網路假訊息漫天飛舞，看資訊戰如何分化香港社會|數位時代 BusinessNext

兩個多月前，反對《逃犯條例》修正草案（俗稱《送中條例》）的香港市民走上街頭抗議，也引爆許多人對社會現況的不滿。隨著香港民眾示威抗議進入第十周，警民衝突越演越烈的當口，網路上也就漫天飛舞的真假資訊展開角力戰。

回到元朗那一夜

7月21日，香港元朗地鐵站衝入大批白衣男子，對民眾發動無差別暴力攻擊的畫面震驚香港，當時有一名倒在地上的女子照片隨即在社群網路廣傳，該貼文描述畫面中的女子是一名孕婦，並譴責這些白衣人連孕婦都不放過，隨後更有消息表示該孕婦已經流產——種種消息都不斷加深民眾的怒火。

然而，很快就出現反擊言論表示，這名女子根本沒有流產、甚至沒有懷孕，一切都是出於政治目的製造出來的謠言。

最後，當地媒體證實這名女子確實有懷孕，不過胎兒安好，只是「事情的真相」在許多人心中已經有了定見。

收發訊息的工具也能製造紛亂

類似的情況完全是冰山一角，也顯示當許多人仰賴社群媒體、聊天群組來傳遞或接收資訊時，那些未經證實的網路謠言是如何在不同立場的群體之間流竄、製造混亂。

「人們只相信想要相信的」

「事實是什麼已經不重要，人們相不相信才是重點。」香港理工大學應用科學系助理教授鐘劍華說道。香港大學新聞及傳媒研究中心的助理教授鍛治本正人(Masato Kajimoto)也抱持類似想法，他說: 「不論有沒有證據，我們總傾向相信自己想要相信的東西，忽略不想相信的事物。」

好像有點真？是假的

進一步看這些資訊，它們多半是從已經存在的恐慌、憤怒等情緒發展而來，而且看起來也不會荒謬到像是假消息。

像是從今年6月開始，就不只一次有消息表示中國將增派解放軍進入香港，又不斷有各方媒體在進行事實查核後闢謠；與此同時，也有陰謀論指控香港示威是受到美國勢力干預，還附有關係圖「揭露」美國國會是如何金援香港的社運團體——但這並沒有實質證據。

不論真假，結果已達到

這些訊息究竟是從哪裡傳出的已經不可考，但不論如何，它們會造成的結果都極為明確：當假消息出現在這個逐漸兩極化的社會，不同陣營的人在接收訊息後不僅能加強自身信念，又能對另一個陣營埋下不信任的種子，進而達到分化社會的目的。

像前面提到的解放軍訊息雖然不是真的，卻會在無形中加深示威者對於「香港政府屈從北京」的想法；而反示威者看到跟美國有關的陰謀論，也會更加認同中國當局稱「外國勢力正在干預香港事務」的說法——種種情況都會讓不同立場的人更難接受不同聲音。

當社群媒體、聊天群組成為資訊平台...

特別是當越來越多人會仰賴社群媒體、聊天群組當作收發資訊的平台時，上述情況就越有可能發生。鍛治本正人也補充，如果這些訊息是在一些私密群組裡流傳，它就更不容易受到其他事證挑戰，還會以很快速的方式鞏固閱聽者的既有想法。主流媒體若是把這些假消息拿去報導，也可能造成煽風點火的作用。

「狼來了」太多次會累

漫天飛舞的謠言或陰謀論除了會激化不同立場的人，「不斷接收到新訊息、又發現是假的」的過程也會讓很多人倍感困惑，甚至產生不信任感。

「在一個充滿太多資訊的世界裡，要(能辨認)什麼是真、什麼是假非常微妙。」支持反送中的示威者傑弗瑞(Jeffrey Ngo)說道。

「這對掌權者來說尤其有利，因為一般人可能會覺得要理解一件事太麻煩，就乾脆不去理解了。」

有在查核，但不容易

其實有些示威者已經注意到這樣的問題。他們在受訪時表示，自己看到網路上的訊息時，會先交叉查證、確認訊息來源後，再選擇要不要傳播資訊；如果發現某則資訊是假的，他們也會協助轉傳澄清訊息。

不過 21歲的喬伊(Chrysilla Joy Villanueva)在受訪時坦言，並不是每個人都會這麼謹慎，有些人甚至「想都沒想」就會把假消息轉傳出去，她說：「社群網路就是這樣，如果人們看到相關訊息，就會馬上相信它。」

本文授權轉載自：地球圖輯隊

責任編輯：陳映璇

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。