能看到別人看不到的趨勢和訊號,顛覆既有模式——「大夢想家」西恩.帕克
能看到別人看不到的趨勢和訊號,顛覆既有模式——「大夢想家」西恩.帕克

本文摘自:《只要做對一次:16個重寫規則、翻轉世界的超級創業家》,天下雜誌出版

西恩.帕克坐在一輛外表低調的Audi S6車中,掩飾著引擎蓋下的藍寶堅尼引擎。他以一隻蒼白的手操控駕駛盤,另一隻手挑選車上音響系統的成千上萬首歌;他正驅車劃破金門大橋上的夜霧,駛向他位於馬林郡占地18英畝的莊園。

這位Facebook前總裁剛度過和平常一樣忙碌的一天。在過去十小時,他為新的影片新創公司面談了兩位副總裁應徵者,為他投資的音樂平台Spotify回覆了幾小時的電子郵件,並與Facebook慈善應用程式Causes的潛在執行長會面。他還訂好自己訂婚派對的樂團和廠商,派對辦在紐澤西,正好是艾琳颶風侵襲東北部的同一個晚上。因為歌手克羅維茲(Leny Kravitz)當時被困在北卡羅來納州無法出席,帕克最後只好改邀請冷戰小子樂團(Cold War Kids)。處理完訂婚派對後,他停下手邊工作,和Facebook的對手Twitter與支付服務Square共同創辦人傑克.多西晚餐。晚餐後,他就在餐廳的酒吧面試另一位Causes的主管候選人。他把我順路送到旅館時,已經是晚上11點半。帕克的一天才大約過了一半。

接下來六個小時,帕克火速回覆電子郵件,然後上他的Facebook專頁。前天下午(或同一天稍早,如果以帕克的生理時鐘看)全世界才剛剛知道賈伯斯辭世的消息。清晨6點,帕克引用哲學家叔本華的句子貼文,這則張貼很快就被傳開,八卦網站Gawker指控帕克對賈伯斯去世感到幸災樂禍。帕克澄清這則引言是在禮讚他長期以來的偶像和後來的對手(iTunes對上Spotify)賈伯斯。快到早上7點,他才上床睡覺。四小時後,帕克就起床了,準備再重新開始一天的行程。

輕浮、瘋狂和不可預測,西恩.帕克讓投資人感到不安。「他是一個很難捉摸的人,而創投業者喜歡他們能控制的東西。」Facebook共同創辦人莫斯科維茲(DustinMoskovitz)說。但創投業者也喜歡大膽創意,而帕克最擅長的就是異想天開,LinkedIn創辦人霍夫曼(Reid Hoffman)稱帕克為「大夢想家」(big-ass visionary)。

19歲時,他以音樂分享網站Napster共同創辦人的身分,在唱片業投下炸彈,兩年後,他的通訊錄服務Plaxo證明了數位拓殖(digital propagation)的潛力,這個概念在他24歲擔任Facebook總裁、協助Facebook變成有史以來最重要的網際網路公司時,還被進一步發揚光大。沒錯,最後他都離開這三家公司,但在離開前,他已經賺到夠多的股票,足以讓他在31歲時擁有超過20億美元的財富。而他才剛起步。

2011年,帕克再度顛覆音樂產業,把瑞典音樂平台Spotify引進美國,並主導這項服務如何搭配Facebook的音樂發展構想。他也以創投業者創辦人基金(FoundersFund)合夥人身分發掘新創公司,並與Napster的范寧(Shawn Fanning)重逢,創立了現場影片網站Airtime。孟洛創投(MenloVentures)的皮希瓦(Shervin Pishevar)形容:「帕克能看到許多人看不到的趨勢和訊號,對他來說,就像聽到別人都聽不到的狗哨聲。」

藉由專注在精選問題、而不是像許多創業家急著推出沒有人要的創新,帕克創造出批評者認為只是幸運的一連串大成功。Napster是網際網路讓內容擺脫載體限制後,率先帶領CD到MP3的轉型;Facebook在匿名的線上世界創造了可靠的身分識別;Spotify拯救的正好是Napster十年前顛覆的音樂產業。

這種深度調查式的思考也延伸到帕克生活中的一切。問帕克他創立Plaxo的緣起,他會從病毒如何在人群中擴散的理論開始講;在他透露最愛的壽司餐廳之前,他會先聊壽司米的密度和理想的生魚片形狀(梯形);問這位高級音響熱愛者哪個牌子的耳機最好,你會先聽到他解釋聲波是如何傳遞到我們的耳膜;可想而知,問他現在幾點,他會告訴你一只手表是怎麼做出來的。

專心在一件事情上時,他會自動擋掉其他一切,進入一種出神狀態。外在世界瞬間退到背景之外,時間也跟著隱形。「我必須不斷重新安排時程,但我試著專注在最有價值的事情上,把那些關鍵事項做到完美。」

帕克對「做到完美」的定義很極端。我們拍《富比士》封面那天下午,帕克在他位於紐約格林威治村的房子,房裡有整整三排衣架的義大利訂製西裝,還未拆封的20件全新襯衫,放在他的柳條沙發上。成排的眼鏡與太陽眼鏡擺滿茶几,無數條吊帶和領帶攻占了椅子。整面牆的鞋子、休閒鞋和皮靴,數量已經可以開一家鞋店。拍攝預訂下午4點開始,帕克在5點半現身,身旁帶著一大群人:服裝造型師、美髮師、化妝師、公關人員、裁縫師,以及現在的妻子。

拍攝過程中,帕克換裝的頻繁程度超過拉斯維加斯的大明星。他從精簡款式的西裝改穿三件式的禮服,再換成牛仔褲搭開襟羊毛衫。他反覆調整吊帶之間的距離,再三檢查領帶的紅色有沒有跟他的雅痞風眼鏡搭配。在屋子裡四個地點拍完幾百張照片後,拍攝在凌晨2點結束。很完美,以西恩標準時間來說。

《社群網站》效應衝擊

帕克知道較大型的大學市場已經成熟到可以有自己的社群網路,當時幾間大學已經有各自的小型社群網站,而當時已經傳出哈佛校園的Facebook給了他施展的空間。帕克於是寫信連絡Facebook,2004年春天在曼哈頓的一間中式餐廳,終於與祖克柏和薩維林(Eduardo Saverin)見面。

幾星期後,他在加州帕羅奧圖市的街上巧遇祖克柏,不久後就搬到Facebook租來的房子裡,住進莫斯科維茨的房間。年僅24歲的帕克成為Facebook的元老,協助幾個才大學生年齡的Facebook創辦人在矽谷建立網絡、架設路由器、和提爾、霍夫曼和平克斯等投資人建立友好關係。

帕克和Napster時代的朋友西蒂格(Aaron Sittig)共同確立了Facebook極簡主義的介面。他堅持Facebook應該有持續穩定的流量,像加入好友的功能也應該盡可能減低使用障礙。帕克後來推動的照片分享功能,將是他擔任Facebook總裁最後的工作之一。

2005年8月,警察在帕克名下位於北卡羅來納州的海灘屋發現古柯鹼,帕克遭到訊問。他從未被捕或被起訴,但那次事件迅速導致他在Facebook的隕落。

雖然不再領Facebook薪水,帕克還是持續提供祖克柏策略建議,並協助招募帕里哈皮提亞等重要主管。西蒂格說,帕克還是會協助網站設計,而且是發展Facebook「分享」平台(讓使用者上傳新聞、影片和其他第三方內容)強大的外部影響力。儘管如此,帕克對Facebook最大的貢獻可能是他根據自己在Plaxo的經驗,打造出讓祖克柏得以完全且永遠控制自己公司的企業架構。帕克藉著能在籌資階段抵抗稀釋的超級投票權強化了祖克柏在公司的地位,並以夠多的董事席位來保護祖克柏可以永遠大權在握。

這是讓帕克對《社群網戰》的描寫感到如此挫折的原因。賈斯汀飾演的帕克是一個殘酷、狡滑的投機分子,強迫薩維林退出公司,並奪走他的股份。但在Plaxo的真實世界,帕克實際上才是遭到電影中薩維林際遇的那個人。「我不介意被描寫成頹廢的跑趴玩咖,我不認為這在道德上有什麼不對,」帕克說,並且很快地補充說電影中對於他的狂歡私生活描述也太過誇張,「但我很介意被描寫成不道德、只重利益的操弄者,因為我認為那的確是不對的事。」電影在2010年10月上映,票房獲得極好成績,帕克也因此受到重創。「我那時候真的是一團糟,電影那麼轟動,對我的描寫跟事實差距又是如此大,我在心理上難以克服這件事,」帕克說:「我非常憂鬱,跟在一起4年的女朋友剛分手,而且剛動過膝蓋手術,不能走路。」電影上映前,他躺在洛杉磯半島飯店的套房裡兩個月,體重增加30鎊。同時也為了在創辦人基金、Spotify和新創公司Airtime的職務而忙得焦頭爛額。

回歸初衷:分享與發現

儘管有這麼多成就,帕克內心深處還住著當初那個駭客,財富並不是他最大的動力。帕克最大的動力來源還是「顛覆既有模式」。也因此,他從未放棄Napster的概念。2010年,Napster輸掉官司結束營業已經過了8年,帕克仍在尋找能夠實現他對分享音樂願景的公司,只是這一次,帕克要找出音樂家也能獲利的方式。

兩年前,朋友告訴帕克,瑞典音樂網站Spotify提供無限的合法歌曲下載。他上網簡單看過介紹後,在還沒有實際用過Spotify的情況下就寫信給創辦人埃克,描述他理想中的音樂平台,希望Spotify也有相同的願景。他介紹埃克認識祖克柏,接著又提出Spotify與Facebook的整合計劃,並協助打開華納和環球的大門,贏得Spotify董事會的支持:帕克最後成功以3000萬美元投資Spotify。

這些所有的新計劃讓帕克不斷四處奔走。他每個月從紐約(總部)飛到洛杉磯(音樂事業經理人)、舊金山(創辦人基金),以及斯德哥爾摩和倫敦(Spotify)。這些差旅現在還是他的例行工作,只是從2013年小女兒溫特出生後,頻率已經降低不少。

我們在他紐約的家相聚的時間從下午1點一直到很晚。帕克第二天要飛往斯德哥爾摩協助設計團隊修改邀請註冊的程序並補強其他功能,以便趕上Spotify在Facebook上推出的時程進度。「我今晚得上健身房,還有一小時的時間處理郵件,還要為兩星期的歐洲之行打包行李。」帕克邊說邊看著桌上兩個電腦螢幕上的時鐘:清晨3點。「我真的不知道我們在這裡是已經兩個小時還是只過了20分鐘。」

延伸閱讀:被踢出Facebook,卻從未失去佐克伯信任──西恩‧帕克將繼續顛覆舊世界

關鍵字: #數位書選
往下滑看下一篇文章
一文看懂 AI 電視可以幹嘛?不只有 AI 演算法,頂級硬體帶來高畫質表現
一文看懂 AI 電視可以幹嘛?不只有 AI 演算法,頂級硬體帶來高畫質表現

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。

傳統電視容易出現暗部發灰或亮處過曝。Sony BRAVIA 9 II 透過 True RGB 三色獨立背光,能將 AI 算出的極致對比與飽和色彩精準落地。
傳統電視容易出現暗部發灰或亮處過曝。Sony BRAVIA 9 II 透過 True RGB 三色獨立背光,能將 AI 算出的極致對比與飽和色彩精準落地。
圖/ 數位時代

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。

左圖為電影模式,右圖為遊戲模式。智慧場景辨識功能會根據電影、球賽或遊戲自動切換最佳模式。搭配 True RGB 技術,即使在動態或暗部場景下,色彩依然自然不失真。
左圖為電影模式,右圖為遊戲模式。智慧場景辨識功能會根據電影、球賽或遊戲自動切換最佳模式。搭配 True RGB 技術,即使在動態或暗部場景下,色彩依然自然不失真。
圖/ 數位時代

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。

除了頂級畫質,Sony 將 AI 音效演算法與機身背部揚聲器深度結合,能根據客廳結構進行空間校正,分離出清晰人聲與震撼環繞音效。
除了頂級畫質,Sony 將 AI 音效演算法與機身背部揚聲器深度結合,能根據客廳結構進行空間校正,分離出清晰人聲與震撼環繞音效。
圖/ 數位時代

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
跳脫傳統電視容易漏光與發灰的痛點,Sony BRAVIA 9 II 結合旗艦級 XR 認知智慧處理器與 True RGB 背光技術,從底座美學到內在核心,皆為追求劇院級體驗的頂級用戶而生。
跳脫傳統電視容易漏光與發灰的痛點,Sony BRAVIA 9 II 結合旗艦級 XR 認知智慧處理器與 True RGB 背光技術,從底座美學到內在核心,皆為追求劇院級體驗的頂級用戶而生。
圖/ 數位時代

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。

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