為什麼我們喜歡Infographics──解開資訊圖表受歡迎的秘密|數位時代 BusinessNext

為什麼資訊圖表這麼受歡迎？我知道我喜歡看製作精緻的圖表，可以較容易消化和吸收複雜的資訊。根據Graphs.net的研究，針對「Infographics」的搜尋量從2010年至2012年間增加了驚人的800%! 看來視覺性的媒體將不會隨時離開，它們的受歡迎程度將在未來數年內持續成長。

資訊圖表受歡迎的原因資訊圖表

讓我們看看這幅Graphs.net製作的資訊圖表所總結的重點。

資訊圖表是什麼？

根據wikipedia，資訊式的圖表或資訊圖表是為了把複雜的資訊、數據、知識以快速清楚的方式以生動的視覺效果呈現。運用圖表可以提高人類視覺系統的能力，透過圖案和走向，達到改善認知的效果。

對資訊圖表隨著時間而增加的興趣度
(100代表搜尋興趣度的高峰)

新加坡－100
菲律賓－62
南非－54
紐西蘭－45
印度－36
美國－36
澳洲－34
荷蘭－32
英國－31
阿聯－31

對相關關鍵詞的興趣度
(100代表搜尋興趣度的高峰)

Infographic (資訊圖表) －100
Design Infographic (設計資訊圖表) －40
Best Infographics (最棒的資訊圖表)－35
Inforgraphics free (免費資訊圖表)－30
Create Infographics (建立資訊圖表)－30
Make Inforgraphics (做資訊圖表)－20
Inforgraphics software (資訊圖表軟體)－20
Google Inforgraphics (Google 資訊圖表)－20
Cool Infographics (酷的資訊圖表)－20
Facebook Infographics (Facebook 資訊圖表)－15

2009年至2013年對資訊圖表興趣的成長
(100 表示搜尋興趣度的高峰)

資料顯示，從2012年2012年，針對「資訊圖表」的搜尋量增加了超過800％。社群網絡Digg的統計數據顯示，從2007年起，在Digg上出現的資訊圖表增加了250倍！不難看出這是一個值得注意的趨勢浪潮！

資訊圖表中常用的視覺性圖案元素

現實藝術性的元素－36%
波浪式圖表－27%
柱形圖－22%
多變化的線形圖－17%
圓餅圖－12%
其它－41%

運用資訊圖表的理由

容易瀏覽
人類的視覺效率相較高，在腦裡儲存的資訊中，超過90%的視覺性資訊會被儲存。
病毒式散播
由於資訊圖表的吸引能力，它們會在各種社群媒體平台上被分享，與一般文字較容易達到病毒式的散播。
全球性的覆蓋率
有了網路出版工具，資訊圖表可以在短時間內在全世界被分享，這是地方平面媒體永遠無法做到的。
品牌知名度
建立一個資訊圖表試，如果把你的品牌標誌置於圖表的底部，對於建立真正品牌的知名度是很有幫助的。
增加網路流量
一個附有趣資料而令人注目的資訊圖表。在帶動更多流量上是扮演著一個重要角色。訪客會在他們的社群賬戶上分享，這是非常值得做的實。
SEO利益
由於它的病毒式性質，資訊圖表可以幫你的網站獲得一些優質的連結，因此會在搜尋搜尋結果頁被搜尋引擎首都，進一步改善網站的能見度。
你將是某題目的專家
在製作資訊圖表的過程中，你必定做了精細的調查，這也展示了你對該題目的知識和瞭解程度。
成長
Google 分析工具顯示，針對「Infographics」這個關鍵字的Insights for Search (搜尋透視) 大量的增加。
使用便捷
只要把嵌式碼放在網站的資訊圖表底部，其它網站主或部落客就可以輕易地把資訊圖表置於網站上。

關於資訊圖表的有趣事實

資訊圖表的製作量每天增加1%
1. 在Google上，超過1,500萬的搜尋結果會針對「infogrpahic」這個關鍵字而產生
2. 在上傳了一幅資訊圖表後，網站的流量平均會增加12%
3. 超過87%的訪客會閱讀資訊圖表上的文字
4. 資訊圖表可以在建立品牌知名度上改善你的事業達82%
5. 所有行銷業者中，有32%同意這個說法：「一幅資訊圖表讓我變得更精準。」
6. 資訊圖表對於消息靈通的人士會增加精準度達40%
7. 任何東西，無論是內容或是統計數據，只要以資訊圖表呈現的話，其活力感就增加了53%
8. 自1990年使用視覺性的資訊增加了400%
9. 自2007年使用視覺性的數據在網路上增加了9900%

完整資訊圖表

(圖片來源：jonnygoldstein)

出自inbound journals

@@ACTIVITYID:480@@
@@ACTIVITYID:342@@

因應生成式 AI、代理式 AI 與實體 AI 的崛起，模型成為企業資訊基礎設施的一環，企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本，以及確保 AI 基礎設施的安全與穩定；有鑑於此，服務超過 2,000 家企業客戶上雲的勤英科技（ELITE CLOUD）將業務範疇從雲端代理延伸到 AI 基礎設施整合商，協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源，在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作，企業的核心競爭力不再僅是擁有 AI，而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示，為協助更多企業推進 AI 創新實務，勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色，進一步轉型為 AI 基礎設施整合服務商，透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務，協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra，企業最大挑戰不是模型、算力而是管理

過去幾年，許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」，提升員工工作績效，而代理式 AI 的崛起與普及，則讓「內嵌 AI 的企業應用」快速成為新常態，從企業資源規劃（ERP）、顧客關係管理（CRM）、人力資源（HR），到客服、研發甚至製造系統，AI 開始深度嵌入各類企業應用，AI 扮演的角色也從單純的輔助工具，逐漸進化為企業營運與決策流程的重要核心。

也因此，企業保持未來競爭力的關鍵，不再是「有沒有導入 AI」，而是「是否具備管理 AI 的能力」，包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent，以及如何避免 AI 成為新的資訊孤島，都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代，意味著企業若只押注單一模型，未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示，企業接下來更需要以「Models as Infrastructure（模型即基礎建設）」的思維，將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理，將資訊系統架構重塑為 AI 基礎建設。

勤英科技服務的客戶數超過 2,000 家，不少客戶已導入 AI 應用服務，正積極建置 AI Infra 與管理環境，因此，勤英科技自 2025 年積極轉型，將 AI Infra 視為企業長期競爭力的基礎建設來經營，業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商，例如與多模型平台 MixRoute 合作，並開發可支援單一登入（SSO）、彈性調度不同大型語言模型 Token 的管理平台，協助企業簡化模型管理與成本控管，將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合，勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關，勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本，以及落實資安治理，更因應不同使用情境推出三種 AI 方案助力企業：

第一：提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋，透過整合 Gemini 的 Google Workspace，企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能，包括會議摘要、文件生成、簡報整理等，快速提升員工生產力，同時，增強企業對 AI 應用的信心，為之後的應用深化做準備。

第二：協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說，除以生成式 AI 打造企業大腦，還會透過代理式 AI 提升自動化執行能力，重塑工作效率。」黃士培表示，勤英科技可以基於 Google Gemini Enterprise，提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務，讓企業員工可以自然語言安全調用企業資料，讓 Agent 進一步執行任務與推動流程。

舉例來說，勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞；另在影音內容生成領域，勤英科技亦協助客戶導入 AI 自動化技術，將內容產製成本縮減達 90%。

第三：提供多模型聚合管理平台，滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作，提供企業客戶多模型管理平台，讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型，並透過單一帳號、單一帳單與 Budget Alert 機制，管理 token 使用量與 AI 成本。

「透過我們提供的多模型管理平台，企業客戶不會被單一模型綁定，可以在模型快速疊代的環境下，更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說，隨著 AI 應用從單點工具走向大規模企業部署，下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力，而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因：當 AI 開始成為企業營運的一部分，企業需要的，已不只是模型供應商，而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊，請查詢網站：https://www.elite.cloud/zh/