2007仍是網路發燒年|數位時代 BusinessNext

專門進行網路市場調查研究的公司eMarketer，推出了它的二○○七年十大關鍵預測；無獨有偶的，科技雜誌《紅鯡魚》（Red Herring）也連續第三年推出年度趨勢預測。此外，美國《商業週刊》（BusinessWeek）和《財星》（Fortune）也都推出二○○七年的投資指南，告訴讀者未來一年該把錢放在哪裡。歸納這些眼花撩亂的各家預測，我們能看到什麼共通點？

**Google將跨媒體廣告合作

**
從二○○六年開始起飛的網路廣告，二○○七年更是熱到不行。根據eMarketer的估計，美國網路廣告預算將達到兩百億，其中除了普通的橫幅廣告外，成長最多的當然是關鍵字廣告和各種影音廣告。而提到網路廣告，指標性的公司就是Google。
成為搜尋引擎之王的Google，現在以它的廣告經紀人身分更為人所注意。Google以配合內容和搜尋結果的關鍵字廣告（AdWords/AdSense），不僅替自己賺進大把鈔票，也連帶使得加入廣告聯播的部落客們雨露均沾。
此外，自從Google以十六億美元買下影片分享網站YouTube之後，關於線上影音廣告的討論一直甚囂塵上，但除了談論之外，真正投注的資金並不多，eMarketer認為影音廣告的播放平台會增加，但資金還不到成熟期。
回過頭來看，《紅鯡魚》則看到Google除了網路廣告之外，更跨足報紙與廣播，意在成為全方位廣告平台，因此針對二○○七年的預測，Google與電視台合作之日不遠矣。當然擁有愈多廣告播放媒體與平台，廣告經紀巨人未來豐收的一年指日可待。

**
社群網站周邊效應不可忽視

**
如果把二○○六年定為Web 2.0的一年，或社交網站的一年也不為過。從MySpace到台灣的無名小站，社群網站的一舉一動都引來網路世界的關注。首先當然是因為社交網站的黏性所產生的流量，而在網路的世界裡，流量就是錢潮。
挾帶著成熟的社群網站流量優勢，二○○七年社群網站據eMarketer估計，將超過十億美元進帳，主因來自於社群網站的全球性擴張、利基型社群網站（例如專為銀髮族設計的Eons.com）的誕生，以及社交網站和搜尋技術的結合。
而社群網站的周邊效應更不可忽視，包括口碑行銷（Word of Mouth），也就是消費者寧願相信其他使用者的見證，也不輕易相信電視上滔滔不絕的代言人，購物前先上網搜尋其他消費者的說法已經成為網路購物族的習慣。此外，商業性網站也朝向社群發展，如講究人際關係的網路人力銀行LinkedIn。經營社群到目前為止，依然是吸引一群人並讓他們留在網站上的最好作法。

**上網靠手機，病毒將肆虐

**
手機無疑是廣告和社群的下一個平台，而這也是各家媒體預測的二○○七年趨勢。《紅鯡魚》大膽地預測在手機愈來愈聰明的情況下，如同電腦病毒一般的手機病毒可能在今年威脅到手機使用者。當然這表示一件事：絕大部份的手機都可以上網。
事實上，蘋果電腦的iPhone已經問世、網路電話（VoIP）業者Skype也將和硬體廠商合作認證手機、３Ｇ行動電話市場預期也將在今年有大成長。手機已經不只是聯絡的工具，而是攜帶型的電腦。
綜上所述，二○○七的科技走向還是與網路脫不了關係，不論是廣告、社群或手機應用都和網路相關。從網路遊戲《Second Life》逐漸發揮實體影響力的情況看來，虛擬與真實的分界逐漸模糊，也沒有必要了。
在諸多媒體預言中，也有「狂野版」預測，《連線》雜誌（Wired）和科技新聞網站CNet都以公布惡搞預言的方式來戲謔媒體的預測。但其實所有的玩笑都有立基於真實的狀況，也都有認真的成分在內。狂野的預測不過是把真實誇大，而把真實誇大向來是媒體的花招。
《連線》雜誌的預測中，有多項和Google有關，也有多項提及社群網站，或許等今年終了，回頭檢驗預言時會發現，狂野版的預言反而準確率更高。

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。