紙本、數位廣告營收雙雙下滑！紐時、WSJ為媒體未來指路|數位時代 BusinessNext

Podcast促進訂閱制，更將成數位廣告救世主

《紐時》管理層在電話會議時提到，全球有一億人的潛在市場，這些人可能會願意為了《紐時》的英文新聞付費訂閱；目前全世界有10億人在網路或其他數位方式閱讀新聞，有超過8,000萬人為新聞付費。

作為廣受自由派認可的品牌，《紐時》訂閱模式創造出了良性循環，有愈多人付費訂閱，就能加重投資擴大全球編輯室團隊，和其他新聞類產品（例如互動式的專題、不同主題的Podcast）。

除了硬性新聞外，《紐時》還投資在像是商品評測的網站Wirecutter，以及Podcast領域，例如每天超過400萬聽眾的《The Daily》，以及社論和書評等多元節目，且由於大多數Podcast聽眾年齡層位於40歲以下，品牌能藉此與更多年輕受眾接觸並建立信任。

《紐時》執行長列薇安（Meredith Kopit Levien）在電話會議中提到Podcast節目《The Daily》，在開始經營該節目的4年內，加強了讀者與品牌的親近，使得《紐時》訂閱轉換成長快速。

列薇安表示，擴張節目類型是《紐時》投資重點之一，如他們在今年7月買下知名Podcast製作公司Serial Productions。她還指出；而Podcast的高CPM（每千次廣告曝光成本）不同於傳統網路廣告，未來Podcast廣告業務將是值得注意的成長動力來源。

不過，列薇安也說，2020年會是個特別的年分，疫情以及總統大選讓人們的新聞需求大增，也促成更大量的訂閱與關注，不能預期未來會重複這樣的表現。

與《紐時》走不同路，他們為何信任蘋果代打訂閱服務？

新聞集團（News Corp）旗下道瓊集團（Dow Jones & Company），是《華爾街日報》（WSJ）、投資雜誌《Barron's》的母公司。

攤開他們財報，2020年第三季雖然廣告營收從8,400萬美元下滑17％，到7,000萬美元，但發行與訂閱營收上升了8％，來到3.1億美元，《華爾街日報》數位訂閱數成長了27％，來到了235萬人，《Barron's》的數位訂閱數也成長了43％到45.8萬。數位訂閱的營收占道瓊集團營收73％。

為了能更有效接觸全球更廣大讀者，《華爾街日報》加入蘋果新聞訂閱服務 Apple News＋的行列。

一般來說，外界多認為可能傷害《華爾街日報》本身訂閱數，但新聞集團管理層深信是幫助其接觸不同客群。

跟《紐時》選擇退出高達50％抽成的Apple News＋不同，《華爾街日報》認為該服務能吸引新用戶訂閱。

尤其數據顯示，《華爾街日報》男性受眾多過女性，但在Apple News＋平台上，女性讀者反而超過男性。

若看完《紐時》和《華爾街日報》，可能會覺得訂閱制對媒體來說前途大好。

但必須注意的是，基於兩者皆為全球知名的權威媒體品牌，並使用主流語言英文，因此有了非常廣闊的市場空間，也更有底氣用訂閱收入取代廣告，以維持非常大的編輯室編制。

大者恆大，頭部企業能獲取最大部分的用戶和利潤。在這個付費訂閱媒體愈來愈多的年代，消費者會做出取捨，大家不可能會花錢訂閱所有權威媒體，是故，每個媒體都要顧好自己防守範圍，謹慎服務自己用戶。

《紐時》作為美國自由派領導品牌，也就一路堅定「反川」到底，迎合自己受眾口味，否則以有「取消文化」（cancel culture）著稱的自由派讀者群，若發現任何違反其理念的跡象，很可能就會湧現退訂潮。

責任編輯：郭昱彣

曾是台灣製造業重要根基的塑膠射出產業，如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者，老師傅退休、新人才接不上的現況，更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具，許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出，全球塑膠射出市場規模超過 3000 億美元，每年仍以約 3% 至 4% 的幅度成長。需求並未消失，只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉，老師傅數十年累積的經驗卻很難複製。

這道人才缺口，正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發，歷經近十年研究與工廠驗證，嘗試把老師傅腦中的射出經驗，轉化成可以計算、保存與持續學習的 AI 模型，解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI，射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備，不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後，生產現場仍得依產品、材料與機台特性，調整溫度、速度、壓力、位置等條件；即使使用同一種塑料，不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處，不只是記住參數，而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的，就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後，第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統，工廠只要輸入材料、機台規格、產品尺寸等資訊，sMolding 便能計算第一組成型參數；若試模後出現產品缺陷，再由 sTroubleshooting 提供修正建議。

「它就像導航。我今天告訴你要從 A 點到 B 點，但不知道路怎麼走，導航會把路徑算給你。」張詠翔說。對射出成型而言，這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例，傳統方式需 7.5 小時，導入系統後縮短至 2 小時，材料使用量從 23 公斤降至 8.7 公斤，整體試模成本降低 64%。

但找到正確參數只是第一步，真正進入量產後，工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損，都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組，透過射出壓力數據持續監控品質，並依生產狀態自動補償關鍵參數。換言之，AI 不只在試模階段提供一條正確的「導航路徑」，進入量產後還能因應製程變化持續修正，進一步朝「自駕」邁進。

從產線驗證到海外布局，桃園如何助攻智穎智能跨過0到1？

但要讓 AI 真正走進工廠，智穎智能採取 SaaS 訂閱模式，將核心運算留在雲端持續學習與更新，降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備，因此智穎智能的方案既能導入既有設備，也能與射出機、控制器業者合作，在新機出廠時直接整合。「一個工廠不會只有一個廠牌，就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言，AI 真正走進製造現場的關鍵，在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言，降低導入門檻還不夠，更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言，桃園不只是公司所在地，也提供了技術走向市場的第一塊試驗場。「對新創來說，第一個就是要經費、要人才、要場域，再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期，團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源，降低早期研發與營運負擔。更重要的是，桃園密集的製造業聚落，本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業，智穎智能在創業初期接觸到位於桃園的「良器」，成為公司第一個客戶。從概念驗證、產品調整到實際導入，合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言，第一個願意開放場域的客戶，意義遠超過第一筆營收。

如今，從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次，完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示，透過市府帶領團隊前往日本神戶，智穎智能接觸當地官方與企業資源。在市府引薦下，團隊成功對接了神戶知名加速器，更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局，為下一階段海外市場拓展做準備。

AI 解決「怎麼生產」後，下一步是「替誰生產」

當 AI 開始解決「怎麼生產」，張詠翔看到的下一個問題，是「替誰生產」。部分製造商提高生產效率後反過來問他，如果我的產能多了 20%，但沒有多 20% 的訂單，我何必要做那麼快？

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家，品牌要在海外重新尋找符合特定規範與製程能力的供應商，也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商，讓品牌端能依條件尋找供應商，也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務，初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究，到桃園工廠提供第一個實際驗證場域；從把老師傅經驗變成 AI「導航」，再走向能自行修正製程的「自駕」，智穎智能試圖數位化的，是製造業最難被保存的資產：人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散，這套從桃園工廠磨出的 AI，下一步不只要替老師傅找到數位接班人，也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源，將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去，讓外界看見桃園豐沛且具實戰力的創新動能。