拆分或是綑綁?OTT平台的成長挑戰
拆分或是綑綁?OTT平台的成長挑戰

最近因為新型冠狀病毒疫情升溫,假日選擇待在家中追影集,其中最令我著迷的是Netflix上與韓國同步播出的《愛的迫降》。由於全劇即將完結,便請身邊朋友推薦作品,有人知道我是星際大戰迷,推了Disney+上的《The Mandalorian》(中譯:《曼達洛人》),有人則推薦Amazon Prime Video上橫掃2018年諸多大獎的《The Marvelous Mrs. Maisel》(中譯:《漫才梅索太太》)。

整理完所有推薦作品後,才發現:不僅因為好作品太多而不知該如何下手,更因為這些作品版權專屬於特定平台,多了必須訂閱多家串流平台的困擾。此時心中不禁浮現一句話:「要是能將各平台上想看的劇分拆出來就好。」這個想法也導致我花了些時間研究OTT(線上影音串流)平台的下一步。

僅供報導用途_shutterstock_1272527962_OTT.jpg
OTT平台百家爭鳴,競爭白熱化。當各大業者持續替「綑綁方案」增加新東西時,最終將會到達一個認知落差的臨界點:企業覺得自己推出的方案「很超值」,但消費者只感到「被綁架」。
圖/ Ivan Marc via shutterstock

OTT 訂閱平台正將自己打造成當年的「有線電視」

首先很慶幸我並不孤獨。根據勤業眾信2019年《Digital Media Trends》報告,高達47%的美國消費者表示,對愈來愈多的訂閱服務產生「訂閱疲勞」(subscription fatigue)。更甚者,Sandvine的2019年《Internet Phenomena Report》報告指出,P2P網路應用與非法網路電視的流量較往年有明顯成長,推論是消費者為了更便利取得各平台上的獨家內容所致。

推薦閱讀:Netflix、HBO等串流廠商想了至少3種辦法,要阻止用戶貪小便宜共享帳號

上述現象頗令人玩味。Netflix等OTT平台十年前之所以崛起,都歸因於利用新技術變革(也就是網路),將傳統有線電視原先整合成一大包的服務拆成單一服務。如今OTT平台遍地開花,各業者無不利用更加豪華的內容庫,想辦法留用戶在自家「牆」內,反而有種當年有線電視業者的既視感。

推薦閱讀:串流影音市場競爭白熱化,付費訂閱不再是唯一選擇

這個情境就是經典的「綑綁(bundle)—分拆(unbundle)」循環。對企業來說,替既有產品或服務增加營收,最直接的手段就是「加東西」,因為比起獲取新顧客,讓既有顧客多掏點錢往往更簡單。對消費者來說,選擇綑綁方案除了更方便,通常也意味著更便宜,就像套餐普遍比單點划算一樣。

然而,如同Clayton Christensen在其經典著作《創新者的窘境》中提到的概念,成功企業常常持續做自己認為「對」的事情,但很高機率其實是與市場相違背。

當企業持續替綑綁方案增加新東西時,最後會到達一個認知落差的臨界點:企業覺得自己推出的方案「很超值」,但消費者只感到「被綁架」。

此時,新創公司就會竄出,從原本綑綁在一起的服務當中,再分拆出最有價值的部分,然後用新技術提供給消費者;消費者也樂於用更便宜的價格,獲得更好的服務。

十年前,因為有線電視業者提供的方案包山包海、不夠精準,消費者期待像Netflix這種性價比與體驗更佳的獨立服務;十年後,OTT平台不僅數量多,每個平台還不斷築起高牆,總訂閱價格還逐漸逼近、甚至超越過去。開始有消費者期待更方便的服務,甚至不惜在正式授權以前,利用非法盜版途徑來滿足追劇需求。

串流平台的未來方向在哪?

對於消費者需求,我們可以期待OTT業者將怎麼應對呢?Rafi Mohammed去年曾在《哈佛商業評論》發表過一篇短文,他認為OTT業者普遍採用「吃到飽」模式是問題癥結,只要能推出更彈性的定價方案就能有所改善。例如,業者可以採「計量收費」,依照收看時間長度,或看過的劇集數量收費;或是例如依照作品的獨占性、新鮮度、類型等屬性來推出分拆套餐。

OTT業者不一定買單上述這種以「定價策略」來做分拆的建議,因為這可能減少整體收益。絕大多數的消費者都是價格敏感,並無時無刻都在追求最佳性價比。一旦推出更彈性的收視方案,可能導致消費者只挑選對自己最有利、最省的方案,反而使平台收益較過去採用「吃到飽」綑綁模式下降。

比起思考「分拆」,OTT業者現在或許更專注思考如何提供「更強固的綑綁」。

這當中又以Disney的動向最值得關注。回顧Disney的發展史,其企業願景就是打造一個巨大綑綁:用電影創造讓人印象深刻的角色,讓這些角色透過其他媒體、產品通路變現,最後把人帶進遊樂園消費一整天。隨著完成收購21世紀福斯,以及建設完畢Disney+與Hulu這兩條直通消費者的內容高速公路,Disney的綑綁時代或許才剛起步。

最後,5G或許將帶來新的可能。OTT業者眼前的最大挑戰之一,是當網路原生世代的滲透率已到一個程度後,如何找到新的使用者成長管道。 因此,元老級業者Netflix近年來極力推動與全球各地的有線電視業者合作,透過他們來接觸陌生客群。

5G對所有OTT業者來說是一個全新的成長管道;對電信商而言,5G不論頻譜或基礎建設費用都要價不菲,OTT業者提供的內容不僅是行銷利器,更是差異化的武器。當雙方利益一致,或許也將發生電信商向各家OTT業者談獨家內容組合包的情況。

責任編輯:陳建鈞

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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