AI新創併購潮來了！亞馬遜買下AI手環新創Bee，背後盤算什麼？|數位時代 BusinessNext

AI新創併購潮來了！一起亞馬遜併購案，揭Gogle、Meta等科技巨頭的背後焦慮

亞馬遜傳出收購AI手環新創「Bee」，他們為何需要這間新創？

Bee是什麼公司？為什麼亞馬遜想買？

Bee是由執行長佐洛和技術長伊森．蘇丁（Ethan Sutin）在2022年共同創辦，主要產品是一款名為「Bee Pioneer」的AI手環，要價49.99美元（約新台幣1,500元），並需要每月支付19.99美元（約新台幣600元）訂閱費用。

按照Bee的介紹，這款AI手環的功能包括監聽周遭對話並轉錄，還能提醒你每天的行程與待辦事項，以及透過行事曆、位置、聯絡人等資訊建立可搜尋的活動紀錄。「我們相信每個人都應該擁有個人化的環境智能，比起工具，它更像是一位可靠的夥伴，能夠幫助你更自由地思考、記憶，以及在世間穿梭。」Bee在網站上表示。

Bee就類似Rabbit、Humane AI等瞄準AI穿戴式設備的新創公司，不過礙於技術限制，目前市面上還沒有一款產品真正取得成功。Bee的AI手環也有不少難題需要解決，外媒《The Verge》曾在評測中指出，Bee Pioneer沒有辦法準確區分各種來源的聲音，時常將電視節目、TikTok的聲音或音樂，與現實中的對話混淆。

亞馬遜沒有公開具體的交易金額。不過Bee曾在2024年獲得700萬美元融資，投資者包括Exor、Greycroft、New Wave等投資公司，成立迄今總募資金額達到850萬美元。

亞馬遜也曾開發過多項穿戴式裝置與智慧家居產品，Bee的人才與技術勢必對新產品的開發有所助益。例如，亞馬遜曾推出智慧眼鏡Echo Frames、智慧門鈴Ring等產品，都可能受益於Bee的語音技術。

但更重要的或許是對語音助理Alexa的幫助。亞馬遜在今年2月才提供用戶搶先體驗基於生成式AI打造的Alexa+，接下來勢必會有更多的迭代與功能開發需求，也能強化在理解用戶語意、無縫互動上的體驗。

科技巨頭加速鯨吞AI新創，盤點近期收購腳步

亞馬遜這起收購，也不由得讓外界聯想到近年科技巨頭加速吞併AI新創的狀況。

過去一年裡，眾多AI新創被科技巨頭以各種形式收購或投資。去年微軟以6.5億美元挖走了Inflection AI的共同創辦人穆斯塔法．蘇萊曼（Mustafa Suleyman）及核心團隊成員；Google也曾支付Character.AI 27億美元，換取創辦人諾姆．沙澤爾（Noam Shazeer）及部分員工加入公司。

到了今年，這樣的趨勢還在加速。OpenAI收購了由前蘋果技術長強尼．艾夫（Jony Ive）共同創辦的AI裝置新創io；Meta狠砸逾140億美元買下Scale AI 49%股份，以及延攬共同創辦人汪滔加入公司；不久前，Google又以24億美元的授權及補償金網羅共同創辦人瓦倫．莫漢（Varun Mohan）、道格拉斯．陳（Douglas Chen）及核心團隊。

而亞馬遜這筆交易公布後，今年被科技巨頭收購的AI新創又增加了一間。這些交易也反應出，AI領域的競爭正越來越激烈，有意角逐領導地位的公司不約而同透過收購AI新創，來加強或鞏固在AI領域的發展速度及地位。

尤其AI人才爭奪正趨於白熱化，各家公司為頂尖工程師開出數百萬美元年薪，透過併購、投資新創將整個核心AI團隊收入囊中也成為科技巨頭擴充人才的手段之一。Meta為了成立超級智慧團隊，執行長祖克伯便親自聯絡上百位候選人，開出從數百萬到上億美元年薪挖角，投資Scale AI也是為了這個新團隊。

亞馬遜收購Bee的消息，除了是又一項AI投資，以及強化他們在AI領域發展外，同時也是科技巨頭對AI新創吞併潮的一個縮影。

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。