用金馬獎晚會規格做Live節目,為什麼17堅持與電視台合作《台視17Q》?
用金馬獎晚會規格做Live節目,為什麼17堅持與電視台合作《台視17Q》?
2019.04.03 | 人物

地點在3月10日的台視攝影棚內,《台視17Q》正在現場直播。根據節目規則,來賓需從捉對廝殺的pk內獲勝,才能獲得進行益智問答的機會。節目已經進行了90分鐘,距離收播只剩下半小時,特別來賓小鐘仍未贏得任何答題機會。

螢幕快照 2019-04-03 下午1.33.24.png
藝人小鐘在節目最後半小時才順利進入答題階段,沒有剪接、修改的特性就是直播的魅力所在。
圖/ TTV 台視官方頻道

嚴濰秜在廣告時間上前跟小鐘說:「再輸的話,就又輪到第一組囉,我們沒有保送,輸就是輸。」聽到這邊,問嚴濰秜會不會怕小鐘完全沒有機會上台,「這就是Live啊,沒有在set的。」她說。

現場直播對17 Media(以下簡稱17)來說,既是伸展拳腳之處,同時卻也是最大的挑戰。

最困難之處在於「零秒差」

《台視17Q》不只是現場直播的電視節目,也於手機內的17 App同步直播。當節目進行至益智問答的階段,觀眾也能夠透過手機同步進行回答,若答案正確,將能獲得依據節目規則所頒發的獎金。

自智慧型手機問世以來,連動電視螢幕的「第二螢幕」概念不斷被提出,台灣卻始終沒有出現互動體驗良好的第二螢幕模式。直到2018年2月,17與八大電視台合作推出《17好聰明》時,才以亞洲先行者之姿嘗試拓展市場。

擁有20年電視台經驗的嚴濰秜,現為17新媒體內容事業群資深副總,過去不斷找尋與電視觀眾互動的方式,到了17之後才真正達成目標,「因為17是一家科技公司,」她一再重申這句話,是科技讓一切變得可能。

「最困難的是要做到『零秒差』。」嚴濰秜說。不只App的直播需與電視現場直播同步,進入益智問答的環節時,更要沒有誤差地讓觀眾加入問答,連答題的獎金也要做到即時分派。「同時17 App內還有其他節目在播,不會斷訊、Lag(延遲)是功夫所在。」嚴濰秜說。

螢幕快照 2019-04-03 下午1.39.05.png
虛擬主播小Q會在「求救」環節中出現協助參賽者,能夠直接與其互動。
圖/ TTV 台視官方頻道

除了網路傳輸的優化技術之外,17也讓虛擬主播加入《台視17Q》的問答環節,讓這個節目成為17科技力的展現平台。

直播的優勢與劣勢:數字即時卻需要不斷修正

不過,展現科技力的17也遇到了許多甜蜜的酸楚。數據,讓《台視17Q》挖掘到許多驚喜,並擁有過去電視節目所沒有的參考數字,卻也逼著他們不斷修正。

「每一集都在找bug,每一集都在改。」嚴濰秜說。因為除了電視現場直播,手機上的17 App也同步直播,自然比以往單純的電視節目有更多數字能夠追蹤。觀看數、不重複觀看數、留存率、留言、分享都是17的追蹤目標,「每一分鐘、每一分鐘去看要怎麼修正,不管是卡司、遊戲規則、題目方向都要做超即時的修正。」

嚴濰秜舉了兩個修正的例子,第一個是其中一集來賓的搶答燈發生故障,下一集就直接把燈拿掉;第二個則是節目流程,每一集都會稍作改變,找到最優化的呈現方式。不斷修正、調整的結果,也讓《台視17Q》的收視率從一開始的0.7,一直慢慢站到1以上。時間拉得更長來看,17的直播益智節目最高同時在線人數約為1.2萬人、平均每集留言數超過6萬則。

「這個節目很貴,真的很貴。」

但從17與八大、台視合作一年以來,台灣仍無後續跟進者的情況來看,要整合電視節目現場轉播與App即時互動仍有其門檻。除了技術之外,很大一部分是成本問題。

「這個節目很貴,真的很貴,」嚴濰秜說,「但我們想跟台視一起拚一把,除了《聲林之王》之外,台灣真的沒有大型節目了。」

根據嚴濰秜的說法,每天晚上《台視17Q》開播,17與台視都各要出動20人以上,台視負責硬體、17負責其他軟體與內容的部分,整個節目需要50人的製作規模。「台視給了金馬、金曲的李麗芳導播團隊和新聞中心,而17負責即時社群操作、軟體推播,內容製作等,等於每個禮拜天都在辦一個小型的晚會。」

不過,17與台視當然不是合作做公益。兩者共同將《台視17Q》的傳統媒體(電視)、新媒體(App)以及社群包成一包B2B的銷售產品,目前已有TOYOTA與飲料品牌美粒果等贊助商。

螢幕快照 2019-04-03 下午1.42.12.png
前NBA球星Rashard Lewis也參加了《台視17Q》,預計能為17與台視帶來截然不同的受眾。
圖/ TTV 台視官方頻道

對17 App來說,還能帶來大量的粉絲與下載,除了每一集加入答題的觀眾,還有節目來賓所帶來的粉絲,如3月底就特別邀請到前NBA球星Rashard Lewis,開拓了過往沒接觸到的觀眾。再透過App的內部引導,也期望觀眾能夠順勢加入17 App。「當所有人都在YouTube、Facebook搞直播時,演算法一變就是一個海嘯,不管怎樣,要own(擁有)自己的會員。」嚴濰秜說。

至於為何沒有導入「贊助(donate)」功能,讓商業模式的收入更加多元,嚴濰秜則說內部曾做過嘗試,但會讓畫面過於紊亂,在考量使用者體驗後忍痛放棄。

最後問到為什麼17從去年到現在都堅持與電視合作,推出即時互動節目,「不要想著一刀去切分新、舊媒體,台灣這麼小,只有共存共榮,才有生存的機會。」嚴濰秜說。

這同時也是17與台視需要共同面對的問題,是否有辦法打破新、舊媒體的藩籬,將新舊受眾融合在一起,同時將新的習慣帶入舊的收視族群。但至少17與台視正在嘗試,只要成功,將有可能為電視圈與直播界找到相當龐大的商機。

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