為剪線潮止血？AT&T宣布HBO影音串流新服務秋季曝光|數位時代 BusinessNext

繼蘋果、迪士尼之後，AT&T大動作向串流媒體領域投放兵力

事實上，早在AT&T計畫收購華納媒體初期，便傳出將進軍串流媒體的風聲，但一直沒有進一步的消息。AT&T執行長藍道爾．史蒂芬森（Randall Stephenson）在近期召開的電話會議上透露，他們正以旗下著名電影頻道HBO為主軸，籌備串流媒體服務，目前定價等細節內容仍在討論階段，預計會在今年秋季向大眾公開，2020年初正式推出。

加入串流媒體戰局的競爭者越來越多，要與其他參賽選手廝殺，內容肯定是觀眾是否願意買單的關鍵。在這方面，AT&T擁有十分強悍的IP陣容，包括各大DC漫畫改編電影（包括超人系列、蝙蝠俠等）、熱映中的《權力遊戲》，以及紅極一時的《西方極樂園》等。

史蒂芬森信心滿滿地表示，AT&T在這項計畫上投資了大量心血，他相信消費者們會愛上這款新產品。上個月，AT&T也雇來資深媒體人Bob Greenblatt，率領改組後的華納媒體向前邁進。

不過，即將在秋季揭曉的新服務，並非AT&T第一款線上影音服務，史蒂芬森指出，新登場的訂閱服務會以HBO為主軸，並透過華納媒體陣容堅強的IP作為後援，與現有的DirecTV Now、Watch TV做出區分。

而近期才因權力遊戲第八季上映達成百萬下載的HBO Now，是否將在之後為新產品讓道，史蒂芬森則未明說。

目前這項新服務的定價尚未公佈，不過預計將會提供三種類型的訂閱方案，最基礎的方案只涵蓋電影；進階一點的包括原創內容與電影；最高級則一併擴及華納兄弟旗下作品。

對於競爭對手迪士尼的串流平台Disney+，史蒂芬森則抱持非常開放的態度，「迪士尼宣佈的消息，讓我們對邁向（串流媒體）市場感到更加樂觀。」

既有服務表現乏力，AT&T將目光望向串流平台

AT&T風光宣佈將推出新服務的背後，隱含的是現有服務發展上遭遇的困境。美國電影協會3月發布的研究報告指出，線上影片的訂閱人數，正式超越了有線電視，顯示有越來越多人加入剪線族的行列，投奔串流服務的懷抱。

AT&T本季的財報中提到，有線部門的營收、利潤都在下滑。以衛星電視服務為首的電視服務表現不利，在本季流失約54萬用戶，並預計下個季度也會持續下滑，直到2019年底前才會穩定。

且因前陣子月費大動作調漲，AT&T的影音訂閱服務DirecTV Now正面臨用戶數持續流失，繼去年第四季損失超過25萬用戶後，本季財報中，用戶數也再度下滑約83,000名，使整體訂閱數下降到150萬。

在既有服務呈現下滑的情況下，AT&T轉而將目光放在新串流服務上，希望藉此扳回一成，似乎不是太讓人意外的作法。

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。