英國文化部長警告BBC恐遭淘汰,BBC酸回:10年前的「英國版Netflix」就是被政府給埋了
英國文化部長警告BBC恐遭淘汰,BBC酸回:10年前的「英國版Netflix」就是被政府給埋了

BBC曾有機會狙擊Netflix。

2007年,在Netflix推出串流媒體視訊服務之前,BBC就已經孵化了一個代號為「袋鼠」的串流媒體專案,計劃集英國三大電視台的內容力量,打造英國的次世代流媒體視訊服務。但這個專案遭到了監管機構的封鎖,最終被長期擱置。

相關人員從未在公開場合談起這個專案。直到本月初,英國文化部長妮琪·摩根(Nicky Morgan)警告BBC在目前的市場環境下必須作出改變,否則將被歷史所淘汰。

BBC用公開聲明的方式尖銳回覆了部長的言論,表示他們早在十年前就曾計劃創新,但被政客阻止。

英國版Netflix

BBC是全世界最早擁抱網路的電視網之一。

2007年,它推出了一個名為iPlayer串流媒體服務,用戶可以通過iPlayer在電腦上收看BBC的電視節目,「補看」落下的球賽、電視劇等節目。

第一版iPlayer開發結束之後,BBC技術和新媒體總監阿什莉·海菲爾德(Ashley Highfield)立刻意識到網路串流媒體技術不能只用來「補看」電視節目,流媒體很可能會有一個更廣闊的未來。他希望藉助網路,打造一個更完善、商業前景更廣闊的產品。

在與另一家店電視網ITV的戰略主管會面之後,阿什莉·海菲爾德(Ashley Highfield)心中的藍圖漸漸清晰起來。他們計劃集合BBC、ITV以及另一家電視網Channel 4(4頻道)的優質原創內容,再想辦法談下一些好萊塢電影的版權,將這些內容打包在一起通過網路,以串流媒體形式分發,專案代號為「袋鼠」。

2007年,網路產業泡沫破裂的陰霾還沒有完全過去。那是iPhone才剛剛誕生的時代,要開發一個網絡流媒體平台,三家傳統電視網面臨著巨大的挑戰,內部阻力也很大。BBC早幾年開發iPlayer時就並不順利。過程中有內部員工都對這個專案表達了自己的不理解,認為沒人會在低分辨率的電腦螢幕上觀看電視節目。也有人擔心串流媒體業務的開展,會影響到BBC的電視主業。

所以BBC決定和ITV、Channel 4合資成立一家新公司。考慮到之前就有開發iPlayer的經驗,加之在電視行業裡的優勢,BBC理所當然地成為了專案的主導方。出身BBC的阿什莉·海菲爾德(Ashley Highfield)也得以擔任公司CEO,開始基於iPlayer的技術棧,打造「袋鼠」服務。

阿什莉·海菲爾德(Ashley Highfield)組建了一支不大的團隊,在幾十個外包人員的協助下,完成了「袋鼠」的產品開發,並開始和一些內容提供方洽談版權事宜。一切蓄勢待發。

之後回憶起這段經歷,阿什莉·海菲爾德(Ashley Highfield)表示自己從iPlayer的開發中吸取了很多經驗,使得「袋鼠」在測試階段的產品體驗就已經非常好。

莫須有的「壟斷」罪名

2008年,雖然Netflix已經推出了自己的串流媒體服務,但這項業務還處於一個「測試」階段,只提供給已經訂閱了租碟服務的用戶,也沒有進入英國市場。對BBC來說,這是「袋鼠」上線的最佳時機。

正當一切準備就緒,「袋鼠」卻被英國政府喊停了。準確地說,是英國政府下屬的「競爭監管委員會」,受當地消費者保護機構的要求,開始調查這個專案。該部門的職責是調查各種企業併購案以及新公司的背景,防止企業通過這些手段過分支配市場,造成壟斷。

三家英國電視巨頭聯合創建一個視訊點播平台,這件事看起來的確很可疑。特別是在移動網路席捲全世界的前夜,很少有人能洞悉未來的發展趨勢。針對此案,英國競爭監管委員會專門成立了一個調查小組,但小組成員中並沒有人具備媒體或網路行業背景。

與此同時,這三家電視台的競爭對手也開始從中做梗。包括天空電視台在內的其他電視網,開始向政府進行遊說,表達它們對「袋鼠」專案的擔心。

在展開調查的半年時間裡,阿什莉·海菲爾德(Ashley Highfield)一直試圖向調查小組解釋,傳統電視台,即使擁有巨大的市場份額,在網路領域裡還是相對「無力」的。他在之後接受採訪時表示:「我們與他們(指調查小組)花了很多時間討論這個問題,但他們顯然不了解蘋果智慧裝置、線上串流媒體平台的巨大能量,不理解傳統電視台在這個領域面對的競爭對手有多麼強大。」

2009年2月,負責調查此案的小組得出結論,認為參與「袋鼠」專案的三家電視台在媒體領域佔有巨大市場份額,具有壟斷英國視訊點播市場的可能,直接從監管層面叫停了這家合資公司。

歷史走向了另一種可能。

十年之後

「袋鼠」專案被調查的幾乎同時,Netflix將流媒體服務獨立出來,並開始將流媒體作為自己的主業。

2009年,「袋鼠」專案被扼殺後不久,Netflix流媒體訂閱用戶開始激增。一年後,Netflix啟動了自己的國際化腳步,進入加拿大市場。2012年,Netflix進入英國市場。

直到2017年,Netflix已經席捲全球之後,BBC和ITV才終於建立了流媒體平台Britbox。Britbox其實就是基於「袋鼠」專案發展而來,只不過晚了10年。今天,現在每一家媒體巨頭都想打造自己的流媒體服務,Britbox不可能像10年前那樣「輕易」談下好萊塢電影的版權,也幾乎無法與坐擁1.67億付費用戶的Netflix抗爭。

面對這個問題,BBC內部人士表示,如果十年前「袋鼠」專案順利推出,Netflix永遠不可能獲得像今天這麼大的市場份額,至少在英國不會。而且如果「袋鼠」專案取得一定的成功,它還會吸引更多電視台加入其中,英國的串流媒體視訊市場,不會像今天這樣「四分五裂」。「袋鼠」至少可以集合英國本土的大部分電視節目,成為一個更專注於迎合英國觀眾口味的流媒體平台。

「袋鼠」專案被砍之後的十年裡,Netflix買下了不少英國節目的版權,包括BBC的著名電視劇《福爾摩斯》(Sherlock)。它還徹底買下了Channel 4的迷你劇《黑鏡》(Black Mirror),並續拍到了第五季。

阿什莉·海菲爾德(Ashley Highfield)在袋鼠專案夭折後不久就離開BBC,成為了微軟的英國區總經理。三年後,阿什莉·海菲爾德(Ashley Highfield)徹底退出科技行業,現在他是一家豪華遊艇公司的董事長。

責任編輯:林芳如、蕭閔云

本文授權轉載自:極客公園

關鍵字: #Netflix #OTT
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