全球PC市場連13季下滑，Gartner：不是壞消息，電腦售價將提升|數位時代 BusinessNext

全球PC市場連13季下滑，Gartner：不是壞消息，電腦售價將提升

全球PC市場成長趨緩，長期看來可能不是壞事？根據研調機構Gartner統計，2017年第四季全球個人電腦（PC）出貨量總計7,160萬台，較2016年第四季下滑2％，代表連續13季下滑，不過看在分析師眼裡則有另一種解讀。

帶動平均售價提高，長期改善獲利

根據Gartner發布2017年第四季全球PC出貨量報告，全球前六大PC廠商分別為惠普、聯想、戴爾、蘋果、華碩、宏碁，而前四家廠商就占了去年全球PC出貨量的64％。Gartner首席分析師北川美佳子（Mikako Kitagawa）認為，相較於2011年時前四大廠商占PC出貨量僅45％，這顯示PC產業持續趨於穩定，「大廠充分利用量產優勢來降低製造成本，將中小型廠商排擠在市場之外。」

市場龍頭惠普出貨量成長6.6％，市占率達22.5％。惠普在所有地區的出貨量都較前一年同期成長，甚至包括市況備受挑戰的美國；而第二名聯想（Lenovo）則連續第四季出貨量下滑，在歐非中東及亞太地區有微幅增長，但北美的出貨量仍呈現下滑；第三名戴爾（Dell）出貨量則有微幅成長，在歐非中東、亞太及拉丁美洲表現出色，但北美地區成績卻不佳。目前戴爾策略已調整為較注重獲利，而非市占率。

另外，北川美佳子指出，根據第四季數據，再次證明PC已不再是目前受到消費者歡迎的節慶禮品選項，但這並不代表PC將從家用產品中消失，而是會轉為另一種用途導向的專用裝置。

未來，消費者將更注重品質及功能，而非比較哪項產品的價格最低，這將帶動PC的平均售價(ASP)走高，長期來說能改善獲利。然而在這之前，市場仍將因PC使用者減少而經歷一段萎縮期。

亞太成長、美國下滑，智慧音箱成對手

以區域市場來看，2017年第四季亞太PC市場出貨量總計2,500萬台，較2016年第四季增加0.6％，由於第四季有許多國家舉辦線上促銷活動，帶動電競PC與輕薄型筆電的需求。中國市場的PC出貨量創下2012年第一季以來首度正成長的紀錄，主要是由於雙11購物節大獲成功，再加上商用市場的持續需求，帶動第四季成長1.1％。

而在美國，2017年第四季PC出貨量超過1,520萬台，較2016年第四季下滑8％，而除了惠普以外前五大廠商中有四家在美國的出貨量下滑，主要是因為節慶促銷活動仍然無法帶動疲軟的消費者需求。

北川美佳子指出：「2017年第四季美國消費者信心十足，卻未能帶動PC需求；美國節慶促銷活動期間出現眾多暢銷產品，像是智慧音箱和新款智慧型手機。」雖然PC無法跟這些品項相抗衡，但電競和高階PC仍持續成長。

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。