「寧可做一個驚天動地的佈局,也不要只做小小的調整!」
「寧可做一個驚天動地的佈局,也不要只做小小的調整!」
2000.09.01 | Google

這一波崩盤之後,從創投的角度來看,投資者抱持的態度有2種類型。亞太地區,大部分是縮手;但是歐美地區,反而認為是投資的好時機。歐美人士認為:在價格下跌時,公司價格是比較低的,是比較好的投資時機。但是為什麼亞太地區沒有這種情況?我覺得是因為亞太地區對internet本質的認知還不夠深入,所以就會有「歐美打一個噴嚏,亞洲地區感冒」這種情形發生,大家完全縮手。亞太地區的普遍縮手情況,香港地區尤其嚴重,反映出大家對投資本質沒有做好掌握,另外一方面,以香港為主的基金公司,配合香港很多企業靈活的特性,比較投機,好的時候大好,壞的時候大壞。
下一波值得投資的公司,應該要有幾個指標。第1個原則就是技術驅動(technology-driven),以技術作為本位、導向。過去很多純粹強調「商業模式」的公司,現在要有核心關鍵的技術,對於internet商業有促成(enable)的幫助。第2個就是獨特性(uniqueness),要有特色。因為大家不喜歡投資「me too」型的公司,這不一定是技術上面的特色,有時候是應用上的特色,或是技術、應用、市場整合起來的特色。第3個是基礎建設(infrastructure),網路基礎建設如果沒有做好,大家很難有什麼作為,這也是大家對投資中國大陸電子商務的普遍看法。
風暴後這一陣子,很多人開始要做ASP(軟體應用服務供應商),或是資料中心(data center)。像香港、台灣,很多財團開始投入基礎建設裡面來。由某個角度來說,這裡面反應的是新舊經濟的整合(convergence)。譬如像和信集團、新光集團投入資料中心,他們有資源、有資金,做基礎建設的條件相對就比較好。

**新舊經濟的整合

**
從今年第4季到明年,亞洲網路公司購併、合併的趨勢會起來,因為網路公司燒錢已經燒到一個程度了,從大者恆大、強者恆強的角度來講,會有很多購併、合併的機會產生。
我們現在看到有3種情形:第1種是新經濟與新經濟的結合,5個和尚沒水喝,所以後來可能剩下3個;另外一種情形是實體和虛擬的結合,有一些實體業者以前不知道怎麼介入,喪失機會,現在因為市場環境的變化,讓他們能以較低、較合理的價格,間接切入市場,因為他們自己做可能要從頭做起,現在如果有不錯的公司,已經做到某種程度,可能是自己錢燒完了,或是業務需要實體的配合,他們可以買一些公司,達到相輔相成之效;第3個是國外進到國內,例如台灣有些人在做一些事情,但是不夠國際化,國外的企業對進入台灣市場很有興趣,所以國內的新經濟業者,可能會被國外新經濟大型企業投資或是收購。
台灣具有被投資、收購優勢的公司,有2個情況要注意,一是心態的問題,就是你願不願意在一個較大拼圖裡扮演某一個角色。因為新經濟時代,1個人沒有辦法建構藍圖,在亞洲要自己建構起超級王國和藍圖的人,基本上下場也沒怎麼好,比如說盈科數碼動力,他們的股價就受到投資人質疑,但至少他們還是有這種能力。另外,購併或合併不能以單一公司的角度來看,如果單看這個公司可能不是很美,但如果搭配這個、搭配那個,其實就有道理了,也就是從價值鏈的角度來思考。例如做內容、社群、商務的業者如何合作等等。
但是我也不要誤導讀者,認為是現在大家錢燒完了才要來整合,今天整合的原因是沒有人可以獨立建立所有的王國,而且跨地域更是困難。因為未來的重點在於合作,不是有錢人就把沒有錢的人吃掉,這只是結果,如果你把焦點放在這個結果上,就忽略了這裡面真正的意涵:未來每一個公司、每一個人、每一個企業體,都要學習如何在數位生態裡扮演好他的角色,如何和相關環節進行互動。虛擬和實體的聯盟、內容業者和電信業者的聯盟,這些都是愈來愈重要的事情。

**結盟帶來突破

**
1999年華淵和四通利方合併成立新浪網,是第1個二岸三地、跨太平洋的華人結合,當時港台所有有經驗的的投資銀行都鼓掌叫好,說這樣會帶動一波示範潮,但是後來並沒有發生;這就說明,這是一個很複雜的事情。為什麼沒有後繼者?證明這不是件容易做的事情。
未來大家應該做突破性思考和佈局,我寧可做一個驚天動地的佈局,也不要只做小小的調整,鴻海董事長郭台銘上次講,經營者要看3個「局」,一是「格局」(vision),二是「佈局」,三是「步局」,現在大家都一窩蜂,一點都沒有創意。像盈科數碼動力買下香港電訊、AOL併時代華納,這就是真正有創意和思考的大佈局。大家花太多時間談商務,卻忽略更重要、更基本的事,就像2條快要沈的船,還在討論掛個旗子好不好看,帆的顏色塗鮮豔一點。台灣公司要不就是優先順序有問題,要不就是心態不健全。
以Portal來講,我覺得Portal公司在歐美上市的窗口,已經差不多關閉了,台灣很不幸沒有搭上上市列車,大陸已經搭上,但是表現非常不好,這對投資者來講很不幸,但對他們而言是不得不走出去的作法,跳上這個車很不光彩,但至少還可以拿到資金。台灣目前為止還沒有一家上市,所以台灣在國際性和財務性方面還需要加強。蕃薯藤、PC home Online、奇摩都還沒上市,香港有的借殼上市,雖然股價也是一塌糊塗。
儘管整體環境嚴峻、投資者氣氛悲觀,但是新經濟的發展還是很蓬勃,從長期的角度來看,兩岸三地彼此的合作聯盟變得很重要。大家應該用更有創意的角度,來思考如何與跨區域、跨產業的企業合作,用更具有決心的手段設計出雙贏的架構。

關鍵字: #Google #搜尋引擎
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

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。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

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。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓