庫克不如賈伯斯「突破創新」？看他如何打造十年來最成功科技產品|數位時代 BusinessNext

庫克不如賈伯斯「突破創新」？看他如何打造十年來最成功科技產品

庫克接任蘋果CEO時，雖然外界質疑他不如賈伯斯，但在庫克帶領下，蘋果卻再次出現了代表作AirPods，成功推動了無線藍牙耳機在市場上的普及度。

AirPods 價格昂貴、容易遺失...仍是過去十年全球科技業最成功的故事之一

AirPods 被認為是過去十年，全球科技產業中最創新、最成功的產品之一，現在隨處都可以看見這個如小耳塞的奇妙東西。其實與過往傳統有線耳機相比，AirPods 很脆弱，可能會被耳垢堵塞、因為體積小也很容易弄丟，且與過去 20 年大部分手機公司提供的免費有線耳機相比，AirPods 價格高昂。

但 AirPods 卻並未因此被消費者冷落，蘋果沒有單獨揭露 AirPods 的銷售額，但有外部分析師評估，蘋果在 2021 年賣出的耳機高達 1.2 億個。另外，根據數據分析公司 IDC 和 Bloomberg Intelligence 的估算，AirPods占蘋果「可穿戴設備、家居和配件」項目的一半銷售額，是其成長最快的產品線，從 2016 至 2021 年，該產品線銷售額成長了 245%，達到 380 億美元。投資銀行 Piper Sandler 推測，每 4 個美國青少年中就有 3 個擁有 AirPods。

蘋果不只讓無線耳機變成 iPhone 使用者必須要有的必備品，更成功推動了無線藍牙耳機在市場的普及度。《彭博社》（Bloomberg）指出，AirPods 比蘋果賣的任何其他東西，都更能說明為什麼蘋果在庫克領導之下持續成長，以及短期內都不太可能看到能與其匹敵的挑戰者。

為未成熟的耳機產品取消 3.5mm 耳機孔，蘋果卻贏了這場賭注

在蘋果推出無線耳機之前，市場上的無線耳機都讓人覺得很難使用，特別是需要按著耳機按鈕啟動配對模式，然後打開手機上的設置應用程式來選擇正確藍牙信號。所以起初外界也並不看好 AirPods，像產品評論網站 Wirecutter 的耳機編輯勞倫．椎根（Lauren Dragon）就曾告訴《紐約時報》（The New York Times），AirPods 第一代不防水，意味不能戴著 AirPods 健身、運動，否則汗水可能會影響到 AirPods 的效能，也因此傳統有線耳機似乎還是最好的選擇。

但是蘋果卻找到了一條成功的路徑。當初在 AirPods 發布會上，蘋果就表示，用戶應該期待「真正的蘋果神奇體驗」，蘋果運用其專有的藍牙版本，讓 iPhone 會立刻識別 AirPods。且蘋果做了一個大膽決定：取消 3.5mm 耳機孔，原本這個舉動被外界取笑認為 AirPods 根本還不是成熟的產品，但沒想到蘋果贏了這場賭注，大量消費者開始購買 AirPods。

儘管 AirPods 占蘋果總營收比例可能有限，但是 AirPods 證明了，在賈伯斯之後，蘋果還是可以打造出一個和 iPhone 互相搭配、相得益彰的產品。更何況 iPhone 已經面世超過 15 年了，無法永遠扮演蘋果成長的動能來源。

蘋果在今年 9 月 23 上架了最新版本的 AirPods，更預計在 2023 年，推出一個結合 VR（虛擬實境）、AR（擴增實境）的耳機，代號為 N301。很多人預測它的名稱將是 Apple Reality Pro，即使很多人還是不看好 VR 版本的耳機，但是按照蘋果過往的經驗，這款耳機很可能會比市面上現有的 VR 耳機有更好看的外觀、更快的運行速度。

那些當初不看好庫克接班的人，或許也不得不承認，在庫克的領導之下，蘋果的生態系不斷壯大，仍是全世界最難以被取代的科技公司之一。

本文授權轉載自：經理人月刊

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。