景氣不佳，中秋送禮金額越來越少|數位時代 BusinessNext

國人送禮還是以月餅為大宗，在不景氣送禮預算普遍降低後，如何選購實惠大方的禮物成為各公司行政人員的新考驗。在中秋節講求月圓人團圓的節日，許多業者趁此推出各式月餅與禮品來滿足民眾送禮的需求，算是送禮的重要旺季。根據東方線上2006至2008年版E-ICP東方消費者行銷資料庫針對國人中秋節送禮行為調查發現，20至64歲消費者近年於中秋節送禮的比率維持兩成左右，但從2005年21.8％至2007年小幅下降為19.2％。

1.月餅仍為中秋節送禮首選
中秋節送月餅一直是重要的傳統習俗，雖然時代不斷改變，可是國人送月餅的比率依然最高，並有增加的趨勢。據E-ICP資料庫20至64 歲中秋節送禮者送月餅的比率顯示，從2005年81％增加至2007年86. 1％，反之，送水果比率則從2005年34.1％至2007年下降到30.4％，送南北貨的比率則從2005年18.3％下降到2007年14.2％，而食品罐頭亦從2005年16.7％至2007年下降為8.4％，降幅高達8.3％。

2.景氣不佳，送禮金額下降
據E-ICP資料庫中秋節送禮金額調查發現，20至64歲消費者近3年來送禮金額有小額化的趨勢，500元以內從2005年18.7％至2007年增加為29.2％，501至1000元則從2005年的29.0％至2007年大幅上升為42 .8％。相對地，1000元以上的送禮金額比例則呈現逐年大幅下降的現象；1001-1500元從2005年26.2％至2007年減少為15.7％，1501-200 0元從2005年的11.5％減少至2007年4.8％。可見國人在中秋節送禮的花費是越來越省，最多人能夠接受的送禮價格為501至1000元，如何因應消費者送禮金額降低，又要送的大方有禮數之需求，是行銷人員在設計送禮產品時應仔細規畫的課題。

3.中部人比北部人更有中秋送禮的習慣
根據東方線上2008年版E-ICP東方消費者行銷資料庫調查顯示，20 至64歲中秋節送禮消費者居住地區分佈，北部占34.3％，中部占41. 9％，南部占23.5％，東部僅占0.3％，可見，台灣中秋節送禮的行為在中部地區尤為興盛，中部人較會透過中秋節送禮聯絡彼此的情誼，而北部的送禮行為不僅降低且較中部明顯少了許多。

4.中秋送禮者以已婚者、自營者居多

在中秋節送禮的消費者，還有哪些特性值得行銷人員注意的呢？

據E-ICP資料庫，發現20至64歲中秋節送禮者， 65％主要年齡集中於30-49歲，而82.5％中秋節有送禮的消費者為已婚，職業特性上， 21.7％為自營者，16.9％為服務銷售職，23.8％為家庭主婦，可見，與人際互動較相關的職業，中秋節時較會透過這節日送禮，以維持關係，並成為建立情誼的方法。
此外，據東方線上E-ICP調查發現，20至64歲中秋節送禮的消費者，在其他節日送禮的比率，明顯高於全體。他們在端午節也送禮的比率36.1％，明顯高於20至64歲7.9％，80.7％春節會送禮的比率，高於20至64歲51.7％。可見在中秋節送禮的消費者，同樣也相當注重其他傳統節日的送禮，因此廠商應該用心經營與這群消費者之間的關係，留住這群消費者，讓他們下次送禮時還會再回來購買。

更多文章請至東方線上網站

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。