插畫家沒你想的那麼賺 !從「賴賴&織織」事件看網紅形象包裝
插畫家沒你想的那麼賺 !從「賴賴&織織」事件看網紅形象包裝

情侶網紅「賴賴&織織」事件,起因是最近一篇貼文:織織罹患異位性皮膚炎,卻頂著病痛勇敢接下內衣業配,在唯美淒涼的照片中皮膚明顯看得到處處脫皮和斑點,賴賴在貼文中難過地表示,「日子得過,錢得賺,該笑的時候,哭著也得笑出來。」令粉絲相當心疼。然而沒多久卻被批評是裝窮,並且重提多年前的欺負社工事件,又引發網友論戰。

「賴賴&織織」算老牌插畫部落客,十年前將作品發表在無名部落格,後來發展Facebook以及IG(Instagram) ,最近一年轉戰YouTube。兩方的論戰是一回事,現在要談的是網紅的人設和粉絲經營。

網紅也有基本人設

人設就是「人物設定」,原本是動漫界用語,後來泛指演藝界對藝人的形象包裝。為了經營粉絲以及強化定位,「賣人設」常指對特別推廣該藝人的人設特性,像是男演員常常賣的是「溫文儒雅」、結婚生子之後就賣「恩愛夫妻」或「好爸爸」。影劇版中親子互動的趣味照片,許多都是演藝公司請專門的攝影師拍出來的。

而所謂「人設崩了」,就是人物實際表現與當初設定互相矛盾。比方說,愛妻的某演員被拍到跟助理開房間,或者是平時行為舉止彬彬有禮,突然酒後亂性。一旦與當初苦心推廣的人設不同,就會引起一片譁然,甚至得到非常負面的結果。

網紅跟傳統藝人的角色有點像,都是公眾人物,只是舞台不同:前者在網路平台,後者在影視媒體。只要有露臉有作品,就會有基本人設,差別是對於是否強調專門在賣人設?

「賴賴&織織」是圍繞在浪漫愛情故事的人設,已經營多年,俊男美女勇敢追愛,插畫也是以兩人互動作為主軸,計畫出書且拍成微電影。那爆出這些負面新聞後,人設崩了沒?

人設沒崩,但發案量勢必減少

為什麼我說人設沒崩,因為在粉絲結構當中,鐵粉(指死忠粉絲)才是影響商案(俗稱業配)的關鍵,鐵粉要的是溫馨愛情故事,要看的是獅草兩插畫角色的趣味互動。有沒有裝窮,還有無法證明的各種指控,都不影響鐵粉的支持度。真要說人設怎樣才算崩了,以「愛情」這點來看,除非是劈腿偷吃、男主其實是同志(舉例啦!),或者前述違反社會公序、道德的事件,才算真的崩了。

但影響還是存在,大型廣告公司/品牌主發案給網紅,提案人選得經過許多關卡,版面上有負面聲浪,人選很容易在某個關卡被刷掉。

插畫家沒你想的那麼賺

窮不窮這是相對的,許多插畫家有正職,同時經營粉絲專頁接商案,過著小康以上生活,但完全以商案為生,不見得撐得下去。以前很紅的插畫家,多靠著部落格接商案,一則插畫幾萬元計價,一個月三個案子,就勝過一般上班族了,加上商品授權的拆分,後來的LINE貼圖等等,收入豐厚且很多元。但後來部落格觸及率大幅降低,若廣告主完全以SEO佈局來考慮,插畫的效果不見得高過圖文,整體市場案量也就減少,使得許多插畫家專注經營在觸及率比較高的社交平台,像是Facebook與Instagram。

近年Facebook自然觸及也降低了,粉絲專頁的影響更為明顯。一姊我任職網紅發案中心,資料庫隨時都在更新報價,雖然不能公開報價,但可以找出幾個粉絲人數在40萬到60萬的插畫家來比較(參見下圖),以二月份平均互動率(這裡寫的是Engagement)來看,能超過1%已經算好的,如果觸及不夠好,報價過高,還能成交嗎?

賴織.png
圖/ fanpage karma

當然我們不能完全以觸及來評判成效,網紅本身的鐵粉結構是不是產品的受眾,才會影響價格高低,目標越精準,開價越高。Facebook一直在閹割粉絲專頁的自然觸及,但YouTube卻蓬勃發展,前陣子新聞提到,前幾名的Youtuber年收入都破千萬,但頂尖插畫家有沒有這個收入水平?恐怕很多都會跟你大大搖頭。

人設和真實性掛鉤的優缺點

回到人設,有些插畫家的作品無關真實性,純粹是虛擬角色加上虛擬性格,本人也從來不曝光(不曝光不代表他們想要切割作品人設和真實性,極可能是還在公司上班)。優點為私生活可以不被評判,邊賺錢還可大搖大擺出門吃個路邊攤,除非犯刑,沒有人設崩塌的問題。

缺點就是虛擬角色本身不容易引起共鳴,需要帶入許多屬性。尤其是插畫要轉到比較賺錢的Youtube平台接商案,變成動畫的成本極高,一般插畫家的資源很難做出來。

以網紅發案的角度來看,插畫發案效益評估相對難,但插畫作品中,若能強化跟受眾間的共同體驗,這個共鳴結構就是最好的商案起點,畢竟插畫能讓受眾買單,對品牌的記憶度和好感度提升,才能長久互利共生。

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

關鍵字: #YouTuber #KOL
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