讓握有流量的企業化身下一個Expedia！TravelSkope提供OTA一站式解決方案|數位時代 BusinessNext

讓握有流量的企業化身下一個Expedia！TravelSkope提供OTA一站式解決方案

近年來，隨著電子商務迅速發展，越來越多消費者習慣跳過實體門市，直接在電商平台訂購商品。OTA服務也順勢而生，但TravelSkope共同創辦人徐向賢卻認為，真正影響消費者的關鍵因素在於「你在何時對他曝了光」，於是他們將目標客群鎖定於電商、媒體或任何手中握有流量的企業，因為對TravelSkope來說，這些擁有固定忠實顧客的企業天生就適合成立OTA。

OTA以流量制霸，行銷預算不足成硬傷

這些OTA巨頭挾帶著龐大資本，在網路上販賣價格透明的機票、酒店、租車或機加酒等套裝產品，讓旅客隨時隨地都能上線購買。但是，你知道嗎？「只有約20%的民眾知道旅遊比價，不然為什麼Trivago需要一直打廣告」，連續創業者徐向賢和陳品光說道。

真正影響消費者的關鍵因素在於「你在何時對他曝了光」 ，他們用兩次創業的經驗，得出這項結論。2015年，徐向賢、陳品光創建機票比價引擎HelloWings（前身為Tixchart），利用其開發的系統，爬各家航空每天的票價資料，幫消費者快速找出最便宜的機票。後來他們也成立OTA，將HelloWings的流量導到OTA來，可惜直至2017年公司資金運用殆盡，獲得的流量仍不足以支撐他們持續營運。

徐向賢說， 比價網站主要有兩種收益來源，網站流量的廣告收益和誘導顧客到合作廠商網站消費的手續費獲利 ，後者是新創較難做到的事，因為新創通常沒有太多行銷預算，不能進行洗腦式廣告或是在搜尋引擎上增加曝光度，進而吸引更多顧客瀏覽網站，這也是導致他們前兩次創業無法獲利的關鍵原因之一。

利用既有優勢，提供OTA一站式解決方案

於是他們轉念一想，「既然擁有開發OTA系統的技術，我們何不幫其他企業做這件事？」所以延續先前在原有產業的競爭優勢，他們轉型為B2B的一站式線上旅遊平台解決方案TravelSkope，致力協助企業建立他們的OTA服務。

他們將目標客群鎖定於 電商、媒體或任何手中握有龐大流量的企業 ，為其串接票務系統或建立線上流程，因為對TravelSkope來說，這些擁有忠實用戶的企業先天就適合成立OTA，尤其是電商。 一旦該網站擁有固定觀看者，就有機會在那些觀看者萌生旅遊念頭時，搶先觸及到他們 。

最好的案例便是在全球有9200萬會員的Costco網站，在過去的兩年，Costco Travel網站就從Costco網站收到98％的轉介流量，此外2017年每月約有89萬個顧客被導入Costco Travel網站。對電商而言，跨足OTA服務，也形同為顧客提供更全面的購物體驗。

目前TravelSkope的客戶包含一家台灣前三大的電商以及中華航空。收費方式分成兩種，一次性設定費用與按照交易量抽成，以及用技術換取越南、緬甸等開發中國家的潛在夥伴股權。服務推出至今，他們已獲得29.7萬美元的種子輪資金，投資人來自世界各地，包含日本旅遊搜尋引擎領導者Venture Republic Global、紐西蘭Zino Venture合夥人Nelson Wang等。

結語

被問及如何看整個OTA產業？徐向賢回答， OTA就像是一個龐大的流量轉換器，當達到一定流量後，就能輸出更多利潤 。而作為一站式線上旅遊平台解決方案的提供商，他們成立目的即是，幫助那些先天「基因」優良的企業將流量變現。

雖然在既有產業下，TravelSkope的競爭者包含三大全球分銷系統Sabre、Amadeus和Travelport，但陳品光也表示，TravelSkope的優勢就在能用20%價格給客戶80%的功能，另外還提供高度客製化，這點他們非常有信心，甚至能做得比競爭者更出色。未來TravelSkope也計畫以新加坡為中心，瞄準泰國、馬來西亞的電商，將服務擴展至東南亞市場。

創業快問快答

Q：最常被客戶問起的事情？您會如何回應？
Q：為什麼我們應該做自己的OTA，而不是賣廣告收費就好？
A：設置自己的OTA能直接收取交易收入，而且供應商的佣金會遠高於廣告佣金。另外廣告獲利也存在某些風險，有時它未必能準確追蹤真正流量和你實際應收到的佣金。

Q：就目前市場狀況，您認為貴公司服務的競爭優勢為何？
1. 團隊人數雖然少，但在各方面功能都非常完備，且新創發展速度更快，所以我們的產品也有更大的靈活性。
2. 產品價格低於其他解決方案提供商。

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。