「69億美元非常值得！」從lntel手上搶下Mellanox，黃仁勳GTC坦白NVIDIA罕見併購的原因|數位時代 BusinessNext

「我們不常併購公司。」NVIDIA創辦人黃仁勳在2019 GTC會後記者會上指出。NVIDIA自2000年成立以來的重大併購紀錄約有七家，包括繪圖晶片商3Dfx Hybird Graphics渲染引擎Mental IMages 硬體加速的物理處理器AGEIA等，上次併購已經是2013年，NVIDIA為了HPC業務，收購意法半導體編譯器與工具應用商Porland Group。

這次併購金額高達69億元，由於NVIDIA的歷史併購活動並不頻繁，備受矚目。除了是史上最高併購金額外，這也是NVIDIA第一次買下伺服器互聯技術商。

超級電腦與微軟與Google等雲端廠都倚賴它

Mellanox成立於1999年，員工約有3,000人。Mellanox是乙太網路交換機、伺服器晶片和儲存設備商。手上的工業標準infiniBand互連技術與高速Ethernet解決方案產品世界頂尖，全球半數以上的超級電腦與微軟與Google等雲端大廠都倚賴其技術。

如果我們把伺服器當成一個小盒子，Mellanox的低延遲與高數據傳輸效能的InfiniBand技術就是盒子之間的互連關鍵。

防禦但又開放

Intel也非常重視工業標準infiniBand，在2012年以1.25億美元同樣為infiniBand技術商的QLogic，並且推出自家標準Intel Omni-Path。如果Mellanox落在Intel手上，除了市場可能被壟斷外，對NVIDIA也帶來嚴重的威脅。因此此次併購也還有防禦意味。

由於Mellanox非常熱門，Intel、Xillinx與微軟也曾表達併購意圖，競爭關係濃厚。

不過黃仁勳強調，「NVIDIA是中心取徑（Centric approach），是一個開放的平台，希望大家都能近用我們的解決方案（access to everyone）」。

未來資料中心：從硬體加速到連網加速（Networking accelerator）

這收購案將為NVIDIA帶來產品毛利率與自由現金流增加的財務助益，但對黃仁勳來說，意不在財務上，併購Mellanox是為了高速運算時代做好最佳準備。

硬體加速已經是NVIDIA的DNA，但在高速運算的時代，連網也需要加速。

黃仁勳在演講中指出，「數據驅動時代，資料成長速度快，導致資料中心內伺服器與伺服器之間的水平式資料傳輸（East and West network traffic）呈現指數型成長⋯⋯資料中心將成為有數以萬計運算節點的巨型運算引擎（Compute engine），」而資料中心的建置法則將會改變，為了因應變化，「NVIDIA在硬體加速與連網同時精進，這是我們併購Mellanox的主因。」

「我們本來就已經是長期合作夥伴，他們價值遠超過併購的成本，（69億美元）非常值得，為什麼不買？」黃仁勳在會後記者會中強調。

不僅是用在超級電腦，而是三大高速運算領域

併購Mellanox將能鞏固NVIDIA在HPC領域的地位，而且對於超級電腦大規模數據中心和眾多企業資料科學應用都同樣重要。

「Mellanox的networking技術，不僅止用在高速電腦(HPC)上，也適用在資料科學等企業領域。」NVIDIA副總裁暨加速運算部門總經理Ian Buck在記者會中指出。

黃仁勳用下圖講述NVIDIA的HPC產品設計理念。

在這次的GTC演講中，黃仁勳揭露了在NVIDIA對於高速運算時代的市場區分架構。這個架構也是NVIDIA的產品設計理念。

1. 超級電腦（Supercomputer）

強調Capacity與Scale-up。最快的計算力，舉例：來說在最高負載的時候，美國排名第一的Summit能達200petaflops（每秒進行200千兆次浮點運算），應用上如模擬超新星核變過程。

2. 資料科學（Data science）

介於兩者之間。百萬資料科學需要高效能運算資源來處理資料，並執行複雜的機器學習演算法發展預測模型。如電信業者偵測網路詐騙。

3. 超大規模資料中心（Hyperscale data center）

強調Scale out與Capability。重點在於規模成本與效率。舉例來說，Google Cloud服務數以百萬計使用者使用Gmail與Google Photo等日常活動。

NVIDIA 不只是個Chipmaker

由於還需中美監管單位核准，併購案預計年底完成。由於中美貿易戰，企業併購受到挑戰，如中國阻止高通（Qualcomm）與恩智浦（NXP）併購最後告吹。雖然時機敏感，黃仁勳還是充滿信心，他說，「我非常樂觀，我們沒有相關的技術，我們的客戶來自於全球，這個併購會能推整個產業進步。」

由此來看，併購順利完成機率很大。而一旦併購成功，外界用的Chipmaker形容詞已經不再適用，因為NVIDIA不再僅是Chipmaker，將是高速運算的計算(Compute)，聯網(Networking) 與儲存（Storage）的整體解決方案服務者。

一家連續十年營收 700 萬元的健身業者，如何在一年內將業績推升至 3,500 萬元，成長整整 5 倍？答案可能和多數人想的不一樣。

這家健身品牌不是一開始就加碼投放廣告，而是先從調整組織架構與薪酬制度著手，透過明確分工改善團隊運作，進而建立「全員銷售」文化，這並不是要求每位員工都成為業務員，而是讓團隊理解與認同品牌理念，確保從服務、回覆、教學到售後過程中的每一個顧客接觸點，都能傳遞一致的訊息與體驗，從而建立顧客對品牌的信任感，甚至願意主動購買與持續回購。而規劃這套成長策略的幕後推手，正是無限創意行銷。

AI 讓行銷變簡單，為何行銷公司反而更難做出成效？

雖然公司名稱裡有「行銷」兩個字，但無限創意行銷並非只從行銷工具出發，而是以顧問式行銷的角色，先理解企業經營問題，再決定應採取哪些行銷與營運解方。「我們不會一開始就告訴企業該採用哪些行銷策略，而是根據企業真的需求來提供適合解方」，無限創意行銷創辦人翁小五一語道出公司的獨特定位。

通常，企業在面對營收成長瓶頸時，第一個念頭就是做行銷，然而，翁小五從過往的工作與創業經驗中發現，限制企業營收成長的原因有很多，不一定與行銷有關，背後可能還有其他問題，若沒有釐清真正的問題所在，就急著投入廣告或其他行銷資源，很可能只是治標不治本。

基於這樣的觀察，無限創意行銷決定採取反向思考邏輯：先回到企業經營本身，找出造成「成長趨緩」的真正原因，再據此制定策略、優化營運流程，最後透過行銷放大企業優勢。當每一筆行銷投入都建立在更健康的企業體質與更精準的策略判斷之上，行銷才不只是「有做」，而是真正能為企業帶來成長。

這套「先找問題、再選工具」的服務模式，在生成式 AI 工具普及後，也成為拉開行銷成效差距的關鍵。

過去，行銷公司的價值建立在製作能力、投放技術與媒體資源；但當 AI 逐步降低文案、素材與分析的執行成本，單純提供「做內容、下廣告、做報表」的服務，差異化將快速縮小。此時真正考驗的，反而是行銷人的理解力和判斷力：能否看懂消費者真正需要什麼？能否找出限制企業營收成長的關鍵環節？而這正是無限創意行銷長期深耕企業經營現場、不斷透過數據與市場驗證所累積的核心能力。

AI 拆解營收黑洞，讓數據為企業成長導航

在無限創意行銷的顧問式服務流程中，數據是相當重要的依據。翁小五進一步說明，無限創意行銷的數據應用可以分為三個層次：從檢視行銷活動成效、拆解顧客旅程中的問題節點，再進一步延伸至年度營運規劃，讓企業不只知道「過去發生了什麼」，更能判斷「下一步該怎麼走」。

首先，是檢視行銷活動成效，其中最重要的原則在於，根據行銷目標去解讀數據。舉例來說，如果目標是增加首購顧客，除了檢視素材吸引力與點擊率，還要持續追蹤到站、詢問、成交、新客占比與首購成本；如果目標是擴大營收規模，則應進一步檢視回購率、客單價與顧客終身價值。

數據應用的第二層價值，是拆解從「廣告投入」到「營收產出」之間的過程，理解每一個節點的數據分別反映什麼問題，再針對問題逐一修正。

至於第三個層次，則是讓數據成為企業經營與資源配置的依據。無限創意行銷會從年度營收目標出發，結合產業特性、淡旺季變化與過往行銷成果，拆解每一季、每個月的業績任務，再將過去有效的策略放大、成效不佳的做法修正，據此安排下一年度的行銷資源與營運節奏。

不急著加碼廣告，從企業體質出發找出 5 倍成長解方

對無限創意行銷來說，數據是找出問題、配置資源與規劃成長路徑的關鍵，文章開頭提到的健身業者，正是此套方法論的最佳印證。當初，翁小五深入診斷後發現，這家企業真正的問題在於組織結構過度扁平，老闆長期忙於處理日常事務，難以專注在營運規劃；此外，組織缺乏真正負責營運管理的中階主管、教練流動過高導致學員缺乏安全感等，皆是影響回購率的因素。

因此，無限創意行銷先從組織架構著手，設立專責店長一職，並重新設計薪酬制度，藉此讓教練、店長與老闆皆可專注在自身工作上。之後，再透過前期廣告數據與顧客洞察，找出消費者選擇品牌的真正原因，並運用行銷活動與口碑經營持續放大。同時，翁小五也在過程中導入「全員銷售」概念，確保顧客在各個接觸點都享有一致的體驗，品牌才能逐步累積顧客信任。

最終，這家企業的營收一年就成長至 3,500 萬元，達到原先的 5 倍。這個案例也說明了無限創意行銷的方法論：行銷不是企業成長的起點，而是放大企業優勢的槓桿；企業體質愈健全，這支槓桿所能放大的成長效益也愈大。

從「會做」到「會判斷」，AI 時代，無限創意行銷正在重新定義行銷公司的價值

隨著 AI 能力越來越強大，下一代行銷公司的價值，不只是比誰更懂得運用 AI，而是行銷人的市場理解力與專業判斷力，知道 AI 產出的內容哪些值得留下、哪些應該捨棄，或是該如何持續修正，才能打造出能夠被消費者感受到的品牌體驗。

因此，無限創意行銷未來將積極建立團隊與 AI 協作的方法論，將過往的專案判斷、提問框架與數據檢核邏輯，轉化為 AI 協作流程。團隊在面對新專案時，不是直接要求 AI 給答案，而是先定義目標、限制條件與判斷標準，再去檢查 AI 產出是否符合商業情境。

對翁小五而言，AI 時代真正稀缺的，不是工具，而是定義問題、理解消費者與判斷品質的能力。未來無限創意行銷的競爭力，也不在於使用多少 AI，而是持續將人的品味、市場理解與產業 Know-how，透過 AI 放大，協助企業打造更精準的品牌體驗與更高品質的決策。