明星歌手去哪國開演唱會?YouTube後台數據成了重要參考
明星歌手去哪國開演唱會?YouTube後台數據成了重要參考
2018.08.17 | Google

全球YouTuber熱潮狂風大作。在不少年輕人心中,所謂的偶像已經開始從傳統意義的「藝人」,轉向發表一支支YouTube爆款影片的創作者。YouTube自2013年起便開始聚集各國當地人氣YouTuber,舉辦線下大型「拼盤演唱會」FanFest。而在5年之後,終於要在台灣開辦了,選在2018年首次見面,背後的原因是什麼?

FanFest 13組表演人馬,怎麼選的?

FanFest將於9月15日在台北花博爭艷館開演,這也是YouTube在台灣有史以來舉辦一場最大的線下活動,將開放2000至3000人免費參與,共計有13組YouTuber及創作人演出,包括這群人TGOP、七月半SevenFat、阿滴英文、白癡公主、玖壹壹及謝和弦等人。

為何現在才開始在台灣舉辦?YouTube大中華區策略合作夥伴協理林映嵐點出關鍵原因:「我們有看到,去年台灣百萬訂閱YouTube頻道快速成長。」在2016年時,台灣YouTube頻道超過百萬訂閱的只有「蔡阿嘎」、「這群人TGOP」兩個頻道,到了2017年,這數字爆發性的突破了11個,而現在逼近20個。這讓官方看到,YouTuber對台灣已經有一定影響力。

YTFFTW_2018_KV_TWFB.png
YouTube FanFest是YouTube官方史上,在台灣舉辦最大一次的線下活動。
圖/ YouTube

官方表示在FanFest中,YouTuber們表演的內容不僅僅只有音樂,符合各YouTube調性頻道的演出都有,對於創作者本身是一個難得舞台,但這13組人馬,又是如何挑選出來的?「我們背後有一套標準,最基本肯定會根據頻道觀看時間、訂閱人數、留言互動,或是最近觀看次數上升的速度等數據,」林映嵐表示,這是一場複雜的綜合性評比,不一定是「訂閱數要多高」,也要看他和現場的氛圍和調性搭不搭。

值得關注的是,全球在舉辦FanFest時總會挑選1到2位國外YouTuber助陣,而這次其中之一,就是頻道超過1000萬訂閱的Kurt Hugo Schneider,除了本身是影片編輯師、音樂編曲,他常常找網紅和歌手一起錄製翻唱MV,讓流量一步步竄升。但選擇他的關鍵原因,在於YouTube後來的流量數據報告。

「Kurt已經來過台灣兩次,因為先前看到觀看數據他就發現,除了美國之外,台灣是觀看他頻道流量第二高的地方。」

大咖去哪開演唱會,YouTube後台數據成為參考指標

YouTube後台的數據,似乎也開始成為藝人們制訂策略的指標。

在YouTube上,有一個平台叫作「音樂人創作中心」,其中會紀錄詳細的音樂數據分析資料,包括該音樂人在YouTube頻道上影片總觀看次數、觀眾地區來源,以及各影片各自累積觀看數等。而周杰倫是2017年初至今年7月,台灣總觀看次數最高的歌手,但在YouTube上的總觀看次數有將近一半都不在台灣,而是來自馬來西亞、美國、澳洲等國家,另一位新銳歌手周興哲也是如此。

螢幕快照 2018-08-17 下午6.52.50.png
YouTube上的「音樂人創作中心」,會紀錄詳細的音樂數據分析資料。
圖/ YouTube

這些歌手要決定去哪些國家做演出時,也會開始參考後台數據,我覺得這很有趣。 」林映嵐表示,音樂是無處不在的「剛性需求」,別於過去音樂創作人一定得要簽約、出道,需要時間累積作品才能問世,現在YouTube作為開放平台,讓作品能即時上傳,也快速地讓大眾看見,像是發跡於YouTube的馬來西亞創作歌手黃明志就是最好例子。

YouTube兩類型走紅音樂人:玖壹壹vs.聖結石

當透過YouTube創作音樂,走紅的人越來越多,林映嵐主要將他們分為兩種類型:第一類,本身就有音樂基因和才華,從YouTube頻道切入經營音樂內容;第二類,本身是跟音樂不相關的創作者,在YouTube累積大量粉絲能量後,開始切入音樂做。

前者像是玖壹壹,先是在YouTube累積了許多關注後,最後入圍金曲獎最佳演唱團體,成為新的「本土嘻哈天團」,另一個例子則是J.Sheon,因為2015年時在頻道上推出《See you again》中文版而被注意,在去年被Sony簽下。而後者,最典型的例子就是聖結石,一首自己作詞的《真的不想嘴》觀看次數破千萬,也讓人看到「原來跨界YouTuber真的可以當歌手」的可能。

螢幕快照 2018-08-20 下午2.47.27.png
玖壹壹發跡於YouTube等平台,曝光音樂創作作品。
圖/ YouTube
b1c58363bfa6a99d8eb77fb118a5d4afcd8eeba9.jpg
聖結石在YouTube累積大量人氣後,在2017年推出單曲《真的不想嘴》。
圖/ YouTube

完全免費的YouTube相較音樂串流平台而言,無疑也是使用者「找歌來聽」的首要途徑。根據IFPI國際總會發布「2016年消費者網路音樂調查報告」顯示,有82%的使用者表示上YouTube是為了聽音樂。此外,台灣三個破兩百萬的頻道中就有兩個是唱片公司。

YouTube分潤機制大揭密:點閱不完全等於進帳

但這不禁又讓人聯想到,創作者在YouTube上的獲利模式——若單單在YouTube頻道上分享音樂,有可能靠點閱分潤賺到錢嗎?

「我遇到太多人以為觀看次數等於進帳收入(笑),其實分潤的邏輯是Google今天在你的頻道獲得多少的利潤,我們會根據和創作者的簽約比例去分配給他,但基本上比例在全球是一致的,不會隨意去調整。」林映嵐詳細地解釋了一直讓人霧裡看花的分潤機制。

但除了影片本身流量大小外,造就收入落差不一的原因在於兩點:廣告格式和觀看地區。

「一個頻道被置入了什麼類型的廣告,可能是隨機的,有各種各樣的廣告格式導入進來,背後的廣告單價也就不一樣。」此外,影片可能不只在台灣,在全球都會被看到,林映嵐表示就如同「大麥克指數」,同樣的廣告在不同的地方被看到,收益也不同,其中算法很複雜。最後她再次導正:觀看次數不等於收入金額,若知道別的YouTuber談到自己觀看次數和收入的關係,直接套用到另一個YouTuber身上,真的誤差太大。

YouTube大中華區策略合作夥伴協理林映嵐,強調YouTube創作者的收入不能和觀看次數劃上等號。
YouTube大中華區策略合作夥伴協理林映嵐,強調YouTube創作者的收入不能和觀看次數劃上等號。
圖/ YouTube

「但我也不反對創作者用這個邏輯去檢視自己,因爲他會去檢視數據跟產能,時間長了或許他會有概念知道『大概多少次點閱等於多少錢』,但這只是創作者自己取的『平均值』,但這並不適用於其他的人,只專屬於他。」

關鍵字: #YouTube #YouTuber
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 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