KKBOX再優化！耗時三年，打造個人化音樂推薦系統|數位時代 BusinessNext

你知道自己想聽什麼音樂嗎?

「我們最早的想法就是想用科技的力量，讓聽音樂有更好的體驗。」KKBOX總裁李明哲說。他表示，產業內有許多優秀音樂人做出好音樂，企宣人員也賣力宣傳，不過，如何讓用戶適時適地接觸到這些作品卻是個有待克服的難題。如果用戶很明確地知道自己想聽什麼歌，事情還好辦，但是如果需求很模糊，就會需要一套夠了解你的推薦機制。

KKBOX產品開發中心負責人林華指出，這次推出新版產品，共有三大重點優化，其中最重要的就是個人化推薦系統。

她表示，目前KKBOX曲庫中共有3千萬首歌曲，為了提升使用者體驗，從2013年開始，KKBOX的資料科學團隊和台大、中研院和政大等學術單位密切合作，持續優化演算法。政大資訊科學系教授蔡銘峰指出，這次推出的演算法採用最新深度學習技術，並基於深度學習的基礎提出新的表示式學習方法，讓用戶可以更容易接觸到自己感興趣的歌曲、歌手、專輯或曲風。

蔡銘峰舉例，過去傳統作法，可能是去記下一首歌的曲名、歌手名、音樂類型等標籤，但現在的作法則是要讓資料自己去定義出特徵。就好像Google開發機器人在YouTube的影音裡面去定義出貓是什麼樣子一樣。「所以重點是資料量要夠大，才能Drive出來。」他也補充，過去只能在歌曲增加關聯性，但現在則是可以把更多的使用者因素也加進來分析。

給消費者驚喜，創造音樂平台的價值

而實際上，林華表示，在測試時，他們透過「消費者是否點下推薦音樂」、「有沒有聽完推薦音樂」，和「聽推薦音樂的數量是否增加」這三點來判斷，發現新的演算法確實比過去更精準、更有效。

林華也指出，當消費者總是只聽那幾首歌時，KKBOX的價值就難以被凸顯，但若能經由推薦機制，讓消費者因為聽到喜歡卻從來沒注意過的歌曲而感到驚喜時，消費者就會更喜歡KKBOX。

除了演算法推薦，KKBOX也和陳玠安、DJ Rainbowchild等專業音樂人合作，透過人工方式重建分類，並將曲風和情境分類擴充到上百種。例如電子、搖滾、嘻哈等，就可以再細分為House、Trance、Pop Rock、Shoegaze等不同風格的子分類。

使用者介面也改版，並擴充使用情境

在介面設計和音效上，KKBOX也有著墨。林華解釋，在介面設計上，手機和平板上將改以瀑布流方式呈現，方便用戶瀏覽。另外，KKBOX和音樂解決方案公司DTS合作，為耳機使用者打造出寬廣模式、前置模式和傳統模式等三種體驗方式。在寬廣模式中，使用者可以感受到環繞音效，如果切換到前置模式，就像是歌手站在你面前表演一樣。

另外，為因應全螢時代來臨，未來KKBOX不僅支援微軟HoloLens、智慧車用Apple CarPlay和Android Auto，客廳娛樂方面則支援XBOX、Apple TV和Android TV。出外運動時，也能透過Apple Watch、Android Wear聆聽音樂。

KKBOX表示，Android用戶即日起已可下載新版KKBOX，iOS版本則會在本月下旬開放。

在生成式 AI 驅動下，新聞產業正加速進入新一輪轉型。這股技術浪潮不僅改變了內容產製模式，也重塑了讀者獲取資訊的入口。面對這場產業變革，台灣科技媒體領導品牌TVBS 展現強勁的轉型動能，不僅積極布局 AI 應用，更憑藉創新專案獲得「nDX數位創新獎助計畫」肯定。

為加速經驗擴散並促進產業交流，日前，TVBS 攜手數位經濟暨產業發展協會（DTA）舉辦「AI in the Newsroom－TVBS轉型實戰分享」發表會，現場匯聚媒體與科技領域專業人士，從實務案例出發，深入剖析 AI 導入新聞現場的應用模式，共同見證 TVBS 如何以 AI 為核心引擎，重新定義數位時代的媒體影響力。

從「人」出發：從超級個體到超級組織，啟動 AI 原生轉型

TVBS 集團成長長簡西村表示，早在生成式 AI 浪潮成形之初，TVBS 便已啟動轉型布局。不僅於 2023 年成立AI未來科技部，專責 AI 應用開發與轉型推進，更由董事長親自主持每週一次的 AI 策略會議，確保決策與執行節奏高度一致，並進一步盤點出「人、流程、科技（PPT）」三大轉型關鍵，逐步落實將 AI 導入各項營運環節。

從「人」的角度來看，TVBS 以 AI 提升效率與創造價值為目標，提出超級個體與超級組織的轉型藍圖。其中，超級個體指的是能善用 AI 工具的記者，例如：透過 AI 分析海量資料、自動生成初稿或經營個人品牌，透過與 AI 的分工協作，不僅提升產出效率，也讓記者得以回歸深度核實與現場採訪等核心職能。

當多個超級個體串聯，便進一步形塑出超級組織，透過 AI 全面提升團隊的數位戰力，成為 AI Native（AI原生）媒體組織。TVBS 的願景是，讓每一個議題皆能發展出專屬 AI Agent，負責資料處理與初稿生成，而人扮演總編輯角色，負責內容品質與倫理把關。如此一來，不僅能實現全天候、高頻率的內容更新，更可透過多 Agent 協作，同時產出文字、影音、Podcast 等不同形式的內容，實現一次生產、全平台分發的目標。

從「流程」出發：讓AI嵌入新聞產製，縮減 30% 作業時間

從「流程」的角度來看，AI 唯有真正嵌入新聞產製流程，才能發揮最大效益。然而，哪些環節最適合導入 AI、導入後流程該如何重塑，往往只有第一線新聞人最清楚。為此，TVBS 邀請新聞部同仁組成「文科種子」團隊，並由主管從日常工作情境出發，親自示範 AI 應用，讓記者實際感受到 AI 帶來的效率提升，進而翻轉「不好用」的既有印象，吸引更多資深同仁投入 AI 應用開發。

TVBS新聞部網路新聞中心總編輯楊致中強調，「AI不是要把新聞人變成工程師，而是要讓新聞人重新回到專業現場。」因此，這群橫跨編輯、記者、編譯等不同職能的種子成員，從使用者視角出發，與工程師並肩協作，以使用情境取代傳統規格書，讓技術團隊得以深入理解採訪流程中的真實痛點，進而開發出涵蓋多語翻譯、初稿生成、重點歸納、多稿比對、標題與內容優化等 AI 應用，整體作業時間平均縮短逾三成。同時，新聞部也與 AI 部門建立每週開會機制，持續提出痛點及回饋使用經驗，推動產品快速迭代。

另一方面，TVBS 也連續三屆舉辦員工限定的「AI 黑客松」，各部門同仁由日常工作中的痛點出發，發想出更貼近第一線需求的 AI 解決方案，讓 AI 逐步成為組織共通的語言，不僅有效提升工作效率，也進一步形塑出 AI 驅動的創新文化。

從「科技」出發：打造混血系統 AI WIZE，讓AI真正貼近使用需求

從「工具」的角度來看，如何在滿足使用需求的同時兼顧技術快速迭代，成為關鍵課題。為此，TVBS 提出混血系統概念，由新聞人與 AI 部門協助，共同開發出專為媒體場景打造的 AI WIZE 平台。

TVBS AI未來科技部副總監吳楨文說明，AI 技術迭代速度極快，若仍沿用傳統「使用者提需求、工程師寫程式」的開發模式，不僅溝通成本高、也難以快速及時優化，容易導致使用體驗不如預期。若是直接使用外部 AI 工具，在產出結果不穩定的情況下，使用者常常要反覆調整提示詞與修正細節，反而會增加時間成本，使 AI 應用淪為新的負擔。

為解決這樣的困境，TVBS 在開發 AI WIZE 時，結合系統化與人才混血兩大策略，由工程師在「深水區」把關系統架構、資訊安全與成本控管，而新聞人則在「淺水區」透過 AI Studio 等自然語言工具定義應用場景，並將新聞專業封裝成可重複使用的 AI Agent技能，同時透過持續回饋機制，讓 AI Agent 不斷學習與優化，使工具更貼近日常工作需求。

簡西村最後強調，人機協作不是選擇，而是必然路徑。TVBS 期望透過這場 AI 轉型，打造兼具速度、深度與可信度的新型媒體競爭力，並以自身實踐經驗為基礎，帶動台灣媒體在 AI 浪潮下強化整體產業競爭力，重新定義媒體的「真實」價值，開創新聞產業的 AI 新時代。