Netflix、Disney+都陸續登台，台灣本土OTT業者該怎麼辦？專家這樣定位|數位時代 BusinessNext

Netflix、Disney+都陸續登台，台灣本土OTT業者該怎麼辦？專家這樣定位

當Netflix、Disney+，甚至是HBO MAX陸續登台，大舉搜刮、投資台劇，對台灣本土OTT業者來說，究竟定位在哪？

台灣大哥大總經理林之晨：樂見國際OTT登台

「從現階段來看，台灣優秀的作品要上到國際OTT平台是完全沒有問題的。」台灣大哥大總經理林之晨說。台灣大哥大擁有OTT平台myVideo，同時也與迪士尼攜手，在台灣推廣Disney+，角色可以說十分特殊。

林之晨認為，既然國際串流平台有意採購台灣優秀的內容，就能拉抬整個產業發展，「一年可能有10部最頂尖的作品賣給國際串流平台，但會有更多部、上百部的作品還需要舞台，這就是本土OTT的發展空間。」

他也提到，只要有成功的案例，就能帶動更多的活水，讓更多優秀的作品被拍出來，「不可能要求Day1所有人都能拍出國際等級的作品，不過，可以預見有愈來愈多影視從業人員想要拍得更好，還是需要本土OTT的支持，提供本土、區域性的舞台給大家。」

而本土OTT業者也必須擔起帶動產業進步的責任，把消費者的喜好、想法、行銷手法回饋給製作方，讓產業有正向的循環。「不會因為國際玩家的加入，就讓產業沒有空間，而是整個產業會被擴大。」林之晨說。

CatchPlay執行長：台劇不受青睞的那天，內容產業怎麼辦？

從發行跨入拍片的CatchPlay執行長楊麗貞似乎就沒有這麼樂觀，她先從CatchPlay的發展開始談起。過去CatchPlay專注於電影發行，但發現用戶的觀影型態發生很大的轉變，開始投入OTT平台的發展。

不過，平台講求經濟規模，台灣的市場大小有限，讓CatchPlay開始往新加坡、印尼發展，找尋更大的空間，也預計會投入其他東南亞國家的發展。

「我們也有投資內容，就會發現純內容很難有長遠的力量，一定要跟科技（平台）走在一起，才會長長久久」。 楊麗貞以《魷魚遊戲》舉例，僅管《魷魚遊戲》在全球獲得巨大的成功，但經濟價值大部分是被Netflix拿走。

「現在看起來台灣內容未來的確一片光明，很多國際平台也願意來台灣，各式各樣的內容可以找到不同的平台曝光，對於產業來說的確是正向的事情。」楊麗貞說，國際串流平台也拉抬了台灣內容製作的成本，過去成本一集新台幣300萬元就算大製作，國際串流平台可以開價到一集1,000～1,200萬元，讓台灣創作者更有資源提升作品的品質。

同時楊麗貞也拋出一個疑問：「台灣本土OTT的角色在是什麼？以後大家要在國際串流平台上才能看到台灣作品嗎？」

國際串流平台靠演算法決策，真實反應觀眾的需求，也有可能造成負面的發展，楊麗貞舉例，如果花了300萬美元買一齣台劇，結果在其他國家的觀看率普通，在台灣表現不錯，在熱門影集中排名第3，「第1、第2名是韓劇，那國際串流平台會怎麼想？」楊麗貞說，「那乾脆只買韓劇，因為能觸及的幅員最廣，或是台劇只買台灣播放版權就好，反正只有台灣觀眾捧場。」

言下之意，就是國際串流平台是把雙面刃，「國際串流平台可以讓台劇更發光發熱，更快速地走向世界，但是如果國際串流平台不青睞台劇了，台灣的內容產業要怎麼活下去？」楊麗貞說，「我們思考了很久，到今天都還不敢說找到了答案。」

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。