販賣整個世代的記憶
販賣整個世代的記憶
2016.12.02 |

懷舊,可說是一種保持自我同一性(Self-Identical)的重要心理機制,它能夠讓一個人在漫長,不可免的身分轉變中,維持著一個人對自己「核心身分」的連續感。

而當懷舊成了時代主題,它也自然成了行銷瞄準的對象,就像《我的少女時代》海報中的Game Boy遊戲機、女主角林真心身旁的B.B.Call、卡帶式隨身聽等九零年代經典產品,除了高中純愛故事,這些懷舊物件也是將一批批35到45歲的觀眾送進電影院的主因。只是,並不是只要打著舊招牌就有吸引觀眾、客群的效果,懷舊的操作,仍存在相當多的潛規則。
那我們或許想問,「懷舊行銷」的有效性從何而來?

對人們來說,懷舊是一種保持自我同一性(Self-Identical)的心理機制,能夠讓一個人在漫長,不可避免的身分流轉中,維持對「核心身分」的連續感。幾天前和一個著專注於Pokémon GO的朋友聊天,他說不是喜歡這些怪物、也不是覺得LBS(Location Based Service)加上擴增實境AR的遊戲機制深具可玩性,而是藉由這個遊戲,能讓他想起從前那個手持寶貝球,滿懷夢想的少年,「和現在的我還是同一個人。」

是的。人在回憶時會袪除負面情緒經驗,美化記憶中的事物,藉由誘發這種情緒,有助於強化人們面對當前挫折的能力,並且保持自我的連貫性。這是每個人在有意無意間都會進行的心理調適機轉。

另一方面,社會學家佛瑞德.戴維斯(Fred Davis)指出,一般情形下,人們最容易被從現在往回推20年前的事物所觸動。2016年的精靈寶可夢(Pokémon)第一次的流行是什麼時候?很巧合的,在遊戲機Game Boy上造成轟動的第一代《Pokémon Red》(神奇寶貝紅版)的發售日期,正好就是20年前的1996年2月。

這樣,昔日忙著從Game Boy上抓寶的小學生,如今已成為了頗具消費力,願意在休閒娛樂產品上投入金錢的青壯中產階級。根據統計,25到35歲這個年齡層就是Pokémon GO最主要的玩家分布,他們除了具有經濟基礎,也以強大的社群擴散力,讓Pokémon GO迅速成為眾人必玩的手遊。

更直接地說,精靈寶可夢母公司日本任天堂培養的不是一組卡通怪獸IP(Intellectual Property,各種原創內容的知識產權),而是一整代人的集體記憶。這是一種長遠的投資,他們在20年後提領的不是金錢,而是一整代懷舊的動能,以及隨之而來的可觀的市場占有率。

懷舊與復古成了產品設計與行銷研究的熱門範疇。仿古餐廳,8-Bit風的電子遊戲大行其道。其實追根究柢,我們未必真的「經歷」過這些再現之物背後的象徵,但我們對「物」的移情作用,卻會覺得自己確實穿越過這些故事之門。而懷舊的物件,則成了打開這些個人歷史的鑰匙。

甚至有研究指出,我們對於從未經歷過、與自身無關的的「舊事物」同樣會抱有好感,這代表了人們喜歡沉浸於一種懷舊的氛圍中,即使這是一種精心虛構的氛圍。於是,行銷的主體便能連結、存取這些巨大的個人情感資源,並化為實際的收益。

但是撇開商業操作,藉由收藏一台Walkman,我們仍可以和首次聽到五月天而悸動的自己相逢,藉由Pokémon GO,我們可以找回那個窩在被窩中徹夜打怪抓寶的孩子的眼神。藉由與這些過往重疊,我們找回出發時的勇敢。但是,不斷的懷舊、復古,那麼輕易的重回現場,是否是對「懷舊」這種心理機制的一種消耗?

換句話說,在這隨時可以召喚過往的時代,會不會因過去的「無所不在」,而使得過去再也不存在?

《離線.開始遊戲》

具體而微地敘述一個舊時代的遊戲機,如何容藏一個時代的背景與精神。例如:任天堂極短的手把線,以及設計成扁平狀的手把按鈕,事實上,是為了因應日本小空間和室的設計,同時避免有人因踩到突起的按鈕而受傷。

《懷舊製造所》

與懷舊站在一起的是鄉愁,而站在時光長河另一邊的,則是遺忘。《懷舊製造所》以心理學角度敘述了初老之人面對遺忘,面對鄉愁,面對與過去不再相容的新世界時,那種無以復加的徬徨與自由。

《單車失竊記》

藉由尋找一輛父親遺失的腳踏車,主角踏上了和這個土地的和解之旅。日本「銀輪部隊」、緬北的象群與林旺、中華商場曾盛極一時的「蝶畫」等,敘述個人歷史和大歷史是如何在個人的追尋中重疊,並給出一個意想不到的結局……

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

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。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

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。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓