OVO 80坪大稻埕新辦公室曝光，下一步要讓觀眾邊看電視邊買股|數位時代 BusinessNext

OVO 80坪大稻埕新辦公室曝光，下一步要讓觀眾邊看電視邊買股

原生在竹科、辦公室位於竹北的OVO，在獲得4600萬的融資後，本月將辦公室搬遷至台北，面積是先前的2倍大。官方也透露，下一步是在電視盒上串起物聯網服務，除了導入Fugle服務可邊看電視邊買股，也將和智慧音箱合作。

喬遷2倍大辦公室，還要擴招工程師

「我想合作的夥伴都在台北啊，不然怎麼辦」，做事阿莎力的吳有順，從「想要」搬到台北，到真的這麼做了，只花了不到2個月的時間。這間辦公室是先前2倍的大小，但原先在竹北，近20人的團隊怎麼辦？

「一、二級主管都願意跟著公司走，搬到台北或是每日通勤」，這也為了公司邁向新方向，起了一個好兆頭。他也透露在搬遷後，團隊人數要擴增至25至30人，而擴招的職務幾乎皆為工程師，這和OVO要做平台、擴增應用的訴求不謀而合。

即使從2013年起家至今，已經推出9款電視盒產品，旗下用戶已累積觀看2.48億的小時，但吳有順也坦言，到現在OVO還沒賺錢，但正向「收支平衡」一步步靠攏。「我們一有資金就要做開發」，而下一步的內容開發，似乎讓OVO正朝著「智慧音箱版」的電視盒邁進。

8月底和智慧音箱合作，OVO：不是遠傳

無論是Amazon、Google，還是蘋果都加入了智慧音箱爭奪戰，其實為的都是成為物聯網服務的「軟硬體入口」。誰先掌握了最多的用戶，就有機會提最多的服務，開發新商業模式。

即便OVO去年底推出官方API，讓不少服務與裝置能和OVO連結，像是結合J-S淇譽智慧音箱，用語音控制找劇、轉台；與智慧雲管家合作，社區公告、到府清潔、到府修繕等服務內建在系統內。但他透露，事實上當初這幾項合作更像是「實驗性質」，有不少都喊停了，包括令人最期待的J-S淇譽智慧音箱沒有繼續合作。

但OVO產品經理許家明，也在現場向《數位時代》預告，OVO第十款的新電視盒將於8月底亮相。這一次，電視盒將整合既有的可下載OTT App服務，以及民視四季50台頻道自由選服務，除此之外，「物聯網服務」成為重點新應用，別於過去零散的模式，這次系統內將重新整合。

許家明補充，其中也會與智慧音箱業者合作，靠聲控至電視，甚至是檯燈等家電，雖然沒透露是誰，但不禁讓人聯想，是否為剛剛推出智慧音箱的遠傳電信？他笑說「不是」。而新創電商平台Unipapa、以及FinTech新創公司Fugle都來到現場，可以確定的是，兩家公司也將成為提供OVO物聯網服務的一員。

經營數位證券的Fugle服務導入OVO後，未來可以一邊看電視、一邊看到股價走向，並且直接在電視盒上買進或賣出。

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。