從卡神事件來看那些所謂的網軍、側翼以及我們做的口碑行銷|數位時代 BusinessNext

從卡神事件來看那些所謂的網軍、側翼以及我們做的口碑行銷

網軍、婉君、1450……卡神楊蕙如案爆發後，社會變得更為敏感，但並非所有網路上的操作、帶風向都算網軍，你能分清楚嗎？

什麼是網軍？什麼是側翼？

網軍的定義其實有個條件：為了特定利益而在網路上集體攻擊一群人，是為「網軍」。 所以說，若是每月固定領錢，事先講好發文主題（業界稱為切角）、回文方式等等，拿錢辦事，這些就是標準的養出來的網軍！而廣義來說，特定利益不見得是直接的金錢關係，而包含會在「選後兌現的承諾」，這種利益與共的組織，就算是網軍。

而所謂的側翼就很模糊了，側翼一般來說，是跟主體有相近理念，但程度上有差異的實體。許多黨派都有類似基金會（財團法人）、協會或促進會（社團法人），作為主體進攻時，在旁敲邊鼓的側翼。但側翼若和主體不是基於共同理念，而是共同利益，那就可以定義為側翼網軍，最明顯的就是常常把對手的可笑言行，用專業美術做成梗圖，或者濃縮為上了字卡的影片精華。

鐵粉只是一般人，網軍則收錢辦事

如果有一個死忠粉絲，他沒事就是上網護航，這稱為鐵粉不是網軍，但若他是為了候選人所開出的選舉支票，而動員了類似立場的同溫層，就要看這個利益的針對性，若是針對少數人（比方說會把某區的農地改為工商用地）為主，那就是網軍，而對於多數人的福利政策，像是少子化政策等等，上網表示支持的為一般人，不算是網軍。

當然我還是不欣賞開「未來支票」的候選人政見，可惜這種你當選補助兩萬、我當選補助五萬的粗糙作法仍大行其道，希望哪天還是能修正選舉罷免法，禁止這種「直接開挖國庫」的政見。

政治也能走口碑行銷

網軍是收錢辦事的邪惡組織，而側翼即使不是直接利益掛勾，仍可能擦槍走火，造成鍵盤殺人！候選人面對種種選前的指控，只能以選罷法104條「意圖使人不當選」或者公然侮辱罪等等來反擊，動不動按鈴申告。除了特意為之的爆料，假新聞、假消息到處飛，斷章取義和移花接木的內容、帶有惡意的梗圖等等，使得網路越來越像大家扯爛污的園地，也越來越不被信任？

那網路上的政治宣傳，就一定要那麼負面嗎？到底能不能能走口碑行銷？

能啊，候選人透過網路，拍影片呈現政績政見：「我過去做了什麼，正在做什麼，我當選後打算怎麼做」讓選民認識自己。找知名網紅合作，呈現親民的一面，一起做公益、推廣地方產品，我認為這都是口碑行銷的正道。

而網路廣告方面，除了Google台灣宣布暫停政治廣告直到選後，Facebook只要通過身份認證和免責聲明，就能刊登政治廣告（登廣告的人要對內容負責！），而Line也推出選舉人專案，好的影音內容，做正規的廣告購買，不以嘩眾取寵的內容，不針對競選對手攻擊，用正面的態度宣傳理念和政見，比整天發文嗆聲、動不動互相提告好得多了，不是嗎？

責任編輯：陳建鈞

《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。）

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。