亞馬遜有意砸90億美元收購米高梅，擴大串流影音版圖！007、哈比人都將納入旗下？|數位時代 BusinessNext

007、哈比人都將納入旗下？亞馬遜有意砸90億美元收購米高梅，擴大串流影音版圖

亞馬遜傳出有意以90億美元收購有著《007》、《哈比人》等眾多強悍IP的電影製作公司米高梅，將旗下逾4000部電影納入亞馬遜的影音陣容。

亞馬遜串流影音投資持續加大，考慮收購米高梅擴大作品陣容

儘管與廣大的電商服務相比，串流影音對亞馬遜而言仍是相對較小的一項業務。但今年第一季財報會議上，亞馬遜披露旗下逾2億Prime會員中，有超過1.75億利用過串流影音服務。

儘管沒有Netflix那麼受人矚目，亞馬遜在串流影音上也是投資眾多，2020年總計在影音內容上投資達110億美元，較2019年的78億美元成長41%。

稍早亞馬遜也宣佈，曾協助打造Prime影音的前高管傑夫．布萊克班（Jeff Blackburn）將回歸亞馬遜，擔任全球媒體及娛樂資深副總裁，負責管理Prime影音、亞馬遜工作及Twitch等多項服務。

根據《Variety》報導，這次收購協商是由亞馬遜工作室及Prime影音資深副總裁麥克．霍普金斯（Mike Hopkins）所牽線，直接與米高梅董事長凱文．烏爾利奇（Kevin Ulrich）進行溝通。

今年第一季，米高梅營收為4.03億美元，較去年同期成長27%，而淨利為2,930萬美元，去年同期則虧損了1,210萬美元。

米高梅一直希望能以90億美元的價格出售，然而大多數人都認為米高梅價值約在50億美元，因此至今沒有找到合適的買家。假如亞馬遜願意以90億美元收購，這次交易將創下成立以來第二大的收購案，僅次於2017年收購全食超市的134億美元。

串流影音競爭越趨激烈，媒體公司加速整併

近年來，媒體公司開始加速整併以因應即將到來的串流時代。2019年，迪士尼以713億美元收購21世紀福斯，將阿凡達、辛普森家庭等眾多知名IP納入旗下。本週AT&T也宣佈拆分擁有HBO頻道的華納媒體，並與Discovery合併打造更強大的串流巨頭。

《紐約時報》認為，這些大筆收購案讓米高梅等相對規模較小的電影公司，不得不尋找求生之道，如果米高梅同意被亞馬遜收購、放棄作為一間獨立公司，也將加速媒體產業的整併。

不過《紐約時報》還指出，身為米高梅賣點的重量級IP《007》系列，有50%由知名製作人Barbara Broccoli及編劇Michael G. Wilson持有的事實，可能會成為有意收購米高梅的買家的勸退關鍵，兩人由於擔心007品牌受損，對系列作品的推出嚴格把控，且兩人認為007應該在大銀幕上播放，而非小小的電視螢幕。

過去一兩年來，串流媒體的競爭變得相當激烈，Diseny+、Apple+及HBO Max等眾多服務相繼問世，Netflix也在全球突破2億用戶大關，這些強勁的競爭者都促使亞馬遜不得不加快腳步。

前陣子舉辦的奧斯卡中，亞馬遜也獲得12項入圍，並摘得兩個獎項的佳績，成為入圍數僅次於Neflix的電影公司。目前亞馬遜斥資重金投入《魔戒》影集的製作當中，估計一季花費達4.65億美元，是史上成本最高的影集製作。

責任編輯：錢玉紘

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。