光鮮亮麗背後,累垮YouTuber的最後一根稻草
光鮮亮麗背後,累垮YouTuber的最後一根稻草

《衛報》指出,他們發現這1-2年有越來越多YouTuber在頻道上説自己很累、精疲力盡、很想休息一下。20歲的菲裔加拿大人YouTuber米利斯(Elle Mills)就在影片中說:「為什麼我他媽的這麼不開心,這不合理,你懂我的意思,因為這實際上就是我他媽的夢想,但我他媽的不開心。」

「這不是我期待的,我總是備感壓力,我的焦慮和憂鬱讓事情變得更糟,我正等著被自己逼到臨界點。」

YouTuber當到要求助

不僅如此,另一位擁有120萬訂閱人次的YouTuber赫里甘(Austin Hourigan)則回憶道,他曾在一場YouTuber和直播主的聚會上打趣地說:「我認為每一個用YouTube謀生的人都應該獲得免費治療師兌換券,」結果現場的人都悲傷地笑了。事實上赫里甘現在有接受治療,也有定期吃藥。

究竟是什麼原因,造成YouTuber身心俱疲到不得不求助專業治療師?《衛報》認為,壓垮這些YouTuber的因素就是深不可測的演算法。

Youtuber 過勞1.jpg
在YouTube上傳影片並不難,但如果想成為網紅YouTuber,或許就需要不停地上傳影片。
圖/ 地球圖輯隊

要紅要先掌握演算法

就像Facebook不曾公開過演算法規則一樣,YouTube也不願公開演算法運作機制。如果一名YouTuber想在YouTube上佔有一席之地,他就必須要掌握YouTube演算法,因為比起節目的內容,演算法決定了YouTuber製作出來的影片會如何呈現在觀眾面前。

即使YouTuber把影片內容做得再好,如果沒有辦法乘著演算法擠上YouTube搜尋清單上的前幾名,或出現在側邊的推薦影片裡,這些影片便很難讓潛在的觀眾們看到。

一天不上傳 排名就會掉

以李斯(Matt Lees)來說,當他第一次嚐到影片爆紅的滋味後,他開始當起全職YouTuber。接著他發現,YouTube上的觀眾期待YouTuber不停地更新影片,YouTube的演算法設計上也是如此,只要一天不上傳影片,他的YouTube搜尋排名就會往下滑。

越暴躁越受網友歡迎

李斯回憶道,他接了更多工作,整個人忙碌到幾乎沒有休息時間,臉色很差,製作一支YouTube影片的時間變得越來越匆忙,他面對鏡頭時也越來越暴躁。但鏡頭前的他越暴躁,網友越買單,他又變得更受歡迎。

他說:「爭議性的內容是當今媒體之王,而YouTube會強化這些讓人興奮的東西」、「這是最惡質的——讓你崩潰的點,正是演算法最愛你的那一點。」

Youtuber 過勞2.jpg
你會覺得YouTube上的影片看來看去都很像嗎?YouTuber麥克唐納認為,YouTuber為了要確保粉絲人數,所以不斷製作類似的影片。
圖/ 地球圖輯隊

內容越來越像

一旦YouTube演算法鼓勵YouTuber們不停地產出新影片,就會讓YouTube上的內容越來越相似,來確保YouTube影片的點閱率能維持下去。

專門製作科學影片的YouTuber麥克唐納(Charlie McDonnell)便說:「人們不敢冒險,所以有很多內容都非常相似。」

流量下降先自責

喜劇演員兼音樂家,同時也是一名YouTuber的布萊克莉(Emma Blackery)說到,如果今天做了一支影片回應很不錯,YouTuber就會很開心、很滿意。但當下一支影片推出來,卻沒有獲得一樣多的點閱率時,YouTuber就會自責自己是不是哪裡做錯了。

YouTuber們還會看看其他創作者的影片,並想著:「他們做了哪些我還沒做的。」

Youtuber 過勞3.PNG
南韓YouTuber「美妝奶奶」朴寞禮(音譯,Park Mak-rye)

越多人想紅就越難紅

在一間專門協助客戶在YouTube建立受眾的行銷公司工作的吉倫(Matt Gielen)指出,近年來有越來越多人在YouTube上傳影片,因此想靠YouTube成功,就必須要做得更多、做得更好,這讓想紅的人越來越難一砲而紅。

而且,YouTube創作者們如果想要維持在YouTube上的成就,他們就要加倍努力地工作,才能生產出更高質量的內容。

影片長度越來越長

吉倫説,以前的YouTuber可以靠著每周上傳一支長度3分鐘的影片,就能在YouTube頻道上建立出一定人數的觀眾。然而,他最近的研究發現,現在的YouTube創作者需要每周上傳至少3支長度介在10-12分鐘的影片,才能利用YouTube演算法建立起一定人數的觀眾。

YouTuber麥克唐納也觀察到YouTube影片長度越來越長的現象。他表示,當他2007年剛開始做YouTube影片時,只要影片長度超過4分鐘,觀眾就不太想看,但「現在一支影片長8分鐘、10分鐘、12分鐘都很正常」。

Youtuber 過勞4.jpg
當YouTuber的收入取決於影片觀看人次時,無形中也會讓YouTuber量產影片。
圖/ 地球圖輯隊

為了收入、為了點閱率

除了演算法之外,YouTuber的收入來源也是讓YouTuber不停製作影片的原因。當YouTuber的收入取決於影片的觀看人數時,就會讓YouTuber們一再追求更高的點閱率,然後不停地製作影片。

34歲的YouTuber莫爾頓(Kati Morton)便提到,通常她的影片點閱率每達1,000人次,就能獲得1.5-3英鎊(折台幣約60-120元)的報酬。但影片的點閱率會因為各種原因有好有壞,只要點閱率不夠高,收入就會減少,所以她也不敢雇幫手來幫忙。

Youtuber 過勞5.jpg
面對YouTuber的過勞現象,有人認為YouTube應該要調整演算法,也有人認為YouTuber自己應該要掌握好工作與生活的平衡。
圖/ 地球圖輯隊

規則誰訂的,誰就能改

莫爾頓認為,要解決這個問題最終還是得回到YouTube演算法。她説,YouTube制定了演算法規則,YouTube就會有辦法修正它,現在的YouTube鼓勵YouTuber每天上傳影片,但只要YouTube制定不同的標準,就能幫上YouTuber們。

YouTuber要學會拿捏

YouTuber麥克唐納則認為,在YouTube上和網友們分享事情,有時滿有成就感的,但YouTuber們應該要懂得拿捏YouTube鏡頭前和自己的私人生活。

延伸閱讀:

  1. 歐美上千音樂人連署對抗Youtube
  2. 這些聲音讓人「顱內高潮」 歡迎來到ASMR的世界
  3. 年輕人想當 YouTuber,德國研究指廣告收入連脫貧都不夠

本文授權轉載自:地球圖輯隊;作者時穿

關鍵字: #YouTuber #KOL
往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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
一次搞懂工業AI
© 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