父母愛滑手機，孩子行為異常機率大增|數位時代 BusinessNext

父母愛滑手機，孩子行為異常機率大增

研究顯示，大人滑手機會導致孩子的行為問題，孩子太小接觸過多螢幕也會影響腦部發育。

無時無刻不滑手機的行為常常會讓身旁的人很惱怒，滑手機甚至被視為無理的餐桌禮儀，大人愛滑手機還不夠，很多家長不甘寂寞帶幼兒上餐廳、出國旅行等從事大人的活動，過程中只好用手機安撫孩子，現在研究顯示，大人滑手機會導致孩子的行為問題，孩子太小接觸過多螢幕也會影響腦部發育。

美國伊利諾州立大學教授 Brandon McDaniel 與密西根大學教授 Jenny Radesky 針對 170 個至少有一個 1 歲以上小孩的家庭做研究，大部分父母年紀為 30 歲出頭，研究人員請受調查者自己評估在陪孩子的時間當中，譬如吃飯時間、遊戲時間或其他活動時，他們使用手機、平板電腦、電腦與其他科技裝置分散注意力的頻率。

48% 的受調查者表示一天當中發生 3 次以上，24% 的人表示一天發生 2 次，17% 表示一天 1 次，11% 表示從未發生過。研究發現，當科技干預家庭活動的頻率增加，孩子愈容易出現嗚咽、生氣、不安、脾氣暴躁、叛逆等行為問題，且孩子自己的螢幕時間也會增加。

研究人員強調，即使科技只有低度干擾，與小孩行為異常的關聯性仍然很高。研究指出，這種科技干擾對有幼兒的家庭影響最大，小孩的螢幕時間除了教育功能之外，多數存在包括身體活動減少、社會技能喪失和潛在暴力等風險。

至於幼兒太長接觸螢幕對腦部發育更會產生永久影響，Psychology Today 整理相關研究指出，3 歲定終身，在 3 歲以前長期接觸螢幕會影響專注力與感受他人的能力，甚至造成溝通障礙，以及減少詞彙累積。

報導指出，家長希望孩子早點接觸螢幕以便贏在科技起跑點上的說法，造成的損害遠大於好處。在 3 歲以前腦部發育快速，特別是感受周遭環境的能力，這是關鍵時期，因為這時候的腦部發展會成為未來腦部發育的基礎，為了讓這時期的腦部神經網絡能正常發展，孩子需要獲得環境刺激，這些刺激不是平板電腦可以取代的。

若孩子花太多時間在平板電腦上，而沒有獲得足夠的真實環境刺激，腦部發育就會遲鈍，而且影響不是暫時的，若在 3 歲以前，這些影響會伴隨一生。報導還提到，很多人提倡使用螢幕訓練多工能力以及指尖的刺激，根本不是年輕大腦需要的刺激。

科技也無法取代母親的功能，透過智慧手機將故事的影像、文字同一時間塞給孩子，孩子腦部無法歷經處理過程循序漸進地吸收，譬如將母親的聲音轉成文字，視覺化完整的圖片，並經過心智努力去跟隨敘事，孩子跟著智慧手機讀故事只會懶惰，因為科技裝置不會為孩子思考，孩子的認知能力發展就會受限。

大腦的額葉是負責解碼和理解社會互動的領域，這個區塊的健全發展攸關同情他人，在與朋友和同事交談時接受非語言提示，並學習如何閱讀數百個未說明的跡象，如面部表情、語調等深入現實世界關係的能力。

最關鍵的發展階段也是在幼兒時期，唯有透過真實的人際交往才能獲得刺激，所以如果你的小孩把所有時間都花在 iPad 前面，而不是和老師和其他孩子聊天，他的同情能力將會變鈍，且影響一輩子。

此外，當手指滑動帶來顏色、形狀和聲音的反應時，孩子的大腦會獲得與快樂感相關的多巴胺獎勵，由於人類對大腦中的多巴胺會上癮，所以當一個孩子習慣立即刺激反應時，他會迷上與智慧手機式的互動以獲得立即滿足，而且以為這就是現實世界，這種危險的循環心理狀態時常見於藥物與酒精上癮的患者。

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。