擺脫兄弟鬩牆劇情！澳洲軟體大亨如何靠小團隊銷售，打造受特斯拉、NASA青睞的管理軟體？|數位時代 BusinessNext

擺脫兄弟鬩牆劇情！澳洲軟體大亨如何靠小團隊銷售，打造受特斯拉、NASA青睞的管理軟體？

在爾虞我詐的科技業裡，創辦人反目成仇的戲碼已屢見不鮮，而澳洲軟體公司Atlassian的兩位創辦人卻是罕見的例子，他們共同領導並為公司創造出可觀收益。

以「不用穿西裝」為創業目標，甫推出軟體便獲NASA、特斯拉喜愛

他們的緣份起始於大學時代，皆為新南威爾士大學的獎學金生。2002年，兩人以「不用穿西裝上班、年收入超過48,500澳幣」為目標，並利用信用卡貸款一萬美元，作為初期種子基金。在教授、父母和同儕都不看好的情形下，成立澳洲罕有以科技為導向的新創公司Atlassian。

對於接不到訂單的經營初期，史考特表示：「我當時住在分租公寓裡，每天吃泡麵過生活，幾乎沒什麼可失去的。」對史考特而言，年輕是他當時最大的本錢，直言他當時最大的可能下場，就是搬回家和父母一起住。

Atlassian的產品旨在幫助商業團隊合作的更順暢，包含整體企業的運作。該公司第一款專案管理軟體Jira，就受到NASA或Tesla等知名公司喜愛。

有別於其他新創企業，快速賣出產品的壓力累積為成功的關鍵之一

2017年，Atlassian以4.25億美元的價格，收購Trello。Trello是協作式的專案管理工具，可以將待辦事項、欲追蹤項目或資源等，放置在視覺化看板上，以供團隊所有人使用。2019年，Trello的訂戶來到3,500萬人，其中付費用戶為13萬人，為Atlassian提供了可觀的收入。

不同一般初創企業，初期四處募集資金的創業模式，Atlassian自2003年接到第一筆130萬美元的訂單後，便不斷至早可快速賣出的實用產品，用以支撐公司開銷，直到2010年，才獲得第一筆來自Accel的6,000萬美元的巨額融資。

「我們沒有風險投資做靠山，因此不可能花兩年的時間研發軟體，當務之急是盡快賣出東西。當市場上沒有簡單易用的產品時，我們就出產這類型的產品。」史考特認為，產出可賣產品的時間壓力，是促使公司成功的關鍵原因之一。

科技業的罕見例子！營收幾乎仰賴優質產品與客戶口碑

Atlassian另一個特別之處是銷售團隊規模很小，多數業績來自客戶來官網訂購。Atlassian直接將產品相關價格直接顯示於網站之上，因此毫無折扣或講價的空間，所仰賴的是便宜的優質產品和客戶滿意的口碑。根據報導，該公司的銷售團隊貢獻營收占比僅19%，在科技產業裡相當罕見。

2019年截至6月的財報顯示，Atlassian收入增長37%，來12.1億美元。而在今年初，該公司股價上漲了45%，更在今天5月，創下182.60美元的歷史新高。由公司歷程可見，Atlassian的成功，獨特的營運理念，佔據了相當的分量。另一方面，兩位共同創辦人的合作無間，無疑也是關鍵要素之一。

親密戰友共同掌舵，令各界期待Atlassian的新高度

許多人以為互補才能產生良好的合作經驗，其實不然，兩人在受訪時都表示，相似的生命歷程和技能，才是使合作良好的主要原因。史考特和麥克都具備單獨經營公司的相同能力，但又不完全重疊，這使他們能夠互相支援對方目前正在執行的事項，亦或是偶爾分開執行部分業務。

麥克提到，制定決策時，兩人60%的意見會互相重疊，其餘40%則為融合雙方看法後的結果。「我們當然經歷過一些起起伏伏的時刻，這種時刻不脫雙方的誠信和坦白程度，不過幸好我們兩個都很厚臉皮，因此誠實度可以說是相當的高。」麥克如此描述兩人之間的關係。

Constellation Research的技術分析師Ray Wang認為，史考特和麥克的親密友誼，是Atlassian的制勝要素。時至今日，即使兩人各自結婚生子，仍當起鄰居，並且特地在中間的圍牆上鑿一個洞，讓各自的孩子能夠爬到隔壁一起玩耍。

這對好戰友的成功故事，在爾虞我詐的科技產業裡十分寶貴，未來這對親密戰友還能將Atlassian帶到何種新的高度，各界皆拭目以待。

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。