一個「白噪音」,竟讓Spotify一年少賺12億元!還惹音樂人不爽,怎麼回事?
一個「白噪音」,竟讓Spotify一年少賺12億元!還惹音樂人不爽,怎麼回事?

海浪聲、風聲、雨聲到熙來攘往的都市環境音、蟲鳴鳥叫,各種稱不上音樂的「白噪音」已經隱隱在串流影音產業裡占有一席之地,Spotify的內部文件就估計,白噪音讓他們少賺了3,800萬美元,甚至一度考慮限制或禁止這種內容在平台上的曝光。

儘管Spotify擁有高達5億用戶,最新一季虧損卻達到3億歐元,如何將廣大的用戶轉化成獲利,毫無疑問是他們近年的重要目標,而「白噪音」就被認為是影響他們獲利的一大因素。

白噪音讓Spotify一年少賺12億元?

根據《彭博社》報導,他們看到的一份Spotify內部文件中提到,白噪音和環境音的Podcast每日收聽時長已經高達300萬個小時。會有如此驚人的數字,與Spotify推動Podacst節目等非音樂內容的方向有關,連帶讓白噪音獲得了龐大的聽眾。

該文件中指出,Spotify應該考慮將白噪音從談話節目的推播中去除,甚至未來禁止用戶上傳白噪音,並重新將聽眾導向對Spotify更有價值的類似節目,估計可為Spotify創造3,500萬歐元(約12.2億新台幣)的年度利潤。

對於這個揭露,Spotify也坦然承認公司內部的確有過這些討論,但強調這些提案並沒有成真,「我們的平台依舊提供白噪音Podcast。」

rain
收錄雨聲、風聲等各種聲音的白噪音,每天在Spotify上收聽時長高達300萬小時。
圖/ Unsplash

Spotify在2019年斥資3億歐元收購Podcast網路Gimlet、Anchor,正式進軍了Podcast業務,希望為除了音樂以外同樣有價值的聲音創作提供一個找到聽眾的平台,然而意想不到的是,透過這個平台成功的不只是Podcast創作者,還包括白噪音。

《彭博社》曾估計,這些白噪音創作者可透過Spotify投放的廣告分紅每月獲得約1.8萬美元收入。用戶可能在工作或睡眠時循環播放數小時的白噪音,進而創造龐大的分紅。不過報導中沒提到Spotify認為比白噪音更多金的聲音內容究竟是什麼。

雖然Spotify表示他們會繼續提供白噪音,但有用戶在社群平台Reddit上指出,他曾發現某些白噪音Podcast無故從帳號中消失,且不只一位用戶注意到這個問題。也有白噪音創作者向媒體透露,今年他們的節目已經突然從平台上消失兩次,第一次持續了三週,第二次也長達10天,導致他們損失上萬次的下載。

對此,Spotify則表示,他們沒辦法透露特定Podcast的狀況,僅聲稱有時候是他們在進行某些測試,並且會一一與創作者聯繫。

收錄環境音就能輕鬆獲得大量播放,音樂產業對分潤機制不滿

而Spotify曾有意對白噪音出手的消息,或許一定程度上反應了目前音樂產業與這種聲音內容之間的矛盾。

白噪音吸引大量聽眾的情況,早已經引發音樂產業的關注。白噪音的製作非常簡單,卻可以輕易得到觀眾多次播放,許多嘔心瀝血花費漫長歲月撰寫的歌曲,很可能播放次數還不如幾小時的雨聲,自然容易讓音樂創作者、唱片公司感到不平衡。

白噪音的創作遠比各種音樂、歌曲簡單。「製作這些(聲音)比撰寫一首實際的歌曲要簡單得多。」Sleep Jar執行長施瓦布(Nick Schwab)坦承,只要有合適軟體製作白噪音可說輕而易舉,該公司每月為600萬用戶提供各種類型的白噪音,獲得大量希望在工作時專注,或者安穩入睡的人們使用。

而且人們聆聽歌曲與白噪音的場景不同,也影響了兩者的播放時長。假如用戶播放白噪音幫助入眠,一部長度90秒的白噪音影片可以在7小時的睡眠時間裡重複播放280次、8小時就是320次,這也是為何目前Spotify上最受歡迎的白噪音之一《Clean White Noise – Loopable With No Fade》播放次數能夠突破13億次。

Spotify
許多音樂創作者、唱片公司都對串流音樂平台給予音樂與白噪音相同收益的情況感到不滿。
圖/ Unsplash

以Spotify每1,000次播放約3至5美元的版權費用來看,估計這首人氣白噪音可創造400萬到600萬不等的收入。

而由於目前串流媒體的分潤機制,白噪音的壯大意謂著擠壓到音樂家與歌手的獲利空間。包括Spotify、Apple Music在內,目前主流的串流音樂平台都是撥出一筆總預算,然後分配給唱片公司、發行商、歌手、創作者,當白噪音吃掉其中一塊餅時,分配給其他人的金額自然減少。

「這只會將資金從有文化價值的音樂吸走,因為所有資金都是來自同一個池。」BrokenRecord創辦人格雷(Tom Gray)表示,只要如何對待聲音與音樂的問題沒有解決,這種狀況就會持續下去。BrokenRecord是為音樂創造者爭取更多串流音樂收入而成立的運動。

華納音樂集團執行長金奇爾(Robert Kyncl)也發表過類似的看法,他在今年5月的財報會議上指出,串流音樂平台對所有內容的版權費用一視同仁是不合理的作法,「在體育領域,LBJ能獲得比隊友更多的收入,並不是因為他每天打球時間更長。」

他想說的便是白噪音能獲得和音樂同等收入的情況。「紅髮艾德(Ed Sheeran)的一首歌不可能和屋頂上的雨滴聲相同價值。」金奇爾指出。

Spotify曾經表示,他們不會對用戶選擇收聽的內容發表評論,僅聲稱用戶在不同的場合會需要不同的內容,而他們會向這些內容的所有者支付費用。但即使將白噪音從目前版權資金池中獨立出來,聽眾的時間是有限的,只要藉著各種環境聲響集中精神、安穩入眠的風潮沒有退去,音樂產業的利潤終究要被分一杯羹。

延伸閱讀:讓蕾哈娜翻唱碧昂絲!環球向「AI音樂」宣戰,揪Spotify、Apple Music共同抵制

資料來源:Bloomberg、Music Business Worldwide、Guardian、Telegraph

責任編輯:錢玉紘

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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
一次搞懂工業AI
© 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