在LINE、Messenger夾殺下，Google免費版簡訊RCS能讓用戶愛上嗎？|數位時代 BusinessNext

在LINE、Messenger夾殺下，Google免費版簡訊RCS能讓用戶愛上嗎？

Google在美國正式推出RCS服務，改革數十年如一日的陳舊簡訊功能，讓你也能像使用LINE般，與手機聯絡人進行線上暢聊。

功能向通訊軟體看齊，計劃年底前在美全面啟用RCS

RCS類似於現代的通訊軟體，你可以與聯絡人即時線上聊天、分享高畫質圖片，甚至使用表情圖案也不成問題，有點像iOS的iMessage。與一般通訊體最大的差別在於，RCS是基於電話號碼而非電子信箱，因此不能與電腦互通。

目前美國用戶可在訊息App內看見「啟用聊天功能」的選項，這就是指RCS服務。根據《Cnet》報導，推出之際Google大約只開放給1% Android用戶，預計年底前將在美國全面啟用。

與iMessage相同，當你利用RCS傳送訊息時，會率先偵測對方手機是否支援這項技術，進而決定以傳統簡訊或者RCS的方式呈現。iPhone目前不支援RCS功能，考慮到可能壓縮到iMessage的市占率，也很難指望未來會跟進，因此不同系統用戶間無法藉由RCS互相交流。

在技術層面，RCS仍與簡訊類似，是一種「聯合式」的系統，由多家公司共同維繫，也因為如此，雖然通訊過程有加密，卻無法實現端對端加密。不過，Google已率先保證不會觀看訊息內容，且傳遞後伺服器不會留存紀錄。

另外，由於訊息功能不包含在Google行動服務內，有些廠牌會選擇安裝自己的簡訊功能（如三星），若要使用RCS服務則必須另外下載App，並更改為預設。

雖然與現代功能豐富的通訊App相比，RCS的功能依然較為陽春，但它對標的是無須另外下載、手機內建的傳統簡訊服務，與之相比已經有長足的進步。綁定電話號碼的作法，也有助於減少各通訊軟體假帳號叢生的問題。

Google通訊產品總監Sanaz Ahari表示，RCS技術早該到來，現行的簡訊功能根本無法滿足現代人傳遞訊息的需求，「這是項很基本的功能，也是朝正確方向發展非常重要的一步。」

電信商聯手推自己的RCS服務，兩套系統未來何去何從

由於RCS牽涉到Android錯綜複雜的生態系統，提供這項功能遠比LINE、WhatsApp等其餘通訊軟體困難許多。Google要做的不只是開發一款App，還必須與電信業者、設備廠商合作，導致過去進展緩慢。

等不及的Google後來選擇自行發布RCS功能，不經由電信業者之手，也就是現在的情況。然而，與電信業者分手後Google很快便遇上麻煩。

10月底Verizon、AT&T、Sprint、T-Mobile等美國4大營運商攜手成立RCS合作聯盟CCMI，計劃2020年以RCS淘汰老舊的簡訊系統。由此可見，顯然電信業者並非不想推動RCS功能，而是不願在Google主導的體系下進行。

這出現一個問題，屆時美國用戶將擁有2套RCS系統，至於兩套系統如何共存、用戶是否擁有自由選擇的空間，Google表示目前正與CCMI積極接洽中，但細節未透露。

Google覬覦通訊與社群市場已久，21世紀以來，他們推出過Allo、Hangout等多達8款通訊服務，然而全數出師未捷身先死，沒有一款成功打入市場。現在RCS將成為Google第9款征戰這塊領域的服務。

在簡訊服務幾乎已被民眾屏棄的現在，RCS究竟能否讓用戶重拾這項功能，為Google在通訊領域開闢出一片新天地，抑或會步上前輩們的後塵，讓我們拭目以待。

責任編輯：陳映璇

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。