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
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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