事件背景
在 COMPUTEX 2026 上，INFINITIX 數位無限宣布核心轉向：幫助企業將閒置或低效的 GPU 資源商業化，轉變為可計價、可變現的雲端服務。執行長陳文裕提出「AI 經濟的底層驅動力不是模型，而是算力」的論斷。
這個轉折並非空降。三年前 GPU 需求開始爆發，投資者與企業採購了大量芯片，但應用場景仍不清晰、許多資產閒置或低度利用。直到近兩年，訓練模型與推理都需要算力、使用者大量增加，GPU 才真正供不應求——此時握有 GPU 的企業意識到：與其自用，不如租出去賺錢。
模式轉移
過去三年：AI Factory 時代 - 企業視 GPU 為「必要成本」 - 採購邏輯：夠用就好、貶值風險由自己承擔 - 經濟中樞：算法公司（OpenAI、Anthropic）與模型提供者 - 利潤來源：訂閱用戶的 API 呼叫費（按 token 計費）
現在：Token Factory 時代 - 企業視 GPU 為「可出租資產」 - 採購邏輯：大量囤積 → 通過中介平台出租 → 薄利多銷變現 - 經濟中樞：握有算力調度權的基礎設施商（如 INFINITIX） - 利潤來源：算力租金（類似電力批發）+ 平台抽成
經濟邏輯
這不是簡單的「設備租賃」。背後的轉折涉及三個層次：
1. 供給端的權力轉移
當 GPU 從「不可複製的企業內資產」變成「標準化可交易商品」時，誰掌握分配渠道、誰就掌握定價權。
- 三年前：英偉達（NVIDIA）→ 雲端商（AWS、Azure）→ AI 公司 → 終端用戶
- 現在：英偉達 → 企業 GPU 池 → INFINITIX 等中介 → 新興 AI 應用 + 中小企業
原有的線性分配鏈被打成網狀。這意味著 INFINITIX 這類中介不再是「配角」、而成為「樞紐」——它控制了「誰能以什麼價格買到算力」。
2. 成本結構的演變
GPU 購置成本是「沉默成本（sunk cost）」——一旦買下就無法變現，企業會盡量用到底線。但一旦能出租，邏輯反轉：
- **低效使用成本升高**：閒置的 GPU 現在有「機會成本」——這些錢本來可以租給別人
- **採購決策更激進**：企業願意過度配置 GPU，因為可以靠出租回收
- **市場清價變快**：算力的供給曲線變得更陡峭、價格發現更有效率
3. 中介的崛起
Infinitix 的價值不在「擁有 GPU」，而在： - 調度效率：用軟體將分散的 GPU 池整合、優化利用率 - 風險轉移：幫企業承擔「硬體貶值、技術過時」的風險 - 流動性提供：讓 GPU 資產像股票一樣可隨時買賣 - 定價權：控制供給端、可在算力供不應求時拉高租金
歷史對標
這套邏輯在歷史上重複出現過：
- **19 世紀鐵路**：鐵路公司不是賣「運輸」、而是靠「掌控鐵軌」租賃給運輸商，成為經濟中樞
- **20 世紀電力**：發電廠 → 電網公司（掌握分配權）→ 工業用戶，電網公司的利潤遠超發電廠
- **2010 年代雲端**：AWS 不是靠租伺服器致富、而是靠「掌控虛擬資源分配」收取溢價
GPU 正在重演電力與雲端的故事。
競爭格局重組
這個轉折對不同玩家的影響：
- （INFINITIX、Crusoe Energy、CoreWeave）：獲得定價權與流量入口 - （Groq、CoreWeave）：藉由低成本算力與 NVIDIA 抗衡 - ：不用自購 GPU、按需租用，初期資本支出大幅降低