Apple TV+期中考來了！7月免費方案即將到期，蘋果能吸引用戶掏錢續訂？|數位時代 BusinessNext

作為蘋果在串流影音領域關鍵一步的Apple TV+，即將迎接誕生近兩年來最大的考驗。蘋果前陣子宣佈，從7月開始購入新機獲得的免費Apple TV+服務將從1年大幅縮短為3個月，同時許久前第一批獲得免費服務的用戶也即將到期。

儘管Apple TV+定價為每月4.99美元（台灣為新台幣170元），但從2019年11月登場至今，大多數用戶都是使用購買新產品贈送的1年服務，尤其蘋果在疫情期間二度延長了免費試用期。

今年1月，研究機構Moffett Nathanson發布的資料顯示，全球Apple TV+的用戶中，高達62%是免費用戶，換句話說自掏腰包訂閱服務的比例還不到4成。

然而無論是免費用戶的試用期間，或者購機即贈1年服務的促銷活動，都即將在7月完結，屆時Apple TV+便只能依靠自己的本事，在競爭激烈的串流媒體市場脫穎而出。

至於Apple TV+目前有多少用戶仍是個未知數，不同於積極公佈上線成績的迪士尼，蘋果從未對外透露Apple TV+的表現數據。目前唯一可以知道的數據是，蘋果財務長4月曾聲稱，蘋果旗下各項服務目前擁有6.6億訂閱用戶，較上一季成長4,000萬人，其中有多少屬於Apple TV+就還是個謎題。

可觀看內容太少，Apple TV+被評價為串流媒體中的「奢侈品」

對於Apple TV+而言，7月這個重大轉折期無疑是它上線以來最大的考驗，也是驗收推出近兩年來成效的時刻，那些體驗免費服務的用戶中，有多少人會願意繼續付費訂閱？

如果說什麼對一個串流影音平台是最重要的，那無疑是吸引人的龐大影視內容。然而Apple TV+幾乎不購買內容授權，專注製作原生內容的作法導致，這個新生的串流媒體上，可以挑選、觀看的內容實在太過稀少。

恰好Apple TV+推出後，沒多久便遭遇空前的疫情危機，雖然對串流影音理應是最好的時機，但世界各地的戲劇製作都因此受到影響、時程延宕，對亟需新內容的蘋果無疑是莫大的打擊。

推出兩年來，Apple TV+上可供觀看的節目總數仍不到百部，相較之下，Netflix、亞馬遜Prime影音等老牌串流影音平台都有至少上千部作品讓觀眾挑選，並積極購入工作室充實影視陣容，好比說亞馬遜先前才以84.5億美元收購持有《007》等IP的米高梅。

且不購入授權內容，也代表著很難有機會藉由知名IP吸引用戶進駐服務，迪士尼與蘋果幾乎同一時間發表的串流服務Disney+，初期就是依靠星際大戰IP衍生的《曼達洛人》吸引第一波人潮，為串流媒體服務發展打下好的基礎。

再結合迪士尼引以為傲的強悍影視陣容，Disney+以前所未見的速度成長，推出一年半便達到1億訂戶的里程碑，儘管時空背景不同，Netflix當初可是花了10年時間才企及1億訂戶的成就。

即使Apple TV+的訂閱價格遠較Netflix等競爭對手為低，外媒《Cnet》仍評論，在作品內容嚴重不足的現況下，Apple TV+目前對消費者而言仍是串流媒體中的次選，更像是一個「奢侈品」。

Moffett Nathanson共同創辦人Michael Nathanson指出，「蘋果在這方面沒有優勢，雖然有一些優質節目，但缺乏大規模推出新內容、也沒有強檔節目或足夠深影片庫，無法建立一個創造大量獲利的業務。」

擴大支援設備、推出捆綁套餐，Apple TV+能否彌補內容缺乏劣勢？

根據Moffett Nathanson調查，目前Apple TV+的訂閱用戶中，有29%表示不會繼續訂閱、41%還不確定、只有剩餘30%透露願意持續訂閱蘋果的串流影音服務，留存率似乎無法太過樂觀。

不過，除了依靠免費服務吸引用戶加入外，蘋果也持續從不同面向增進用戶訂閱的意願。6月初時，蘋果宣佈Apple TV將擴大支援大量Android TV系統的設備上，就被認為背後原因是為了擴大Apple TV+的用戶觸及；去年也曾擴大支援Sony及Vizio的智慧電視。

去年9月，蘋果也推出訂閱套餐Apple One，只要14.95美元即可一次訂閱Apple Music、Apple TV+、Apple Arcade等服務，並可享有50GB iCloud儲存空間。這種套餐方案便是希望藉由各項服務的互補，去吸引那些對Apple TV+有些興趣，但覺得價格有些太高的用戶。

也有看法認為，Apple TV+的關鍵不在於自身能創造多少營收，而是類似亞馬遜的生態系戰略，只要能夠鞏固用戶留在生態系內便算成功，單獨服務的讓利無傷大雅。

Parks Associates分析師史蒂夫．凱森（Steve Cason）解釋，當你購買iPhone等產品進入蘋果的生態系後，他們就會給予用戶Apple TV+、Apple Music等各項服務，將用戶牢牢留在生態系當中。

無論如何，蘋果的策略能否奏效、Apple TV+推出迄今究竟擄獲了多少消費者的芳心，7月後就要見真章。

資料來源：CNBC、Cnet、The Verge

責任編輯：蕭閔云

1973 年，良興從台北光華商場一間 50 坪的電子零件行起家，半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過，伴隨規模擴張帶來的不只是成長，還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆，加上跨部門協作頻繁，行政耗損與知識傳承的缺口，成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧，從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營，作為 3C 零售業者，良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能，就是良興第五波轉型的核心命題。」

AI 自動化，從行政細節釋放組織戰力

轉型需要夥伴，而賴志達評估合作夥伴的標準很明確：技術能力是基本，產業知識（Domain Know-how）的深度是關鍵，回饋速度更是最終決定因素。2025 年的未來商務展上，良興選擇攜手 Data-DI，看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的，良興與 Data-DI 合作的第一個專案，就落在最耗費人力、卻最常被忽視的環節：會議記錄。「會議如果沒有產值、沒有效果，對企業很傷！」賴志達說，他每天參加許多會議，但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理，常出現人名誤植、決策遺漏、行動項目無人追蹤，讓會議效果大打折扣。

為了解決會議記錄的痛點，Data-DI 業務副總包威棣指出，在導入工具以前，團隊須先釐清三件事：場景是否具備落地價值、哪些流程節點適合 AI 介入，以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問，都決定 AI 能否精準落地。

確認方向後，良興與 Data-DI 成功導入 AI 會議記錄自動化系統，透過模糊比對技術校正語音辨識誤差，並將生成的雙版本報告直接回存至既有資料庫，不僅將行政人員從重複性作業中釋放，也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享，現在他去外部開會也會用這個工具，運用 AI 把錄音轉文字、再整理成簡報，很快就能完成，更令外部夥伴驚艷。「我認為這是很成功的案子！也提醒想做 AI 的老闆們，與其急著搞大架構，不如先從小工具讓公司嘗試 AI，建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後，良興接著切入更深層的營運核心：知識傳承。過去，頂尖銷售經驗長期鎖在少數資深員工身上，新人培訓耗時三個月，員工離職即帶走知識資本。與此同時，網路資訊發達，消費者進店前早已掌握基本規格，3C 通路門市人員要如何發揮更多價值？「我要門市的人不是死背規格，而是面對客人時，能用客人能理解的方式對話。」賴志達說。

為此，Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡，串接教材生成、審核上架、AI 銷售對練與成績回報，主管僅需在核心節點審核；員工透過手機語音對練，系統依口吻、專業度、回應力等維度自動評分。賴志達表示，目標是將新人培訓期縮短至一個月，讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而，要讓這套系統真正運作，得先解決兩個根本問題：資料從哪裡來？以及訓練如何更準確？

「以前大數據時代，講的是資料要大、全、細、實；現在 AI 要做到的是準（準確）、合（合乎場景）。」包威棣說。良興不同廠商提供的素材品質參差不齊，Data-DI 除了整合內部資料，也補充加入外部市場評測內容以填補空缺，再透過人員審核機制過濾雜訊，搭配 agent 架構的多層步驟與知識限定，確保系統能精準提煉對應品類的訓練素材。

賴志達則看得更遠：「這些教育訓練的內容，也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問，帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中，雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步，賴志達表示，公司各部門很早就建置 Power BI 報表，但數據豐富不等於決策清晰。「數據是土壤，如果沒有梳理，就沒有用了。」因此，他的下一個目標是活化數據資本、推動行銷自動流，以精實的人力持續驅動成長。

包威棣則從顧問視角歸納兩個觀察：AI 導入需要高層認同、由上而下推進，像賴志達這樣持續引領良興走在業界前端的決策者，就是不可或缺的推手；而單點工具的價值，終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構，人員訓練改變了知識傳承的方式。從點狀應用走向企業變革，這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後，對於仍在觀望AI應用的企業，他則建議：「未來 AI 導致的落差只會愈來愈大，人會變成超級工作者，企業會變成超級企業。開始做就對了，先做一個三個月的小任務，降低落差、再急起追上。」從痛點切入、小步快跑，讓組織在實作中累積對 AI 的理解與信任，這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊，請查詢網站：https://www.data-di.com/