過去三年已經融資高達880萬美元，企業溝通軟體Slack、社群網站Reddit、線上音樂分享平台SoundCloud、社群軟體FourSquare、紐約時報都是旗下客戶。

「為開發者提供匯集、部署、用戶反饋系統。」Buddybuild這麼稱呼自己，主要服務是提供開發團隊簡化工作流程，讓產品進行更新，再透過GitHub、BitBucket、GitLab等平台發布應用，未來這套系統將融入蘋果生態，提供開發者測試產品，預計可以讓iOS App開發簡單許多。

App是驅使消費者購買智慧型手機的主要動力，也是智慧型手機重要的戰場之一，近年隨著智慧型手機市場逐漸飽和，App就成為營收的主要來源，雖然目前Android手機整體的銷量超越iPhone，但蘋果在App的營收仍超越Google。

根據市場研調公司App Annie數據，2017年第三季全球App市場共有170億美元，而蘋果就占了110億美元，雖然全球Android系統的市占率遠遠超過蘋果，但賺錢能力蘋果卻是遠遠勝出，多賣不見得多賺。

為了著眼於App營收，蘋果近來策略轉向討好開發者，在今年三月讓開發者直接在App Store回覆用戶評論、開放開發者自訂免費試用或優惠折扣，以及讓開發者選擇以「預購」方式發行產品，頻頻推出各項措施以及好用的開發工具，確保開發難度降低、增加整體應用開發力度。

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。