看新聞要錢時代來臨!Facebook攜手10家媒體推「付費訂閱」測試
看新聞要錢時代來臨!Facebook攜手10家媒體推「付費訂閱」測試

新聞媒體近年在數位化浪潮下面臨轉型,越來越多的民眾習慣透過社群平台獲取新聞資訊,因此主流媒體包括《紐約時報》、《華盛頓郵報》甚至台灣讀者相對熟悉的華文媒體《端傳媒》,都在近年都紛紛推出付費牆(paywalls)制度,希望能找到新的內容變現模式。

在社群平台主宰新聞分配的浪潮下,許多內容出版商因此經營得相當辛苦,Facebook拿出誠意,打算從這個月開始與10家新聞媒體合作,在即時文章(Instant Articles)中測試付費訂閱功能,希望能從擁有超過20億用戶的平台帶頭,讓民眾逐漸習慣內容付費的新時代。

推出兩種付費模式,讓內容商得到100%的訂閱營收

今年六月,首次傳出Facebook正在測試付費牆及訂閱功能的消息,八月官方證實計畫在即時文章上先行測試,美國時間19日Facebook正式宣布將在本月與十家媒體合作測試內容付費制。

Facebook為內容出版商提供兩種付費牆選擇,第一種是「 計量模式」,開放沒有付費訂閱的讀者每個月有10篇文章的免費額度;第二種是「 彈性模式」,讓出版商自行決定各篇文章是否要收費才能觀看。

這次的合作Facebook拿出極大誠意,當用戶點開有付費牆的文章時,會直接將頁面導入出版商的訂閱頁面,讓出版商可以得到100%的訂閱營收,Facebook不會從中抽成。未來只要在Facebook上付費訂閱的用戶,就有權限瀏覽出版商的本身網頁的內容,反之亦然,在出版商網站付費訂閱的用戶,就能在Facebook通暢無阻的閱讀即時文章。

Instant Articles
Facebook為內容出版商提供「 計量模式」、「 彈性模式」兩種付費牆方案。
圖/ Facebook

蘋果要抽成30%,條件談不攏暫不加入測試行列

將用戶從Facebook直接導入網站訂閱,對出版商說是一大好事,但並非所有人都滿意這樣的結果。

蘋果目前正在猶豫是否要讓iOS版本的Facebook加入付費牆制度,因為根據蘋果的規定,任何第三方應用程式內的銷售,蘋果都要收取訂閱收入30%的分成,雖然訂閱行為是發生在內容商的網站上,但蘋果仍認為這是應用程式內的銷售,如此一來就會大大影響到內容商的收入。

Facebook執行長馬克·祖克柏(Mark Zuckerberg)過去曾承諾要將所有新聞訂閱收入都歸內容商所有,Android平台沒有針對應用程式內的銷售有強制規範,因此這波測試將只會出現在Android版本上,目前Facebook與蘋果仍沒有達成協議。

Facebook
內容訂閱會是數位化浪潮下媒體的解藥嗎?Facebook 希望透過超過20億用戶的平台帶頭,讓民眾逐漸習慣內容付費的新時代。
圖/ shutterstock

選定10多間媒體測試合作,宣告內容付費時代來臨

Facebook在2015年推出即時文章功能,當時許多出版商認為這項功能會減少廣告收入、讓讀者花更多時間留在Facebook平台上,而非自己的網站上而有所疑慮,但仍有相當多業者因為更快速的載入速度,以及在平台上更好的內容露出效果而使用。

自即時文章推出以來,Facebook也多次優化即時文章功能,像是允許更多廣告露出、更多的贊助內容等,希望藉此安撫出版商的不滿,但近期大型媒體像是《紐約時報》、《芝加哥論壇報》仍不滿即時文章的設計,紛紛退出使用這項服務。

Facebook則在官方聲明中指出,近年持續優化即時文章的功能,讓每個內容頁面的營收因此平均增加50%,即時文章每天也透過行動版廣告聯播網 Audience Network,分出100萬美元的營收給內容出版商。

目前,Facebook已經選定包括《華盛頓郵報》、《波士頓環球報》、《洛杉磯時報》、《巴爾的摩太陽報》、《聖地牙哥聯合論壇報》、《經濟學人》、《每日電訊報》、《明鏡》、《畫報》、《共和報》、《巴黎人報》等媒體加入第一階段付費訂閱測試,預計會在未來幾周於美國及歐洲的Android 裝置先行推出。

關鍵字: #Facebook
往下滑看下一篇文章
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?

曾是台灣製造業重要根基的塑膠射出產業,如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者,老師傅退休、新人才接不上的現況,更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具,許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出,全球塑膠射出市場規模超過 3000 億美元,每年仍以約 3% 至 4% 的幅度成長。需求並未消失,只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉,老師傅數十年累積的經驗卻很難複製。

這道人才缺口,正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發,歷經近十年研究與工廠驗證,嘗試把老師傅腦中的射出經驗,轉化成可以計算、保存與持續學習的 AI 模型,解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI,射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備,不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後,生產現場仍得依產品、材料與機台特性,調整溫度、速度、壓力、位置等條件;即使使用同一種塑料,不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處,不只是記住參數,而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的,就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後,第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統,工廠只要輸入材料、機台規格、產品尺寸等資訊,sMolding 便能計算第一組成型參數;若試模後出現產品缺陷,再由 sTroubleshooting 提供修正建議。

用手機即可查看系統狀況
圖/ 智穎智能提供

「它就像導航。我今天告訴你要從 A 點到 B 點,但不知道路怎麼走,導航會把路徑算給你。」張詠翔說。對射出成型而言,這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例,傳統方式需 7.5 小時,導入系統後縮短至 2 小時,材料使用量從 23 公斤降至 8.7 公斤,整體試模成本降低 64%。

但找到正確參數只是第一步,真正進入量產後,工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損,都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組,透過射出壓力數據持續監控品質,並依生產狀態自動補償關鍵參數。換言之,AI 不只在試模階段提供一條正確的「導航路徑」,進入量產後還能因應製程變化持續修正,進一步朝「自駕」邁進。

從產線驗證到海外布局,桃園如何助攻智穎智能跨過0到1?

但要讓 AI 真正走進工廠,智穎智能採取 SaaS 訂閱模式,將核心運算留在雲端持續學習與更新,降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備,因此智穎智能的方案既能導入既有設備,也能與射出機、控制器業者合作,在新機出廠時直接整合。「一個工廠不會只有一個廠牌,就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言,AI 真正走進製造現場的關鍵,在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言,降低導入門檻還不夠,更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言,桃園不只是公司所在地,也提供了技術走向市場的第一塊試驗場。「對新創來說,第一個就是要經費、要人才、要場域,再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期,團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源,降低早期研發與營運負擔。更重要的是,桃園密集的製造業聚落,本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業,智穎智能在創業初期接觸到位於桃園的「良器」,成為公司第一個客戶。從概念驗證、產品調整到實際導入,合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言,第一個願意開放場域的客戶,意義遠超過第一筆營收。

如今,從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次,完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示,透過市府帶領團隊前往日本神戶,智穎智能接觸當地官方與企業資源。在市府引薦下,團隊成功對接了神戶知名加速器,更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局,為下一階段海外市場拓展做準備。

智穎智能在 TaipeiPLAS 2026 台北國際塑橡膠工業展,展示 AI 智慧製造成果,現場商洽氣氛熱烈,成功吸引產業關注。
圖/ 智穎智能提供

AI 解決「怎麼生產」後,下一步是「替誰生產」

當 AI 開始解決「怎麼生產」,張詠翔看到的下一個問題,是「替誰生產」。部分製造商提高生產效率後反過來問他,如果我的產能多了 20%,但沒有多 20% 的訂單,我何必要做那麼快?

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家,品牌要在海外重新尋找符合特定規範與製程能力的供應商,也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商,讓品牌端能依條件尋找供應商,也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務,初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究,到桃園工廠提供第一個實際驗證場域;從把老師傅經驗變成 AI「導航」,再走向能自行修正製程的「自駕」,智穎智能試圖數位化的,是製造業最難被保存的資產:人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散,這套從桃園工廠磨出的 AI,下一步不只要替老師傅找到數位接班人,也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源,將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去,讓外界看見桃園豐沛且具實戰力的創新動能。

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