當網紅成為顯學:市場競爭,但缺口還很大
當網紅成為顯學:市場競爭,但缺口還很大

TiEA台灣網路暨電子商務產業發展協會18日所舉辦的《網紅顯學》高峰論壇上,現任市議員呱吉(邱威傑)、YouTube頻道M觀點創辦人Miula(洪岳農)以及PressPlay創辦人翁梓揚就「網紅」的未來與商業模式展開討論,幾乎每一個議題三人都點出網紅所面臨的困境與機會。

針對上一代的網紅:部落客,與會三個講者皆認為最主要的不同於載體。

翁梓揚提出「塑造場景」的能力,點出影像之於文字的優勢之處,更明白一點來說,影片更容易做相關產品的販售,導購上也比較容易。

螢幕快照 2019-03-19 下午2.39.08.png
創作者竹林八賢透過文字與圖畫,在一片YouTuber獨大的血海中殺出,仍能接到不少業配。
圖/ 竹林八賢Facebook

不過,文字也並非一定是弱勢,呱吉說:「日本ARuFa、台灣的竹林八閒都是圖文創作者,後者也能接到業配,內容創作跟商業模式都還有無限的可能性。」

網紅新商業模式,垂直領域型具潛力

翁梓揚認為目前台灣網紅的商業模式主要分為三種:知識型、娛樂型與未來相當有潛力的垂直領域型。

螢幕快照 2019-03-19 下午2.42.17.png
YouTube頻道「千千進食中」也推出自有品牌「千拌麵」,在垂直領域(美食)中找尋機會。
圖/ 千千進食中

知識型主要以內容付費為主,娛樂型則是透過業配與廣告分潤作為主要收入。垂直領域型的優勢在於能與電商直接結合,並不是粉絲經濟或販售周邊。但前提在於必須在垂直領域中擁有影響力,如YouTube頻道「千千進食中」,主打女大胃王的「吃播」,最近就嘗試推出「千拌麵」。翁梓揚補充說道:「 接下來,網紅(KOL)的下半場將是推出自己的品牌 」。

Miula則是更聚焦在知識型領域,在每個頻道都不到10萬人訂閱的情況下,還是能從免費走向付費制。他認為 小型頻道的獲利關鍵,在於「是否擁有1,000個死忠粉絲」 。「用各種手段去把他們轉換出來,中間過濾掉很多人也沒關係。」Miula說。

網紅的下一步:從UGC走向PGC

談到網紅的下一步,呱吉先引述黃子佼的話:「所有的演藝工作者,為了不被看穿、看膩,都需要做很多功課,也是很大的壓力。」他接著舉了一個例子:「蔡阿嘎已經紅了10年,從過去喊『中華隊加油』,現在也不斷找尋新的模式。」

除此之外,他認為前段班的創作者在意識到競爭危機後,會想辦法做出技術上的門檻,「 現在要靠對著鏡頭講幾句幹話就紅,在2019年會很困難,因為大家都在向前進 。」

翁梓揚講得更直接,未來網紅一定會從UGC(使用者創作者內容)走向PGC(專業創造內容)。

網紅發展還在初期,市場空缺仍大

Miula認為,網紅很競爭,但仍有許多領域空缺與機會存在,「 拉長到10年來看,網紅發展現在還在初期。

以Google的角度來看,如果他們想用YouTube消滅電視,讓YouTube成為唯一的影像來源,那全部的電視節目在YouTube上都應該要有。「還有很多節目YouTube沒有,那就是機會所在,像是過去缺少政治型YouTube,現在也越來越多了。」Miula說。

呱吉則說,很多題目都很少人做,像是健身一直都是極具市場、潛力的主題。此外,呱吉也提到手機遊戲《神魔之塔》的案例,「過去他月營業額4億,一年突破50億,但廣告都打在網路上。」當遊戲、3A等級的大作,行銷預算可能超過一億元,如果不花在電視廣告上,以一個網紅一支業配20萬來看,可以買500個網紅,「 空缺還很大,代表有些人有錢想花但是沒地方花。 」呱吉說。

翁梓揚則說,鼓勵所有投入的人走向百萬訂閱,但關鍵在於觀眾的黏性,以及靠著內容策展,進行精密的用戶營運。找尋精準的受眾,過去廣告商只看基數(訂閱、觀看),未來會看更多的男女比、轉換率等數字。

政治人物的網紅化?

邱威傑(呱吉).jpg
呱吉想證明,不靠政論節目、花少少的錢也能選上市議員,最終他的實驗成功了,也讓許多政治人物開始摩拳霍霍地開設影片頻道、直播。
圖/ 數位時代

最後這個問題為呱吉量身定做,許多政治人物開始開直播、推影片,邁向網紅化,「跟你有關係嗎?」主持人問得直接。

呱吉回答得更直接:「我參選時有些實驗動機,完全不上政論節目。我想證明不靠政論節目一樣選得上。我想證明你們這些東西是沒有價值的, 政論節目是一堆垃圾 。」

他用數字來佐證,假定收視率調查有效、統計沒有誤差,如果收視率不到1%,觀看數不過2、30萬,「任何一個網紅都能超越這個數字,名嘴講的口沫橫飛,但真的有影響力嘛?我真的覺得還好。」

「我證明了換個方式做也有效,我想應該有人會受到我的影響。」呱吉說。

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