太多時間浪費在滑社群？Facebook推管理工具掌控使用上限|數位時代 BusinessNext

太多時間浪費在滑社群？Facebook推管理工具掌控使用上限

繼Google、蘋果、Instagram後，社群巨頭Facebook也在測試時間管理工具，會在用戶過度使用Facebook時發出提醒，達到祖克伯的目標，讓人們花在社群平台上的時間是值得。

Facebook將推時間管理工具

一名叫Jane Manchun Wong的工程師，在Android版本App的代碼中，發現了一個叫「Your Time on Facebook」的功能，Facebook證實這項時間管理工具的確正在研發中，表示：「我們一直在找方法，確保人們花在Facebook上的時間是值得的。」

這項時間管理工具，可以讓用戶知道一天花在Facebook 上的時間有多少、以及一天的平均，此外用戶也可以自己設定使用的時間上限，當用戶使用超過限制時間時，系統會主動發出訊息。

數位健康成趨勢

注重「數位健康」（Digital Wellbeing）避免用戶成癮，已經成為近來產品開發趨勢，像是Instagram今年五月就被開發者在Android版本程式碼中，發現一個叫「 Usage Insights」功能，執行長凱文·斯特羅姆（Kevin Systrom）目的是為了防止用戶漫無目的的瀏覽Instagram，浪費太多時間。

今年Google的開發者大會I/O上，執行長桑德爾（Sundar Pichai）也不斷提到「Digital Wellbeing（數位健康）」，在新版軟體Android P中，就增加了針對手機成癮設計的「儀表板」（Dashboard），用戶可以看到自己每天花多少時間在手機、App上。

此外，蘋果在今年的WWDC上，同樣在iOS 12中新增了時間管理功能，會幫用戶整理出使用時間報告，包含花最多時間在哪個App上、多常拿起手機、哪個App給最多通知等，進一步設定某個App一天內可以使用多長時間。

用戶停留時間下降，Facebook廣告營收仍不受影響

這次Facebook推出時間管理工具，許多人認為這不過是劍橋分析事件後的公關策略，不過事實上，執行長祖克伯（Mark Zuckerberg）在今年一月調整動態時報演算法時曾說過：「我期待大家花在Facebook 上的時間會更有價值。」

社會上對於數位成癮的討論越來越多，其中智慧型手機就成為了其中的箭靶，像是今年一月，兩位蘋果股東就曾公開要求蘋果，針對青少年手機成癮的狀況採取行動，認為青少年手機的使用狀況已是公共健康危機，就連執行長庫克（Tim Cook）自己也曾對此表示過意見：「我沒有孩子，但我有一個姪子，我對他有一些標準界線，有些東西是我不允許的，我不想讓他使用社群媒體。」

但對於靠廣告賺錢的Facebook來說，用戶的的瀏覽量、點擊量就相當重要，今年一月Facebook調整演算法，要降低品牌、媒體貼文的曝光，從今年一月公布的2017年第四季財報來看，祖克伯表示調整演算法後，平均每日減少了大約5000萬小時的Facebook停留時間，不過去年第四季的廣告營收成長，仍交出亮眼的財報成績單，其中廣告收入為127.79億美元，年增48%，在廣告收入中，行動廣告占比已拉升到將近89%。

比起一味將用戶綁在平台上，如何讓用戶在使用產品時保持健康的身心、提高品質，或許才正是所有科技巨頭的新功課。

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。