步過多年「野蠻生長期」，Podcast如何席捲全球？|數位時代 BusinessNext

去年起，台灣Podcast開始火熱，愈來愈多人感受到聲音的魅力。

由於歐美仍是Podcast產業遊戲規則的制定者，本篇不談市場規模、台灣熱潮等議題，而是整理今年以來，幾件我認為重要或有趣的Podcast產業事件，從中一窺未來產業的發展面貌。

推薦閱讀：「耳朵經濟」蓄勢待發！《紐時》、Spotify吹起Podcast產業併購風，台灣何時追上？

如同知名研究暨顧問公司Gartner認為，創新技術都會歷經乏人問津、泡沫化、泡沫破碎、復甦等階段；許多新興產業的發展，通常也不是線性的，而是會先歷經一段漫長的「野蠻生長期」，直到有企業看到機會點大舉投入、開始加劇市場競爭，最後進入態勢底定、寡占競爭局面。

依循前述這段路，Podcast產業走了十幾年的野蠻生長期，近年全球音樂串流平台龍頭Spotify大舉進軍後，才正式揭開競爭序幕。

連2年下重本不手軟，Spotify的野心促活市場競爭

2019年2月，Spotify宣布分別以2.3億美元收購Podcast製作公司Gimlet Media，以及1.4億美元收購Podcast創作平台Anchor，震撼全世界。

當市場還在猜測究竟Spotify對Podcast的想法是什麼，今年5月Spotify更以1億美元的天價與頂級創作者Joe Rogan簽下數年的獨家協議；隔月更宣布與藝人Kim Kardashian West及DC漫畫簽訂獨家Podcast節目合約。

連續兩年豪擲重金布局，Spotify的目標已相當明確：從上游（創作者）、中游（創作平台）到下游（收聽平台）通吃的集中化體系。

傳統的Podcast傳播管道是：創作者將聲音節目上傳至託管平台後，透過RSS（簡易資訊聚合協定）推播至各大收聽平台，在這情境下的Spotify只是「其中之一」；完成布局的Spotify將透過獨家內容、更有效率的廣告系統，以及整合「聽音樂」這件事的終端應用，成為「僅此一家」。

Spotify的舉動當然也帶動了市場競爭氣氛，其中最奮力與其一搏的是成立超過30年的美國衛星廣播公司SiriusXM。

為進軍數位領域，2019年SiriusXM先斥資30億美元收購網路電台Pandora；今年更踏入Podcast產業，以3.25億美元買下美國廣播公司E. W. Scripps旗下的Podcast業務服務，當中包括知名的聚合平台Stitcher以及廣告網。從收購路徑可以發現，SiriusXM的布局邏輯與Spotify大同小異，可以想見下一步也是加入爭奪頂尖創作者的行列。

或許是受到市場競爭熱度的刺激，本為Podcast濫觴卻又長期放置不理的蘋果公司（Apple），以及電商巨擘亞馬遜都有所行動。

因為不做廣告生意，蘋果公司的切入點，是找尋可以製作Apple TV＋原創影視的Podcast創作、或是具有改編成Apple TV＋原創影視內容潛力的Podcast。

亞馬遜則是將Podcast包進有聲書服務Audible及音樂服務 Amazon Music的內容範疇當中。兩家業者的目標都是想找到 Podcast 對其既有事業的加分點，而非大舉投入。

語音文字同步化，激發創作全新動能

最後，除了產業競爭升溫，其他業者也想從Podcast身上找到綜效，基於這兩點，我認為下一步值得密切關注的是，Podcast在創作與傳播型式上的進化。

創作上，傳統Podcast剪輯方式不僅費時，還難以多人協作。

透過語音轉文字（voice-to-text）技術，Descript這家新創將聲音檔轉成線上文件，只要刪除文字就能同時刪除語音；這點在修整語助詞，或是想刪掉某些關鍵字的時候堪稱神器。此外，Descript能利用AI學習你的聲音，當你回放錄音時，發現把某人的名字叫錯了，可以直接在文件上修正「文字」，之後AI會依照你的聲音自動合成語音補上。

傳播上，以往Podcast多指純聲音內容，如今有些Podcast創作者，也開始上傳錄音過程的影像到YouTube，且創造了百萬觀看成績，Podcast的「影片版」也成了一個新藍海。這對歷年來屢次嘗試挑戰影視領域的Spotify來說，當然又是一個難得的機會，最近已正式開始測試此項功能。

綜上所述，我認為台灣的Podcast熱潮剛好發生在一個很微妙的時間點： 歐美巨頭進入白熱戰、Podcast商業規則即將被重塑，創作與傳播型式，也將因技術的進步而發生躍進。

對台灣的創作者、聽眾、廣告主而言，Podcast是一個全新時期的黎明，但若放到全球商業及科技的框架下檢視，則是第一階段「野蠻生長期」的黃昏。

推薦閱讀：Podcast廣告年收益上看300億，業配力超強！3數據讓行銷人看懂利弊

雖然媒體與內容產業的發展，常與「在地」高度相關，因此歐美世界的發展趨勢，很大機會對台灣的影響不大，但前述的微妙時機點，值得創作者及業者納入對Podcast產業的思考與評估角度。

責任編輯：陳建鈞

（本文內容同步刊載於《數位時代》第316期，2020年9月號雜誌）

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。