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
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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