iKala發布2021四大網紅趨勢，KOC、聲音經濟崛起！預告直播導購服務回台落地|數位時代 BusinessNext

iKala（愛卡拉）於今（23）宣布，旗下專注於東南亞直播電商服務的Shoplus，將於2021年第二季在台灣落地，iKala東南亞區總經理陳姵妤（首圖右）表示：「希望透過去3年在東南亞學習到的經驗，應用到台灣。」

iKala於去年正式成立「iKala商務（commerce）」，旗下有Shoplus與網紅媒合平台KOL Radar，兩者都是協助企業或品牌搶占社群電商、粉絲經濟的服務，營收在去年約占iKala 3成。

目前iKala主力營收來源，仍是雲端服務為主，iKala商務的營收目標則是希望能追上雲端服務。

Shoplus + KOL Radar目標營收與雲端服務打平

Shoplus主攻東南亞，累計有17萬個東南亞品牌註冊使用，並觸及了1,000萬以上東南亞社群消費者，是Shoplus重要的成長動能。

以泰國為例，Shoplus經手的GMV（商品交易總額）就超過22億元新台幣，2021預計成長20～30%。如泰國國民品牌曼谷包（Naraya）就因為疫情的關係造成觀光客銳減，也採用Shoplus進行直播銷售，訂單數量較單純的貼文銷售增長50%。

且在東南亞KOL Radar與Shoplus已整合，商家可以透過KOL Radar找尋合作網紅，並利用Shoplus直播導購。

在今年第二季Shoplus也將落地台灣，提供台灣商家直播導購的服務。這也與Shoplus在台灣找到了布點綿密的物流合作夥伴有關，預計於第二季公布。

而在KOL Radar方面，iKala共同創辦人暨營運長鄭鎧尹（首圖左）也坦承，網紅媒合的服務相當競爭，「但我們服務的是中大型品牌，特別注意轉換率，將是我們與其他人相比最大的優勢。」今年KOL Radar預計將為企業、品牌媒合1萬位以上的網紅。

2021年網紅行銷4大趨勢：KOC、YouTube、聲音社群與社群導購

同時，KOL Radar也發布了「2021網紅行銷趨勢報告」，抓出了4大趨勢：KOC、YouTube影音內容當道、聲音社群、社群導購。

1.KOC（Key Opinion Consumer，關鍵意見消費者）

與微網紅不同，KOC更強調網紅本身就是消費者，且更具「推薦感」。目前採用KOC策略的前三名產業為美妝、快速消費品與3C產品。

2.YouTube影音當道

根據統計，在排除通訊軟體後，YouTube是台灣最常使用的社群媒體，其次為Facebook與Instagram，且男女的比例均衡。此外，YouTube官方也指出，有81%的消費者認為YouTube會影響他們的購物決策，影音內容對於消費者的決策影響力不容小覷。

在趨勢方面，現有的頭部YouTuber有愈來愈走向精緻化、節目化的趨勢；另外，靠「影視歌」等傳統管道走紅的藝人，也紛紛跳進來經營YouTube頻道，如蕭敬騰、鄭元暢、楊丞琳等；最後是，瞄準不同受眾的副頻道也不斷加開中。

3.聲音社群的崛起

KOL Radar也獨家與SoundOn合作，收錄2020年全年度SoundOn平台上4,553檔節目，包含作者名稱、內容簡介與節目資料，發現目前podcast的節目仍較多為知識型，科技、創業、分析、投資的關鍵字出現的頻率相當高。

而根據SoundOn的數據顯示，2020年上半年就有870檔新節目開設，自4月起連續3個月都有超過100檔新節目加入。

4.社群導購

台灣電商相當普及，超過80%的台灣民眾曾使用電商購物，高過全球平均的76.8%。而受到疫情的影響，電商比過往更加熱門，KOL Radar跨Facebook、Instagram、YouTube平台，撈出了「團購」、「導購」等具有社群促銷關鍵字的貼文，發現自疫情後的貼文數量就直線上升，透過社群導購成為電商相當大的助力，也是網紅收益來源的提升。

責任編輯：錢玉紘

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。