步過多年「野蠻生長期」，Podcast如何席捲全球？|數位時代 BusinessNext

去年起，台灣Podcast開始火熱，愈來愈多人感受到聲音的魅力。

由於歐美仍是Podcast產業遊戲規則的制定者，本篇不談市場規模、台灣熱潮等議題，而是整理今年以來，幾件我認為重要或有趣的Podcast產業事件，從中一窺未來產業的發展面貌。

推薦閱讀：「耳朵經濟」蓄勢待發！《紐時》、Spotify吹起Podcast產業併購風，台灣何時追上？

如同知名研究暨顧問公司Gartner認為，創新技術都會歷經乏人問津、泡沫化、泡沫破碎、復甦等階段；許多新興產業的發展，通常也不是線性的，而是會先歷經一段漫長的「野蠻生長期」，直到有企業看到機會點大舉投入、開始加劇市場競爭，最後進入態勢底定、寡占競爭局面。

依循前述這段路，Podcast產業走了十幾年的野蠻生長期，近年全球音樂串流平台龍頭Spotify大舉進軍後，才正式揭開競爭序幕。

連2年下重本不手軟，Spotify的野心促活市場競爭

2019年2月，Spotify宣布分別以2.3億美元收購Podcast製作公司Gimlet Media，以及1.4億美元收購Podcast創作平台Anchor，震撼全世界。

當市場還在猜測究竟Spotify對Podcast的想法是什麼，今年5月Spotify更以1億美元的天價與頂級創作者Joe Rogan簽下數年的獨家協議；隔月更宣布與藝人Kim Kardashian West及DC漫畫簽訂獨家Podcast節目合約。

連續兩年豪擲重金布局，Spotify的目標已相當明確：從上游（創作者）、中游（創作平台）到下游（收聽平台）通吃的集中化體系。

傳統的Podcast傳播管道是：創作者將聲音節目上傳至託管平台後，透過RSS（簡易資訊聚合協定）推播至各大收聽平台，在這情境下的Spotify只是「其中之一」；完成布局的Spotify將透過獨家內容、更有效率的廣告系統，以及整合「聽音樂」這件事的終端應用，成為「僅此一家」。

Spotify的舉動當然也帶動了市場競爭氣氛，其中最奮力與其一搏的是成立超過30年的美國衛星廣播公司SiriusXM。

為進軍數位領域，2019年SiriusXM先斥資30億美元收購網路電台Pandora；今年更踏入Podcast產業，以3.25億美元買下美國廣播公司E. W. Scripps旗下的Podcast業務服務，當中包括知名的聚合平台Stitcher以及廣告網。從收購路徑可以發現，SiriusXM的布局邏輯與Spotify大同小異，可以想見下一步也是加入爭奪頂尖創作者的行列。

或許是受到市場競爭熱度的刺激，本為Podcast濫觴卻又長期放置不理的蘋果公司（Apple），以及電商巨擘亞馬遜都有所行動。

因為不做廣告生意，蘋果公司的切入點，是找尋可以製作Apple TV＋原創影視的Podcast創作、或是具有改編成Apple TV＋原創影視內容潛力的Podcast。

亞馬遜則是將Podcast包進有聲書服務Audible及音樂服務 Amazon Music的內容範疇當中。兩家業者的目標都是想找到 Podcast 對其既有事業的加分點，而非大舉投入。

語音文字同步化，激發創作全新動能

最後，除了產業競爭升溫，其他業者也想從Podcast身上找到綜效，基於這兩點，我認為下一步值得密切關注的是，Podcast在創作與傳播型式上的進化。

創作上，傳統Podcast剪輯方式不僅費時，還難以多人協作。

透過語音轉文字（voice-to-text）技術，Descript這家新創將聲音檔轉成線上文件，只要刪除文字就能同時刪除語音；這點在修整語助詞，或是想刪掉某些關鍵字的時候堪稱神器。此外，Descript能利用AI學習你的聲音，當你回放錄音時，發現把某人的名字叫錯了，可以直接在文件上修正「文字」，之後AI會依照你的聲音自動合成語音補上。

傳播上，以往Podcast多指純聲音內容，如今有些Podcast創作者，也開始上傳錄音過程的影像到YouTube，且創造了百萬觀看成績，Podcast的「影片版」也成了一個新藍海。這對歷年來屢次嘗試挑戰影視領域的Spotify來說，當然又是一個難得的機會，最近已正式開始測試此項功能。

綜上所述，我認為台灣的Podcast熱潮剛好發生在一個很微妙的時間點： 歐美巨頭進入白熱戰、Podcast商業規則即將被重塑，創作與傳播型式，也將因技術的進步而發生躍進。

對台灣的創作者、聽眾、廣告主而言，Podcast是一個全新時期的黎明，但若放到全球商業及科技的框架下檢視，則是第一階段「野蠻生長期」的黃昏。

推薦閱讀：Podcast廣告年收益上看300億，業配力超強！3數據讓行銷人看懂利弊

雖然媒體與內容產業的發展，常與「在地」高度相關，因此歐美世界的發展趨勢，很大機會對台灣的影響不大，但前述的微妙時機點，值得創作者及業者納入對Podcast產業的思考與評估角度。

責任編輯：陳建鈞

（本文內容同步刊載於《數位時代》第316期，2020年9月號雜誌）

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。