「賣給Facebook我不後悔！」Instagram創辦人出走，將帶來3大變化|數位時代 BusinessNext

「賣給Facebook我不後悔！」Instagram創辦人出走，將帶來3大變化

隨著Instagram兩位創辦人宣布正式辭掉執行長和技術長職務，許多人好奇的是，少了靈魂人物的Instagram將會走向何方？

沒有創辦人的Instagram，將會走向何方？

推出至今已經八年、突破十億用戶，以人類的標準來看都已經是上小學的年紀，但仍有非常多人會說Instagram「有趣、時髦」，相較之下，Facebook逐漸流失年輕用戶，離這兩個形容詞已經越來越遠。

看著持續成長的Instagram，說不想分一杯羹絕對是騙人的，而要達到這個目標，進一步拉緊對Instagram的控制絕對是必要的，少了創辦人的Instagram，可能將面臨三大變化。

兩大平台內容互通

傳聞凱文·斯特羅姆（Kevin Systrom）、邁克·克里格（Mike Krieger）辭職走人的原因之一，就是Facebook一直透過各種功能改版，讓兩個平台的內容互通。

在Instagram的介面上可以看到越來越多「分享到Facebook」的按鈕，這一點讓Instagram的獨立性受到影響，某種程度上除了是一種同化的手段，背後還有一點重要的考量，是Facebook的用戶年齡層越來越高，如果讓Instagram的部分內容導入到Facebook，那麼可以確保當這些年輕用戶逐漸長大時，都能在這兩個平台上留下一定程度的黏著度。

廣告，更多更多的廣告

比起Facebook較為雜亂的資訊流，Instagram跟用戶的連接性比較高，這對廣告投放來說是一大優勢，也是Facebook所寄予厚望的。

過去一段時間，祖克伯跟營運長雪柔·桑德伯格（Sheryl Sandberg）就曾不斷要求Instagram增加廣告營收力道，最近也宣布在探索頁面中，加入購物的專屬頁面，透過演算法做出個人化商品推薦，因此不論是在一般動態或是限時動態，越來越多的廣告將成為常態。

演算法將更像Facebook

許多用戶很懷念Instagram一開始按照時間序排列貼文的方法，隨著創辦人離開，回到過去的機會將更渺茫，因為根據最新消息，執行長的位置很有可能由前動態時報負責人亞當．莫瑟里（Adam Mosseri）接任，他今年年初曾主導Facebook動態時報的大改版，目前擔任Instagram產品事務副總裁，被視為祖克伯親近的人馬之一。

Facebook演算法衍生出來的問題是假新聞，不過因為Instagram不能分享連結以及貼文，因此很大程度杜絕了假消息的傳播，Instagram主要的問題是惡意言論的網路霸凌，不過最近傳出Instagram正在測試貼文分享功能，這點也是兩位創辦人先前極力反對的，總歸一句「Instagram走向Facebook化」應該是八九不離十。

凱文·斯特羅姆：賣給Facebook我不後悔

雖然為了賺錢，Facebook正一步一步侵蝕Instagram的本質，但公平來說，如果沒有Facebook的資源大力相助，恐怕也不會有今天Instagram十億的用戶，以及1000億美元的廣告營收。

回首過去的辛酸，在宣布離職消息前，凱文·斯特羅姆（Kevin Systrom）曾接受《華爾街日報》專訪，2012年以10億美元賣掉一手創造的事業，即便Instagram現在的估值是當時的100倍，凱文·斯特羅姆在訪談中仍表示：「以當時的處境來說，我認為我們作了一個很棒的決定。」即便後來與祖克伯有許多摩擦，對這項決定仍不曾後悔，他也回憶，之所以會答應被收購，目的就是想要快速規模化，「如果這是我們的目標，那現在回頭看當然是成功了。」

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。