帥妹飆風族騎上街頭|數位時代 BusinessNext

還記得莫文蔚穿著超短迷你褲，露出一雙修長美腿，騎坐在一台酷似古早偉士牌的機車上，高聲唱著「VINO、VINO」的那支廣告片嗎？當山葉1999年推出VINO時，就已經清楚這是一款有市場但不會大賣的機車，果然，喜歡VINO的消費者迷戀她的外型特別，不喜歡VINO的人嫌她長得像二十幾年前滿街跑的古董偉士牌機車。

**女性機車市場成形

** 山葉機車營業企劃課陳汝洲表示，VINO的騎士年齡兩極化，要不就是懷舊的歐巴桑、歐吉桑，要不就是年輕哈日的酷哥辣妹。騎VINO的年輕男生多半打扮中性，日本味很重，女生則很有個性，多是同儕裡的意見領袖。陳汝洲分析，當初企劃VINO廣告時，國內機車廠商正大打流血戰，山葉不願意削價競爭，推出強調流行的VINO。看準分眾市場成形，女性又比男性容易接受不同造型，VINO的廣告訴求一開始就瞄準18到24歲的年輕女性。四、五年前，國內開始出現「女生騎的機車」，有專打年輕女學生的山葉VINO50、JOG小玩子100、光陽豪邁如意125，也有討好剛出社會的粉領新貴的山葉風光125、三陽心情125。女性機車市場出現，反映台灣女性經濟、生活自主性較從前高。台灣職業婦女已超過女性人口的一半，女性可支配所得增加，移動範圍擴大，聯旭廣告創意執行總監曾淑美觀察，台灣女性不再指望男性「香車載美人」天天專車接送，買車代步的意願水漲船高。

**女生也騎125

** 在整體機車市場，男女消費者各佔一半，但若依排氣量細分，就會出現明顯區隔。過去女性消費者多集中在輕型機車，50cc機車約有七成消費者是女性，90cc和100cc男女比約為4：6，到了125cc市場，女性消費者只剩兩成。但現在女性消費者有逐漸往重型機車移動的趨勢。如意、風光、VINO、心情等「女生騎的125」出現後，重型機車不再難牽難騎，愈來愈多女性選擇從「輕量級」升級到「重量級」。這群機車女騎士，為近年低迷不振的機車工業注入生命力。台灣整體機車市場從每年110萬台萎縮到去年剩下70萬台，但若光看125cc市場，銷售量卻逆勢成長三成。光陽工業公關股股長莊家政表示，這三成的成長要歸功女性消費者的貢獻。女性消費者入侵以男性為主的125cc市場，男性也開始騎「女生騎的機車」。山葉1999年前推出的VINO50，以個性與流行為號召，吸引不少帥妹，但也有三成的男性消費者認同它的造型與日本風情。兩年後檢視銷售數字，陳汝洲發現兩性的比例已拉近為6：4，差距逐漸縮小。而這陣子狂打的小玩子100，也有四成消費者是男性。陳汝洲認為，機車本身是中性的，若不看廣告，很難從外型分辨是給男性或女性騎的車，過去男性購買機車著重性能和馬力，但當車子變得更輕巧，馬力又夠，一樣能討好男性購買。

**兩性消費傾向趨模糊

** 就是廣告業務總監黃麗蓉認為，行銷有擴散作用，但應先以某一群人為訴求對象，獲得特定族群認同後，時間一長，產品銷售對象就會擴散到全部消費者。兩性在消費傾向上的模糊，也代表了兩性之間的分野愈來愈模糊，有人說女性變得愈來愈中性，也有人覺得男性向中性靠攏得更厲害。不論是女性騎125，還是男性騎小玩子100，如果性別模糊能讓社會變得更多元，未嘗不是一件好事。也許不久的將來，就能在台北街頭看到穿著裙子的男性，泰然自若地來去。

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。