抓緊影音內容趨勢！美妝界異軍突起的 Hello Catie|數位時代 BusinessNext

抓緊影音內容趨勢！美妝界異軍突起的 Hello Catie

曾在個人影片「fifty facts about me」中，揭露自己是個不折不扣購物狂，但更熱愛分享的Catie，憑藉真心分享的彩妝試色影片走紅，即使接了業配也會據實以告產品優劣的特色，更深獲粉絲喜愛。

十年前的網路創作生態，仍是文字與圖像主宰的年代，那時我們在MSN丟水球，用部落格寫日記，最期待看每日精選的熱門文章。時代創造不少英雄，挖掘出如彎彎、米滷蛋、輔大猴等圖文作家，及豆花妹、台大五姬等素人正妹，其中一群熱愛分享美妝、穿搭資訊的創作者，被統稱為「美妝部落客」。

主流明星不再是流行趨勢的唯一指標，部落格醞釀了一群網路紅人，他們用文字、圖像分享美妝、穿搭資訊同時創造潮流，廣受粉絲喜愛儼然網路世界的巨星，花猴、小安、漢娜妞等人更是一時之選的指標部落客。

然而2009年臉書在台灣開始蔚為流行，人群的社交圈開始轉移重心至新的平台，導致越來越少人在看部落格文章；加上2013年無名小站正式關閉後，大部分美妝部落客選擇搬遷至痞客邦或其他部落格網站，同時經營臉書粉絲團保持熱度。此時影像仍只是輔佐文章內容的素材，尚未主宰觀眾的眼球，Catie卻早在2015年即開始經營 YouTube 頻道。

「我想要的東西非買不可，不要看我好像賺很多，但我根本沒在存錢！」Catie曾在個人影片「Fifty facts about me」中，揭露自己根本是個不折不扣的購物狂。喜歡購物，但更熱愛分享的Catie，除了妝容教學、保養程序分享等內容，還常見到大手筆的全套彩妝產品試色。除了開始經營頻道的時間早外，真正讓Catie 在PTT 美妝版引起熱烈討論的原因，在於其中一支影片「很貴的拉基」中，誠實說出哪些專櫃產品雖然價錢高昂，卻與CP值不相稱，憑藉真心分享的特色走紅，即使接了業配合作也會據實以告產品的優劣，誠實本色深獲粉絲喜愛。

目前「Hello Catie」頻道擁有 61 萬訂閱數，為台灣美妝類頻道訂閱數最高者；然而在部落格時期 Catie 並非當時的王者，直到 2016 年影音內容大爆棚，才讓Catie受到矚目。然而伴隨人氣高漲，相對一言一行都會受到網友的放大檢視。經歷過之前對NARS打亮產品前後評價不一，到最近誤稱淘寶商品為「國貨彩妝」的事件，都受到網友的強烈批判，認為Catie受人喜愛的誠實本色不復以往。

平心而論，相信所有美妝YouTuber發布影片的初衷皆是建立在真心分享，然而在廠商找上門時，從產品的愛好者搖身一變要為品牌背書，容易讓閱聽者在「真心分享」和「業配」之間混淆，誤會 YouTuber 將真心喜愛他們的粉絲當作「盤子」剝削。有太多例子說明曾經眾星拱月的部落客如今跌落神壇，要如何在商業模式與分享初衷間取得平衡，是所有美妝 YouTuber皆要面對的難題。

Catie從兼職走到全職 YouTuber，也剛生下孩子的這段時間，訂閱數不斷成長至今達61萬，縱使從眾人讚譽到現今大小爭議不一，無可否認她抓準影音趨勢，成為台灣美妝YouTuber的先驅。

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。