每1個偶像,就是一個分眾市場
每1個偶像,就是一個分眾市場
2003.02.01 | 科技

傑尼斯比較特別的是它「只經營男偶像」,從偶像出道再朝出唱片、演戲多元化發展,它最成功的地方是每個團體有不同的分眾市場,而且定位很明確,第二點是:社長喜多川對男偶像有獨特的見解。
所有的傑尼斯偶像都是喜多川親自挑選,從旁觀者的角度來看,大概可以分成3種類型。一種是「鄰家弟弟」型,就像近畿小子裡的堂本剛或V6裡的三宅健;第二類是「白馬王子」型,像堂本光一;第三則是「野性」型,看起來比較有個性的,像是V6裡的森田剛。至於為什麼這樣選,或許這是喜多川無形中養成的眼光,每個人對喜歡的事物都會有自己的sense,但你一看就知道這是傑尼斯的味道,它已經做好了分眾的「個別產品定位」。

**偶像也可以永續經營

**
傑尼斯在1975年創立,1982年結成人數眾多的「少年隊」,再從其中挑出3個人,組成正式的少年隊。少年隊最特別的是舞台經驗,他們在舞台上又唱又跳,在歌曲結束前3個人一起表演後空翻,在日本演藝圈絕無僅有,成為熱烈討論的話題,後來小虎隊有後空翻的表演,也是學他們的。
少年隊建立了傑尼斯日後偶像團體的發展模式,還有偶像老了之後該怎麼發展的管理模式。
他們3個人後來曾合演電影,每年夏天一定都有一場舞台劇演出,搭配的都是一流的演員(如出身寶塚等);有人演出日本收視率很好的連續劇《冷暖人間》;有人則是出書,談自己的興趣釣魚或上節目做料理,是一個結了婚的「新好男人」形象。在他們身上,你看到偶像也可以永續經營。
旗下有那麼多男偶像,傑尼斯其實是把他們分散在不同的籃裡,交給不同唱片公司來經營,近畿小子和少年隊是由自己旗下的「傑尼斯娛樂」(Johnny's Entertainment)經營,V6、瀧&翼目前在艾迴,嵐(Arashi)在JSTORM,TOKIO在環球、SMAP在Victor等等,這樣一來在不同公司,都會是第一順位。分散後不但都可以享受到最好的資源,也不必傑尼斯傷腦筋排順位,如果經營得不好,再換唱片公司就行。
在日本,經紀公司是強勢的,所以媒體要親近經紀公司。旗下藝人登上雜誌當封面,經紀公司是要收錢的,雜誌賣出多少本,它可以抽成,這就是賺錢來源。另外還有周邊商品,你買也買不完,他們也專門成立一個商品店鋪「傑尼斯SHOP」,在全日本都有設點。像舉辦演唱會,主要是賣周邊商品,門票5000到6000日幣,但周邊商品買下來卻要兩、三萬日幣,這才是主要獲利來源。

往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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
一次搞懂Vibe Coding
© 2025 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