Netflix美付費用戶8年來首次衰退,是過度解讀還是危機訊號?
Netflix美付費用戶8年來首次衰退,是過度解讀還是危機訊號?
2019.07.18 | 影視

在影音串流(OTT)爭霸戰打的如火如荼之際,Netflix在今(18)日台灣時間凌晨4點,公布2019年第二季財報。

在這一季,雖然Netflix營收達49.2億美元、年成長率為26%,但影音串流平台其中一項最關鍵的指標無疑是「付費會員」,Netflix離單季新增500萬會員的預期差了近一半,在大本營美國,會員還未增反減,8年來首次「倒退嚕」,流失12.6萬名美國用戶。

Netflix
Netflix創辦人暨執行長里德・哈斯廷斯(Reed Hastings)在財報後的電話會議上,看起來還是相當平靜,回答投資者及分析師的問題。
圖/ Netflix Investor Relations YouTube

在這之後,Netflix股價一度跌落逾10%,市值蒸發200億美元。「 Netflix去年市值一度超越迪士尼,但它還是很新的公司,即使會員縮減的數字不是太大,Netflix一直都在被放大檢視, 」猴子整合行銷股份有限公司負責人王師分析。

預期會員成長500萬,卻只達標270萬

先來看看,Netflix每一年、每一季的財報概況。

Netflix
在2019年第二季股東信中,Netflix公布2016年到2019年每一季會員成長預測及實際數字。
圖/ Netflix

三年半的時間,Netflix會員人數一路從8,100萬成長到1.46億,翻了將近一倍。但每年的第二季、第三季都是Netflix的「淡季」,無論是預測還是實際加入的會員數字,都是一年中相對低點。

但是,這一季無疑是這段時間以來,預期和實際數字差異最大的一季:預期有500萬的成長、實際卻只有270萬,Netflix也承認,會員人數成長幅度幾乎在提供服務的所有地區都低於預期。

Netflix解釋,由於第一季會員數增加960萬,是三年半來最高,這讓第二季的預測會比一般來說更高。

3年前,我們也沒辦法預期單季營收可以從21億美元,成長到現在將近50億美元,財報預測本來就會高高低低,不能歸咎於單一原因,有時大家會過度解讀,總之我們仍專注做好該做的事, 」哈斯廷斯在財報公布後的電話會議上向股東及分析師解釋道。

美國12.6萬用戶退訂關鍵在漲價,與競爭對手無關

眾所皆知,早在2017年,Netflix在美國用戶已經超越有線電視,在Netflix口中,總是一再強調有信心走近6,000~9,000萬個美國家庭中。但在這穩固的「大本營」,美國會員卻出現8年來首次「倒退嚕」,單季就有12.6萬名用戶退訂,原因究竟是什麼?

Netflix在股東信中承認,這和「較高的訂閱成本」有關,在月費漲價的地區,會員成長數和落差就更大一些。

早在今年1月,隨著對原創內容投入成本不斷增加,Netflix又再度宣布漲價,針對美國用戶調漲13%至18%不等價錢,是服務上線12年來漲幅最高的一次。Netflix在美國的基本方案此後由8美元調漲至9美元,最多人訂閱的HD方案由11美元調漲至13美元,最高解析度的Premium方案則是由14美元漲為16美元。

事實上,這並不是Netflix首次漲價,為何這次「後遺症」特別大?讓外界紛紛猜測,是否與有越來越多競爭對手有關?

「我們不認為這是一個原因,因為在第二季競爭格局沒有發生重大的變化。」哈斯廷斯回答。的確,無論是Disney+、HBO Max、Apple TV+,最快也要等到今年秋季,或明年才上線,那時Netflix「真正的挑戰」才要開始。

持續專注自製內容,提升付費會員

沒有廣告、沒有IP授權,除了會員費幾乎沒有其他營收的Netflix,下一步該怎麼走?

「YouTube被觀看的時間是我們的7倍,但問題是我們是付費,就該思考能否創造更多好內容。扣掉中國,全球有7億家庭在看付費電視,這是一塊巨大市場,但他們看的都是非常本土的內容,重點是Netflix能不能創造這麼多的本土內容。」哈斯廷斯說道。

像是針對亞洲,Netflix前後公布6部韓國原創內容、5部印度原創影集、3部華語原創內容,以及剛剛公布6部的華語內容,包括相信音樂授權的《五月天人生無限公司》、三立授權的《一千個晚安》,甚至還有霹靂布袋戲《霹靂英雄戰紀之刀說異數-第一季》。

Netflix承認,在平台上最受歡迎的兩個節目——《六人行》和《辦公室風雲》,將於2020年和2021年下架,被NBC和HBO Max再「買回去」。隨著接下來市場不再是Netflix獨大,Netflix勢必內容不能「包山包海」,而是更專注在自製影集上。

Netflix 怪奇物語.jpg
《怪奇物語》被看作Netflix最有更多商業潛力的IP。
圖/ Netflix

談到「爆款IP」,最近最讓人津津樂道的是《怪奇物語3》,在7月上線四天後,官方透露已經有超過4,000萬個用戶收看,預計可以為第三季增加700萬用戶。然而,《怪奇物語》已經開始「走出Netflix的框框」,和可口可樂、Nike、漢堡王合作,甚至推出手遊,讓外界期待可以像迪士尼的IP,做出更多的商業延伸,也讓Netflix有機會在付費會員之外,有更多元的營收來源。

但哈斯廷斯卻仍持保守態度,表示付費會員仍是Netflix最大的成長引擎,會繼續專注在提升好的內容,讓會員繼續成長。

「只要投資者仍相信,Internet TV(網路電視)會到達某一個高度,就不用過於擔心。」哈斯廷斯說道。影音串流巨頭Netflix的巨大挑戰,今秋才正要開始!

責任編輯:陳映璇

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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