【數位策略】福斯國際電視網陳安祥~製播數位化,找回流失的眼球
【數位策略】福斯國際電視網陳安祥~製播數位化,找回流失的眼球
2013.04.17 |

在亞洲擁有15個據點、在台灣共有27頻道的福斯國際電視網(Fox International Channels,FIC)去年開始在台灣進行全面數位化、無帶化。歷時九個月,今年已全部完成。捨棄過去錄帶、剪帶的作業模式,現在福斯的自製節目採用數位錄影、數位剪接,如此一來所有影像畫面都能以檔案形態存放在資料庫中。

2011年FIC和星空傳媒(Star)合併,台灣成為亞洲唯一製作節目基地,為了解決片庫越來越龐大的問題,加上數位化也是FIC三年前就開始進行的全球策略,因此台灣去年花了1億5千萬元投資數位化設備,包括攝影機、攝影棚、剪接電腦、軟體等,另外再花3千萬元打消傳統的剪接設備。

數位化也是FIC在數位匯流衝擊下,發展多元商業模式的基礎作業。FIC節目及頻道營運總經理陳安祥指出,數位化讓他們能快速針對不同平台、不同需求重組節目內容,甚至能針對手機、電視製作適合不同裝置觀看的節目內容,還能做成App遊戲。

另外,FIC預計2013上半年推出雲端服務FOX Play,讓合作系統業者的用戶可以在45天內透過網路補看電視首播過的電影。陳安祥認為,數位匯流趨勢讓電視收視戶正在流失,必須藉由多樣化商業模式來抓回觀眾眼球。這是數位化的長期效益,因為內容都已檔案化,FIC能做更多樣化的重製運用,打破既有商業模式,創造更多收益。

**Q:**媒體數位化的投資金額很大,你們為何決定進行全面數位化?能帶來哪些效益?

**A:**一開始做數位化要更新很多設備,初期成本很高,但到後期效益就會漸漸浮現。傳統的剪接設備最少要500萬到600萬元,好的可能到1000萬元,才能把所有母帶剪接成一支帶子。用這麼昂貴的設備、這麼多帶子,才能剪出一個幾分鐘的畫面。但這幾分鐘的畫面如果是在數位化的環境下剪接,拍攝畫面全部存檔,編導旁邊就不需要有一堆帶子。

另外,數位剪接用的電腦成本只要傳統剪接機的5%,便宜太多了。一個傳統剪接台又非常占空間,大概要三坪,但數位化後每一個編導要用的位置非常小,一個辦公桌搞定,不但節省空間也節省時間成本。雖然採購新電腦並不貴,但要丟掉那600萬的設備是很心痛的事。

我們一個月生產1552小時的帶子,假設一支帶子成本是1000元,就有150萬元成本,一年就是1800萬元。現在我們不用影帶,只要給硬碟,成本只剩過去的一半。

現在從總公司到各地分公司的影片傳遞基本上都是收檔案、直接進行後製剪接,輸出也全都是檔案格式,公司內部幾乎已經沒有帶子流傳了。以前你來會看到辦公室裡全都堆滿了帶子,現在偶爾還會有,那是因為合作夥伴還沒有數位化,只能交帶子給你,但我們一樣會將它轉成檔案,在內部繼續作業。

**Q:**數位化能替既有的工作流程解決哪些問題?

**A:**數位化的好處是方便檢索,比如昨天發生某個新聞,就可直接搜尋資料庫,看看以前是否發生過類似事件。如果不是數位化的環境,就要跑到浩大的片庫裡頭去找,可能還會恨死前面的人,資料為什麼分類得不仔細,害得要每一個帶子拿出來看,浪費時間、空間。

新聞部做數位化是最快能看到效果的,對於我們做節目的來說,就必須花很長時間才能回收。但福斯國際電視網是全球都在做這件事,所以迫使我們非立刻這樣做不可,去年花了九個月時間做到全面無帶化。去年之前,舊辦公室裡堆滿了帶子,我們常開玩笑說,偷走一支也沒人知道,這代表管理也會有問題。

而且一個節目不會只有一支帶子,因應不同版本常常會有很多支帶子。如果是1000小時的節目,你以為一個房間可以裝得下,但其實要三個房間才裝得下。以前我們的片庫有1萬5千多小時,大概要100坪才放得下,耗費了非常大的空間,而且要放得很緊密才行。在數位化之後,倉儲的空間和人力通通都節省了,不需要花錢花力氣調帶子,只要檢索一下就可以了。

**Q:**很多媒體都感受到數位匯流帶來的挑戰,但不見得大動作投入,我們很好奇FIC投資數位化的驅動力是什麼?

**A:**以前多半是買節目,現在要自己製作,台灣是FIC在亞洲區唯一製作基地。去年Star和FIC合併就開始數位化,因為我們知道要承攬更多頻道進來,否則當製作的頻道越來越多,難道倉儲空間要不斷地擴大嗎?要不斷添購更多600萬元的設備嗎?於是當時便痛定思痛開始數位化。這麼做,帳面上並不漂亮,光是台灣就投資了新台幣1億5千萬元左右,還不包括丟掉3000萬的舊設備。

新的攝影棚也是一項投資,為了製作高畫質節目,很多電視台陸陸續續在改攝影棚,除了設備要升級成高畫質,所有布景都要改變。這是因為高畫質太銳利,同樣搭一個景,兩個布景中間要釘、黏,高畫質錄影下很容易就穿幫,因為HD太銳利了。所以美術指導就必須想辦法在搭景時讓釘子在後面,要做得更精緻,油漆有一滴「淚痕」都不行,所以會花比較多功夫,景的拆搭更麻煩。

數位化追求的不光只是節省成本,我們希望存檔是最好的HD規格,可以在傳統有線電視播出之前降成SD標準規格。這樣我就可以用一套播出系統同時服務HD和SD的播出,不再像傳統必須要兩套設備。我們現在是一套設備做兩件事。

**Q:**除了在成本上的控管外,數位化還能帶來哪些長期效益?有機會產生什麼新的獲利模式?

**A:**長期效益就在競爭力,現在觀眾已經不只在電視上看電視。現在有太多內容來源不是在電視播出,所以如果能隨時針對觀眾需求做一些短版的東西、特別的內容,這就是可能額外會有收入的地方。舉例來說,我們最近也在跟電信公司談合作,看是否能把內容放到它們的平台,這就是新的獲利模式。

數位化下編輯會比較快速,另外檔案的輸入輸出都能一致,出口變得很多樣化。生產節目需要成本,誰來為這成本付錢?其實就是觀眾的眼睛,有人看才有錢:第一,觀眾願意為了特別想看的節目付錢;第二是免費節目,但因為很多人看,就會吸引廣告主。

**Q:**近期還要推出雲端服務Fox Play,背後的想法是什麼,看到哪些機會?

**A:**我們在想,當今天眼球已經從電視上漸漸消失了,要去哪裡把眼球抓回來?我們比傳統電視台更努力思考下一個螢幕、下一個商業模式在哪裡,所以正在規劃「補看」的服務,就是Fox Play。

假設你是某家有線電視用戶,這個有線電視有我們家的頻道,今天正好要播《復仇者聯盟》,但你剛好有事不能看。這時候只要上到我們的網站,驗證你是該有線電視的用戶,就能在網站上補看,在平板電腦上也能看,不見得需要在電腦前。但前提是要等首播之後,而且只擺20~30天,跟隨選不太一樣。

因為我今天全面數位化了,所有影片檔案都在伺服器上,隨時要調哪個檔案出來給用戶看都不是問題,這就是多面向輸出的好處。如果我跟國際間其他公司有節目交換的合作,不再需要寄送帶子,透過光纖大家互取檔案,很快就完成了。這有便於我們這種國際公司,不再有這麼多快遞費用產生,彼此的連結就像收發電子郵件一樣快。

**Q:**雲端服務大家都在談,但做起來並不容易,你們在推動的過程中面臨哪些挑戰?

**A:**Fox Play的服務依附在頻道裡,跟平台業者合作,就能幫它帶進新客戶和新營收,增加客戶滿意度。對我們來說,比較大的麻煩則是談版權,最早連遊覽車、旅館的版權都定義不清,後來定義成公播。網路的出現,也讓版權越來越複雜,每個人都希望能從中間賺到一點錢,談版權就比較辛苦。坦白說不是所有電影都能談到補看的服務,以國語電影來說目前只有15%。

台灣很多業者還沒意識到這個問題,從收視率角度來看,電視收視率逐漸下滑,只是不明顯,但是在新加坡、中國等亞洲其他地區下滑得非常明顯。日本年輕一輩幾乎不看電視了,這些地方更急切在思考改變。我們在台灣算是比別人早一步思考這件事,我們在亞洲區有15個辦公室,會回報市場目前正在發生的狀況,早一步提出解決策略。

**Q:**數位匯流時代來臨,就你的觀點,對電視內容業者來說,決勝關鍵為何?

**A:**現在拚的是決策速度及嗅覺、市場敏感度,我們是國際公司,就像蜘蛛網一樣,任何地方開始有震動就直接傳到中樞來。所以在思考未來時,會想如何運用現有資源做最快速的應用,甚至換成錢回來。

數位化變革最大的好處是反應時間變快,從籌備節目到開播,會比別人快很多。只要有節目表出來,不再需要送一堆帶子去過帶,可以用最快速的方式把內容送到另一個地方準備播出。

第二,數位化之後頻道數量不是問題了,以美國為例,隨便都有5、600個頻道可以看,等那天來臨了,就有新的機會了。假設要新成立一個汽車頻道,我用數位檢索的方式調出相關的片子,可能不到一個星期就有成果,但沒有數位化的業者就會非常累。

再來是多媒體應用,假設今天任何一個平台都可以接收節目畫面,但手機、電視因為螢幕大小的關係,同樣的內容所需的製作方式會不一樣。例如手機上要輕薄簡潔的內容,電視可以做長篇節目,要將長篇節目剪成集錦,在數位化的架構下就比較容易。同樣內容針對不同載具重製,甚至做成App遊戲,商業模式變得更多元化。

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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