TOM在線卡位「後簡訊時代」|數位時代 BusinessNext

8月11日，TOM在線宣佈收購國內移動娛樂公司Treasure　Base　Invest-ments　Limited。這是TOM在線自剝離出TOM集團後的第一次收購。此交易現金收購價最高達6,640萬美元（折合人民幣5.5億）。受收購消息的刺激，當日納斯達克市場上，TOM在線開盤價9.995美元，最終收於10.49美元，上漲4.69％。　　

**簡訊技術難度不高，關鍵是通路之爭

**
身在香港的TOM在線副總裁馮玨表示，TOM在線將獲得60多家電視頻道分銷推廣通路，覆蓋約1億中國家庭，同時，還將為TOM在線帶來約150萬的付費用戶。
TOM在線市場總監張穎楠說，「這是很正常的一個收購，與以前的沒什麼區別。」Treasure　Base一直在公?面前低調潛行。張穎楠也以公司在海外上市為由，拒絕就其註冊地址、股權結構作進一步的披露。記者查詢Treasure Base註冊登記情況未果，按照中國工商資料登記辦法，國內公司在工商部門不能以英文登記註冊。對此，張穎楠的解釋是「作為上市公司，我們所作的收購，要按照對方提供的名字來操作。」
據公佈的資訊，Treasure　Base是一家無線娛樂公司，其與中央電視臺體育頻道以及其他領先的電視媒體簽訂了獨家協定，為電視觀眾提供互動類的產品和服務，通過與電視節目的緊密捆綁進行營銷和推廣。
TOM在線CEO王雷雷說，Tom在線的競爭優勢在於擁有寬廣的通路，包括傳統媒體公司和手機設備公司。「我們一直希望與傳統媒體結成夥伴關係。」王雷雷說：「這次收購增加了我們的收入通路。」
中國互聯網實驗室副總裁翟文軍表示：「此次收購，就是為了通路。」他表示，對於TOM來說，簡訊技術難度不高，關鍵是通路之爭，比拼的是市場。8月9日，TOM在線聯合高通、IDGVC共同完成對四川長城軟體集團的戰略投資，金額達350萬美元，借此力推BREW技術。這是TOM在線進一步在移動增值市場長期投資的又一見證。

**進入後簡訊時代，
開拓新盈利市場

**
針對投資長城，王雷雷表示，「不但將擴大我們基於BREW和Java應用的產品和服務內容，支援更多互動和創新的?品，以此提高市占率，更可進一步鞏固我們在無線互聯網領域的領先地位。」
TOM在線一內部人士說，三方聯合投資相比單獨注資，可以更有效地降低風險。同時，還可保持2.5G領域的開發優勢。「現在無限增值的產品都差不多，主要是贏收通路的開拓。」翟文軍認?，簡訊收入的增長已經很疲軟了，如今已進入後簡訊時代。　
互聯網分析師呂偉鋼在《2004年第二季度三大門戶網站業績報告述評》中指出，上半年，中國簡訊發送量（包括手機端對端的簡訊與網路簡訊）只比去年年底增長了10％強，而在TOM的第二季度財報中，簡訊收入所占的份額比去年同期下降了20％左右。簡訊業務雖然下降，但翟文軍認為，盈收通路方面仍有潛力可挖。這次，TOM在線收購Treasure　Base，正式進軍電視簡訊領域。「我們需要開拓新的簡訊盈利市場。」TOM在線市場部經理王伊蓓說。

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。