ESPN在任何平台服務運動迷
ESPN在任何平台服務運動迷
2006.02.15 | 科技

如果你問一個運動迷,全世界的運動市場有多大?他可能會反問你:你問的是哪一種運動?因為整體而言,所有運動產生的經濟產值恐怕是大到無法估計,只能以單項運動的相關數字來想像。以前不久在美國開打的第四十屆美式足球「超級盃」(Super Bowl)為例,全美有一億人、全球有兩百三十個國家不分時差在電視上收看開幕首戰的現場轉播,這場眾所矚目的比賽,光是賭金就超過七十億美元。而這麼多人收看的是哪一個電視頻道?ESPN。
ESPN是一個標準的「媒體」,它販賣的是運動娛樂。美國的運動迷可以在電視上看ESPN轉播比賽,也可以在ESPN廣播(ESPN Radio)聽到最新的比數,或者在公司上ESPN網站看戰況分析報導,無聊的時候可以玩ESPN的體育電動遊戲,如果你家地點運氣夠好,還可以在ESPN的餐廳裡面用餐。對於運動愛好者,ESPN簡直像是衣食父母一樣,無微不至地照顧著他們。儘管教育計畫如此完整,這位家長似乎還是不滿意,最近又開始動腦筋了。

手機查賽事服務運動迷

去年的耶誕假期前,市面上出現了一支標有ESPN字樣的黑色手機。不清楚的人會以為ESPN轉行了,其實這是ESPN最新的「Mobile ESPN」服務,手機委託日本商三洋(Sanyo)製造,使用這支手機,就可以直接透過手機查詢所有體育賽事的最新狀況,甚至觀看比賽實況。聽起來似乎沒什麼稀奇,但是不同於以往將服務掛在行動系統商下面,Mobile ESPN採用的是MVMO(Mobile Virtual Network Operator,行動虛擬網路業務),也就是向Sprint Nextel系統商租用頻寬來獨立經營這些加值服務。簡單來說,ESPN這次扮演起二房東的角色,將硬體(手機)、軟體(介面)和內容(服務)全部包下來自己做,是專為運動迷量身打造的「ESPN原生機」。

進入手機領域服務運動迷

「我們的目標就是在任何平台上面都可以服務到運動迷,」Mobile ESPN的總經理Manish Jha指出,「手機通訊其實是一個高度區隔(highly fragmented)的產業,系統商想要有效地滿足所有的使用者是不可能的,這就是我們之所以經營Mobile ESPN的原因。」
「ESPN願意走在時代潮流的前端,」ESPN總裁博登海默(George Bodenherimer)在媒體上公開表示,「況且我們的主流觀眾為年輕男性,這群人對科技較為了解,成為早期使用者(early adopter)的機會非常大。」
ESPN的大膽舉動,著眼的不只是運動迷的消費潛力,更是行動影音的未來商機。根據英國顧問公司Juniper Research的預估,全球行動電視服務的市場規模目前為一億三千萬美元,這個數字到了二○一○年,會成長到七十六億美元。

迪士尼的超級搖錢樹

觀察ESPN的股權結構,不難了解為何ESPN這麼會經營娛樂媒體。ESPN八○%的股權在美國廣播公司ABC(American Broadcasting Company)持有,而該公司則是迪士尼(The Walt Disney Company)的子公司,換句話說,ESPN等於是迪士尼的旗下公司之一。
不過與其說ESPN有個富爸爸,倒不如說ESPN是迪士尼最爭氣的兒子。以二○○○年為例,九一一攻擊之後,迪士尼主題樂園生意大受影響,該年度ABC經營也不甚理想,當年度迪士尼營收的三百億美元裡面,有五十億是ESPN貢獻的。
ESPN是迪士尼的子公司,迪士尼現任執行長艾格(Michael Iger)和蘋果電腦執行長賈伯斯(Steve Jobs)的關係良好,三方對行動影音市場一致看好,其實要預測ESPN的下一步真的不難。分析師預測,也許運動迷再過不了多久就可以在iTunes上購買ESPN的各式各樣精彩的體育節目。

通訊發展待考驗

然而隨著許多小型而專精的運動媒體加入戰場,以及有線電視業者(Comcast)的介入,ESPN的日子可說是愈來愈難過。最近ESPN為了拿下美國大聯盟未來八年的轉播權,花了二十四億美元,跟以前比起來增了五○%。ESPN嘗試在通訊領域找到一塊運動的專屬市場,率先搶到了運動媒體的行動商機,日後將如何發展,真是讓人非常期待。

ESPN

成立時間:1979年9月
執行長:喬治•博登海默(George Bodenherimer)
母公司:迪士尼(The Walt Disney Company)
旗下事業:ESPN Radio、ESPN電視頻道、Mobile ESPN等
2005年營收:約為50億美元(電視轉播及授權轉播收入佔60%、廣告收入佔40%)

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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