2009年台灣五大生活型態趨勢研究發表 (上)|數位時代 BusinessNext

知名消費者生活型態研究顧問「東方線上」與政治大學企研所別蓮蒂教授合作，結合E-ICP 東方消費者行銷資料庫2008年2000份消費者生活型態調查研究，提出台灣邁入2009年國人生活型態趨勢重要走向：渴望安定，真實消費。

經濟環境驟變，台灣民眾在生活上更渴望安定，消費上追求真實

根據東方線上E-ICP東方消費者行銷資料庫2008年針對全台灣13~64歲2000位消費者對於『現階段最想獲得的（複選三項）』的調查發現，渴望獲得「安定的生活」的比例（34.8%）為近四年來新高，反應台灣民眾在生活上更渴望安定，此外在各生活趨勢上亦呈現”真實消費”傾向，金錢運用顯得務實理性，消費謹慎而重視商品或服務所提供真實本質，在維持流行風格鑑賞力的同時仍要求堅持品質，科技商品運用生根平實化，嘗鮮意願降低，健康飲食落實在生活中，而環保意識大幅提升。

1. 理性規劃金錢支配，消費力減弱

根據東方線上E-ICP東方消費者行銷資料庫，針對全台灣13~64歲2000位消費者對於『現階段最想獲得的（複選三項）』的調查發現，「金錢/財富」排名第一，有62.3%民眾表示最渴望獲得「金錢/財富」。由於2008年金融海嘯衝擊全球，經濟嚴重衰退，20~64歲台灣民眾高達近九成的人覺得「錢愈來愈難賺，我愈來愈不敢隨意花錢了」，面對財富的不確定感增加，使得他們對於金錢的規劃顯得更精明，並更清楚掌握錢的流向，覺得「我常搞不清楚錢花到那裡去了」從2004年53.6％，大幅減少至2008年32.7％。

而相對於2007年，20~64歲台灣民眾的理財方式轉變為更著重長期性的考量規畫，覺得「我會妥善規劃子女教育基金、退休基金等未來支出」從2007年72.7％明顯增加至2008年79.4％。同時，近年來表現在投資行為上更顯得穩健而開始重視風險管理，對高風險性的理財工具偏好態度調整：同意「我傾向選擇風險較高、投資報酬率高的投資理財工具」比例從2004年40.9％，大幅修正至2008年30.7％。

此意見同樣反映在E-ICP針對13~64歲2000份國人理財生活型態族群的研究發現，除15.1%積極投資族與11.3％理財知識家，屬於較有具體理財行為的族群外，有五成(46.3%)的保守理財族受到景氣鉅變影響而保守投資小心花費，另有一群年輕的消極無財族群(27.4%)無財可理，勉強收支打平，以往敢衝敢愛運用高風險工具的理財夢想族群受到金融巨變衝擊後已不復見。

2. 居高不下的鑑賞力與品質要求

雖然面臨經濟不景氣，20~64歲台灣民眾「願意購買貴一點但具有特殊風格的產品」仍穩定維持在63％左右，顯示消費品味鑑賞力仍是居高不下。不過實際所得的侷限感，已使得民眾消費時更趨向務實，重視商品/服務所提供的真實本質，不僅要求具有風格，更同時考量實用性，認同「流行的產品即使有一點不實用，我還是會考慮購買」從2004年47.7％下降至2008年33.9％。

金錢應用謹慎與生活要求安定，使得台灣民眾的更顯理智追求真實消費，採用務實的方式例如透過專家推薦與知名品牌來確保其品質可靠度，認同「我寧願購買知名品牌的產品，品質較有保障」、「專家推薦的產品應該是比較可信賴的」比例，從2007年至2008年明顯增加。相對的，大量廣告對於提升產品信賴度的影響力逐漸減小停滯，認同「有大量廣告的商品應該比較可靠」，從2004年62.4％逐年減少至2008年50.5％。

![](http://web.isurvey.com.tw/big5/file/pu50/20081225113517.jpg)

更多文章請至東方線上

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。