網路效應是怎麼被打破的?
網路效應是怎麼被打破的?

有一個問題在我心中總是充滿疑惑:網路效應看起來是個讓強者越強的必勝絕技,但是那些擁有網路效應的產品與服務,例如MSN、雅虎奇摩拍賣,到底是怎麼被打破的?

先簡單解釋什麼是網路效應:當使用這項產品/服務的人越多,這項產品/服務,就越有價值。

網路效應又可以細分成同邊、跨邊、正向、負向,我就不細講理論,只介紹例子了。

例如Line,如果只有一個人使用Line,Line 一點用都沒有,但越多人使用Line,他帶給所有Line用戶的價值就越高,由於都是「使用者」這方越多人加入越有好處,所以這是同邊的正向網路效應;

又例如電商平台,如果只有很少的賣家或商品在平台上,很少會有買家想去那個平台買,反過來很少買家的平台,也不會有賣家想去上架,但是一旦有某一方開始增加了,例如有足夠的賣家在平台上,就會帶動買家瀏覽購買,正向的效應讓雙邊的買賣家都越來越多,這就是跨邊的正向網路效應,但是對處在同一邊的賣家來說,越多賣家加入卻代表競爭者變多了,這就是同邊的負向網路效應。

網路效應幾乎是商業模式中牢不可破的必勝法寶,因為越多人用我,我就越強大,比較少人用的小咖要怎麼跟我競爭呢?所以我一直有個疑惑,實際上還是有些具有網路效應的公司被打垮或是讓小咖竄起了,為什麼呢?

例如那些年我們一起「等登登」的MSN,當時幾乎我所有朋友都在用,而越多人使用MSN,大家就越黏著在上面,其他通訊軟體怎麼可能取代呢?

然後是接下來的Facebook時代,如果Facebook這麼強,那麼Instgram是怎麼崛起的?

還有我大學時很紅的雅虎奇摩拍賣,上面有這麼多的買賣家,雙邊效應簡直牢不可破,奇摩拍賣東西超多什麼都有,之後是怎麼被露天取代,蝦皮又是怎麼竄起的呢?

我有天躺在床上滑手機時,突然「啪嚓!」有了一點答案。

一、網路效應是怎麼被打破的?

1. 從平台的某一方或某個需求開始,強力切入一個需求,從小群體先崛起,創造新的網路效應,再往外擴散

IG的崛起,其實是因為他有濾鏡可以把照片拍得很漂亮,打中了社群分享的需求,再加上當時智慧型手機的拍照技術也發展成熟(iPhone 4),所以以照片為核心的社群分享方式就這麼火紅了起來。

露天的崛起,其實是因為雅虎奇摩拍賣當時決定要收成交手續費,引起賣家不滿,露天以完全免費策略吸引了這批賣家過去,買家才跟著過去,推動了雙邊網路效應的巨輪。

之所以要從小群體先崛起,是因為這樣才能累積足夠的傳播勢能,Facebook也是從哈佛校園先崛起,如果一開始Facebook就被丟到大眾面前,恐怕再怎麼加好友,身邊都沒有多少人使用,無法迅速交織成網絡然後擴散出去。

2. 點線面體的「體」:時代背景的改變,帶來人們行為的改變──隕石把上個世代的霸主恐龍給淘汰掉了

MSN的沒落,與Facebook以及Line的崛起有很大的關係,而Facebook與Line的崛起,又與智慧型手機的普及有很大的關係。

Facebook吸走了人們的注意力,社交方式從訊息變成臉書這種平台,加上智慧型手機帶來的「拍照打卡上傳情境」,讓Facebook快速擴張,Facebook隨時想拍照打卡上傳的模式,也帶來了智慧型手機的需求,所以互為推手,將強項在PC版的MSN遠拋在後。(其實更一開始是偷菜的情境,為了自己的農場大家狂互加好友,這可以總結到第一點,從某個需求強力切入)

之後Line的崛起(2011年),也是以手機平台為邏輯設計,建立在手機移動平台上的私訊軟體,之後的MSN,即使做了手機app版本(2014年),也已經沒有人在上面了。

智慧型手機的崛起改變了許多事,其中使用者行為應該是最重要的,注意力與使用時間,從電腦移到手機的這個趨勢是很明顯的,蝦皮從一開始做電商,也同樣以手機平台做原生的邏輯設計,再用免運從小型賣家切入。

我相信未來幾年,智慧型手機一定會繼續改變許多事情。這就是為什麼這麼多人在搶做智慧音箱,如果他變成下一個隕石怎麼辦?還有AI我認為也是下個隕石。

二、其實,我們做的事情,也有些是具有網路效應的

網路效應對人類來說是什麼?

再說一次網路效應的定義:當使用這項產品/服務的人越多,這項產品/服務,就越有價值。

  • 你得到的知識越多,而且具備一套思考的框架,能將這些知識內化之後互相連結、觸類旁通,這些知識就越有價值,就像Google一樣,具備強大的核心演算法,越多人使用,就有越多data,越多data,AI提供的服務越準確,就吸引更多人使用。

  • 你認識的人越多,就越多人想跟你當朋友,因為進入你的人脈網絡會更有價值,可以認識更多人,就像Facebook一樣,越多人加入,這個網路就越有價值。

  • 或者是,你認識的「同溫層以外」的人越多,或是你嘗試「舒適圈以外」的事情越多,你能接受到的觀點與挑戰越多元,從這些多元觀點與挑戰中,你進一步磨練了自己的思考框架與克服挑戰的能力,進一步擴大自己的舒適圈與同溫層,並具備向外挑戰的能力,強者不都這麼煉成的嗎?

  • 對我自己來說是,越寫文章我就越能好好整理並表達自己的想法,寫出好的內容,越能寫出好的內容,讀者和鼓勵就越多,讀者越多我就越有動力好好寫文章。

那什麼時候,「人類的網路效應」會被打破呢?我想一樣是點線面體當中的「體」,也就是時代背景的改變

例如以前學的知識,在Google時代突然都搜尋得到了;以前擅長的技能,突然能被機器取代了;你熟悉PC知識,但突然大家都在用手機了;以前認識人很困難、聽到厲害的人的觀點很困難,但現在很容易能搜尋到某人的Facebook或Linkedin並加好友、聽他們分享。

或是有一天,網路讓你手上的技能變得不那麼特別,學得你的技能變得不那麼困難了,你的專業進入門檻變低了。

例如,如果有一天,創作與觀看的趨勢逐漸轉為圖文或影音創作,也許我的長文章就沒人看了。更可怕的是有一天AI進化到能寫出和我一樣品質的文章,還比我會上網找資料!

所以最後的核心競爭力,也許剩下「應變的彈性」與「改變的勇氣」。

  • 當你注意到Google能搜尋得到你已知的知識時,就學會使用Google搜尋到的資訊,增強你的論點與思考框架。

  • 擅長的技能被機器取代,那就學會駕馭機器,讓工作更有效率,甚至創造更多機會。有一種說法是,洗衣機的發明解放了婦女的時間,促進了女性地位的崛起,我很樂意家務工作都被洗衣機、洗碗機、掃地機器人取代。

  • 加某人Facebook簡單,但與人相處互動的能力也許更困難、更有價值。

  • 創作趨勢轉為影音,其實手機或直播等科技,已經將影音創作的門檻越拉越低了(這也是個促進時代轉變的重要因素),或是某一天我找 Youtuber 合作吧,沒說什麼事都要自己來啊!

當然還是有人無法適應改變的,這不代表沒有應變的人就是迂腐不知變通,只是我很幸運能有準備面對這些改變的餘裕和學習能力──也許我之後會被兒子說迂腐不知變通呢。

讓我們一起成為靈活的蟑螂,而非成為大而難以適應環境的恐龍吧!

本文由 Evonne Tsai 授權轉載自 Medium

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

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。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

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。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓