[Internet20] 詹宏志的網路探索part6：所有事都有合理性，不是某個人或行業可以攔住的|數位時代 BusinessNext

如果未來有人想要撰寫關於台灣網路的時代故事，詹宏志絕對會是最吃重的角色。40歲才投入創業，經歷過《明日報》4億台幣的大失敗，但也推動包括PChome Online網路家庭、商店街兩大網站，順利IPO的大成功，近幾年更是以一夫當關之姿，不計毀譽的與政府單位正面爭論政策的合理性。他相信，進步原動能，來自破壞恆常穩定，他期待，現在年輕人能夠比他當年更有勇氣，站出來擔起時代的責任。關於網路20年、關於人生、關於台灣社會，6個主題，6個觀察，以下是詹宏志對於未來產業趨勢的觀察：

台灣是一個競爭非常激烈的小市場，大部分只在台灣成功的網路服務，規模不會太大。台灣的互聯網接下來幾年，除了第三方支付，就網路服務的部分，KKBOX會有規模，它有機會變成一個地區性的一個指標，所以我就期待某幾個領域是有可能會大的

圖說明

**像電子商務是有能力變大的，因為市場規模是大的。**如果我用台灣零售業來想，新光三越將近800億，統一超商大約 1700億，加上代收的錢5000多億，代收這些行業就是只在台灣，看起來都不小。

從這個角度看，電子商務繼續往下走下去，如果做的夠大，就是會有新光三越的那個規模，而且有可能更大。這個規格會改變大部分的人對網路的認知，所以我期待電子商務還要有更突破性的行為跟人物出現。

**第二個是網路金融。網路金融也會有這個規模，因為它涉及到社會裡所有的人。**支付規模可以有多大？我剛講說台灣全部支付行為是7兆，如果電子支付要佔這當中30％，那就是2兆了，這個服務的規模是非常大的。

如果說再涉及到貸款，或是通郵、支付所形成的理財行為，這些市場都是大的。網路金融項目很多，包括我們今天看的群眾募資，台灣就只有捐贈及回饋兩種模式，crowd funding現在台灣只有donation based跟reward based兩種東西，如果我再把借貸、股權模式放進去，這個規模在台灣是可以達到幾百億美金的。這些行業變得夠大，因為他們有好的模組架構，有機會能創造出一個好的比較豐富的生態，其他的服務型的、小型的網路服務，也能夠吸引到足夠的人才。

我7年前開始跟金管會吵架的時候，金管會覺得，當時的主要論點是台灣不需要電子支付喔，因為我們的支付工具已經充分而完備了。現在回頭看，他有對嗎？如果他們以為這是我的力量，那就搞錯了，只是因為我的位置比他好，因為我站在比較對的那個地方。如果社會上開始吵雜，但有足夠的討論，就能夠產生概念，他就沒辦法，就會走到另外一個地方。

何況我看不出來這件事對傳統金融業是壞消息，壞消息是一個誤解。現在的網路，其實是釋放了全新的金融行為的能量出來，銀行可以比過去重要很多，因為過去消費者跟銀行的關係，僅限於幾個部分，未來是你原本不會用到銀行的，都會用到銀行。

以前如果需要貸款三萬塊買張機票去旅行，回來之後，用兩三個月薪水就還掉了，這樣的貸款者，過去要不用信用卡，要不你過去用銀行卡，不然就沒有錢可以貸款。可是信用卡的利息可能是22％。現在用P2P，會降低到15％，差了7%，可是出借者的利息，可能從原來只有2％會變成7％。一個從22%變成15%，一個從2%變成7%，這個借錢的人得到更高的報酬，向別人借的人得到更低的代價。這個都是網路所創造出來的新能量。

這個基礎架構會因為這些應用變得愈來愈有用、愈來愈重要。銀行界現在因為不了解，所以充滿了害怕，所有的事都先攔先阻擋再說，但其實只可能讓事情延後，但不會使這個事情不發生。台灣基礎架構都在了，在是觀念跟法律沒有開，打開了之後，因為台灣你要寫這樣的系統，要測試這樣的服務，加上社會要接受這樣的服務，我認為每個都很快的。

圖說明
(圖說：網路家庭旗下拍付國際與中國信託銀行和7-ELEVEN合作推出「掃碼付款」串起網路應用和實體消費的橋樑。)

我當時批評申請銀行牌照要準備金，並不是對我是障礙，我覺得訂一個規則這麼嚴格，這對年輕人來說不公平。如果在加州，設一個支付機構，資本額的最小金額是2萬5千美金，75萬台幣。如果到歐盟，設任何一個支付機構，最低資本額的要求是20萬歐元，大約是700萬台幣。全世界原來定的規則最嚴苛的是中國大陸，如果要做支付機構，要求3000萬人民幣，1億5千萬台幣。

台灣是一個經濟規模比大陸小那麼多的地方，訂出來是5億的資本額，就比例來看，就不合理啊！不是這個社會沒辦法做，是年輕人沒辦法做。但我不是年輕人，所以我要為這個社會發聲啊。

你設了這些限制，大家要去因應這些東西，可是這使得你所有的資本變得沒有效率。真的要管住這個事，就是待收的錢全部都要信託起來，這個事就夠了。可是做完這個事，你又不放心，又覺得欸這個資本額要夠大，然後這個資本額用到一半，如果虧損超過一半就可以要求你補足，然後你要提準備率，然後最後還要提撥一個比例出來做清場基金。

做了之後我們再回頭來看，這些管理的點都是錯的，講資本額、清場基金、準備率，通通都是一個錯誤的概念，因為那都不是關鍵的管理點。只有那個全額信託戶履約保證，這個事是對的。**這是管理者不知道什麼是關鍵的管理關鍵，不知道那個是該管理的地方，只好每一層都管理，所做出來的那種沒有信心的多重保險。**我這樣說，跟其他人說的不一樣，不過再過一陣子，這件事會變得更明朗啊，你會知道關鍵不再那裡！是不是要這樣做，這個事是可討論的。

假如今天有一個獨立的個人跑出來跟金管會吵架，像我這樣的例子，不是我有什麼力量對不對？是吵下去的結果，整個社會開始討論到底這個對那個對，講到後來，就會有一個邏輯在那裏，很多其他社會經驗就可以做驗證。

所有的東西，他有他的邏輯跟道理，並不是說話大聲的人，就會得到那個結果，如果那個邏輯是不對的，一直討論下去，最後有一個長期的合理性在裡面，所以我覺得不是某個人，或者這些行業能夠攔住任何東西。(本系列完)

系列推薦：
[Internet20] 詹宏志的網路探索part1：我的創業、還有亞馬遜的啟發
 [Internet20] 詹宏志的網路探索part2：台灣市場一點也不小
 [Internet20] 詹宏志的網路探索part3：曾經，台灣是全世界理解網路最高度的一個社會
 [Internet20] 詹宏志的網路探索part4：年輕創業的美好，就在於所有想法都是最純真的直覺
 [Internet20] 詹宏志的網路探索part5：當我40歲的時候，應該更勇敢站出來

圖說明
（《數位時代》2015年8月號文章精選，尊重智慧財產權，如需轉載請來信洽詢：web@bnext.com.tw）
其他精彩內容》》
訂閱數位時代》》

@@ACTIVITYID:356@@

火熱的 AI 風潮掀起客廳革命，到底 AI 電視可以幹嘛？簡單來說，AI 電視透過 AI 處理器與演算法，即時進行 AI 畫質優化、音效調整、智慧語音搜尋和極致的個人化推薦，全面顛覆傳統智慧電視。在 AI 電視功能中，最讓消費者有感的是 AI 畫質優化，但許多人往往忽略了，畫質提升不只關乎演算法，更取決於底層的背光、色彩與控光技術。Sony BRAVIA True RGB LED 電視，正是將軟體思維與硬體工藝深度結合的最好示範。透過創新的 XR 認知智慧處理器搭配 True RGB 技術，精準呈現 AI 電視的畫質優化能力。

AI 電視是什麼？不只是能上網看串流的智慧電視

要理解 AI 電視可以幹嘛，首先必須釐清 AI 電視與一般智慧電視的差異。傳統智慧電視是為電視接上網路，讓使用者單向觀看連網影音。AI 電視則是在智慧電視的基礎上，導入了 AI 處理器與先進演算法，讓智慧電視具備「主動分析與學習」的能力，可即時判斷每一幀影像的畫質特徵、聲音頻率、觀看環境（如白天強光或夜晚暗光），甚至是家庭成員的使用習慣，進而動態調整視聽呈現。簡單來說，傳統智慧電視解決的是「能不能連網看內容」的問題，而 AI 電視解決的是「如何讓內容呈現得最好」的體驗問題。

但當 AI 演算法分析出最佳的畫面設定後，如果硬體無法精準跟上，優化效果就會大打折扣。這也是為什麼高階顯示技術 True RGB 開始受到市場矚目，確保 AI 算出的極致色彩與對比，能精準落地在觀眾眼前。

AI 電視可以幹嘛？從畫質、場景、音效到個人化推薦的四大核心進化

面對消費者的核心疑問「AI 電視可以幹嘛？」，可從四大 AI 電視功能深入拆解。

AI 畫質升頻與降噪：讓低解析度內容更清晰

透過 AI 升頻與降噪技術，可分析解析度較低或經過壓縮的影音內容，改善線條、紋理與雜訊，使畫面在 4K 螢幕上呈現得更清晰。True RGB 則能協助 AI 優化後的畫面亮度、色彩與對比度精準呈現。不過實際效果仍會受到原始片源解析度與壓縮品質影響。

智慧場景辨識：依電影、球賽、遊戲自動調整畫面

AI 電視能即時辨識播放內容，自動調整畫面呈現，比如看電影時調整為劇院感色溫、看球賽即時插幀消除動態殘影、玩遊戲時自動切換至低延遲模式。在不同場景轉換時，True RGB 讓亮度與色彩對比表現依然精準自然。

AI 音效優化：讓人聲與環境音更清楚

AI 音效演算法能分離出人聲對白與背景音效。看動作大片時，能放大環繞立體感；看新聞時，則優化人聲頻率，甚至能根據客廳結構進行空間音效校正。

語音互動與個人化推薦：減少尋找內容時間

AI 語音互動更能理解複雜語意，當你說出「我想看適合週末晚上的搞笑電影」時，AI 便會結合使用者的觀看偏好推薦清單，真正做到懂你所想。

整體而言，在眾多 AI 電視功能中，消費者最能直觀感受到的是 AI 畫質升頻與場景優化。但不論軟體演算法如何強大，都需要有對應的硬體執行力，而 True RGB 正是讓這些高階 AI 畫質能精準落地的關鍵技術。

AI 畫質優化的關鍵：不只靠演算法，硬體也是決勝點

在討論 AI 電視時，大眾常有一種迷思，認為只要電視內建強大的 AI 處理器和演算法就行，事實上，AI 電視的畫質優化不是靠單一演算法完成，而是包含「AI 判斷」與「硬體呈現」兩大層次：

首先由 AI 負責辨識畫面中的主體物件、人眼焦點、光影分佈及動態物體的移動軌跡等。根據 AI 判斷結果，演算法在底層即時計算出一套優化藍圖，決定哪些區域需要進行 AI 升頻、降噪、提高畫質、調整亮度、對比或色彩飽和度等。而硬體則負責最終畫面呈現，包含電視的背光、面板、控光技術與色彩控制技術，才是真正決定這張優化藍圖能被實現到什麼程度的關鍵。

而 Sony BRAVIA True RGB LED 電視便精準示範，硬體如何賦予 AI 電視極致表現。傳統 LED 電視使用單一藍色 LED，再搭配濾光片混色的方式，容易產生色彩混濁或亮度減損，True RGB 技術則以獨立驅動紅（Red）、綠（Green）、藍（Blue）三原色 LED 作為背光源，當 XR 認知智慧處理器分析影像內容，發出畫面調整指令後，True RGB 能精準響應，讓紅、綠、藍三色背光以極高精度進行獨立控光，將 AI 畫面調整的判斷精準呈現。

一般智慧電視、AI 電視、搭載 True RGB 的 AI 電視差在哪？

跳脫複雜的規格參數，一次搞懂三代智慧電視有何不同。簡單來說，一般 AI 電視可以做到升頻、降噪與場景辨識；搭載 True RGB 的 AI 電視則進一步把 AI 判斷延伸到背光與色彩控制，真實還原亮度、色彩與對比。

	一般智慧電視	AI電視	搭載 True RGB 的 AI 電視
核心定位	解決「連網與內容獲取」	解決「基礎畫面自動優化」	解決「極致高階畫質精準執行」
畫質處理能力	支援基本的數位降噪，無法因應訊號源差而改善	具備 AI 升頻技術，能動態辨識場景並優化低解析度影片	結合 XR 認知智慧處理器與硬體優勢，進行深度的 AI 畫面優化
背光技術	傳統常亮背光，容易產生漏光與局部發灰現象	具備區域控光，但演算法與硬體匹配度較為普遍	採用 True RGB 三色獨立背光，控光精準度極高，無溢光與色偏
色彩與亮度表現	色彩表現較為平淡，高亮處易過曝，暗部細節容易丟失	色彩飽和度高，但有時因演算法過度補償而顯得不夠自然	實現豐富飽和的色彩表現層次，精準還原真實色彩
主要適合情境	看第四台、日常追劇	看 4K 串流，希望電視能自動適應不同影音內容	追求劇院級體驗，喜歡高畫質影音、球賽、遊戲的用戶

買 AI 電視時，真正該看哪些規格？

當你準備為家裡添購 AI 電視時，除了關心它是否支援智慧語音、刷新率有多高、個人化推薦好不好用之外，以下四個核心 AI 電視功能才是決定長期觀看品質的關鍵指標：

AI 處理器

大腦優劣決定電視表現，挑選時認準旗艦級的 AI 處理器，如 Sony 的 XR 認知智慧處理器，不只單純堆疊算力，而能模擬人類大腦的認知方式，打造身歷其境的畫面真實感。

AI 升頻能力

優秀的 AI 升頻能力應能精準區分「影像噪訊」與「畫面原生紋理」，在去除雜訊的同時保留皮膚毛孔、衣服編織等細節，而非一味抹平。

背光與控光技術

若重視高階畫質，True RGB 可作為判斷 AI 畫質能否精準呈現的重要顯示技術，徹底告別傳統畫面暗部發灰、亮部慘白的通病。

色彩與亮度表現

不能只看標榜的 HDR 規格，更要檢視硬體能否真實呈現。True RGB 能賦予 AI 電視更強悍的畫面執行力，銳利呈現 AI 算出的明暗對比與色彩飽和度。

關於 AI 電視與 True RGB 的常見問答

Q1：AI 電視適合哪些人？
AI 電視適合所有對影音品質有追求的人。不論你是愛看高畫質影音的追劇族、追求畫面流暢不殘影的運動迷、重視高刷新率與低延遲的遊戲玩家，AI 電視都能大幅提升觀影體驗。

Q2：AI 升頻會把影片變成 4K 嗎？
無法完全等同原生 4K，但能讓畫面更接近高解析度的觀看效果。AI 升頻利用比對與像素補插，將原本模糊線條變得銳利清晰，結合 True RGB 的高精細控光後，視覺表現會非常接近 4K 原生畫質。

Q3：買 AI 電視時，只看 AI 處理器夠嗎？
絕對不夠。演算法算出的完美畫面需要顯示硬體來執行，電視的背光技術、控光與色彩管理能力（如 True RGB）同樣重要。軟硬完美結合，才是高畫質的保障。

Q4：AI 電視對看球賽或玩遊戲有什麼差別？
AI 電視能根據不同場景優化畫面表現，觀看球賽時，能動態識別高速移動對象，即時插幀消除動態殘影；玩遊戲時，能自動切換至低延遲模式和強化暗部細節。

Q5：白天和晚上看電視，AI 電視會自動切換不同的畫質設定嗎？
Sony 搭載 True RGB 的 AI 電視內建環境光感測器，能根據環境光線變化動態調節畫面呈現，在白天明亮時自動增亮、晚上變暗時調降亮度並柔化對比，省去手動切換的麻煩。