慶生撒錢、真實版魷魚遊戲出自他！YTR「MrBeast」做對什麼，讓創投搶投資？|數位時代 BusinessNext

慶生撒錢、真實版魷魚遊戲出自他！YTR「MrBeast」做對什麼，讓創投搶投資？

MrBeast作為至今YouTube史上收到最多影片收益的影音創作者，於今年進行副業的募資時，搖身一變成為影音創作者獨角獸。

YouTuber也能是獨角獸嗎？

2022年10月，媒體《Axios》揭露，破億訂閱的頻道MrBeast，正以約15億美元（約新台幣478億元）的估值尋找創投投資。按照新創圈的規則，MrBeast就是一隻獨角獸。

翻開MrBeast頻道創辦人Jimmy Donaldson今年5月的Instagram貼文，他宣布要給5位分享貼文的幸運兒每人1萬美元（約新台幣31.9萬元）。看似炫富的行為，在短短幾天內洗版了國內外社群網站。

他掌握了流量密碼嗎？長期追蹤MrBeast的粉絲就知道，這瘋狂的舉動在他身上是一種常態。

影片大多與極限挑戰、慈善活動有關，MrBeast與團隊總能貼近時事，推出超乎常人可想像的主題進行拍攝，除了擁有多支破億影片的影音頻道外，也在近幾年拓展商業規模，跨足餐飲業推出速食品牌MrBeast Burger及零食品牌Feastables。根據《Insider》報導，MrBeast的副業品牌在2022年1月收到500萬美元（約新台幣1.5億元）的投資。

白手起家，打造出影音平台上第二多訂閱數的頻道

MrBeast，本名為Jimmy Donaldson，於2012年2月發布首部YouTube影片，誰能想到當年僅有13歲的他，在短短的10年內會成為世上第二位達到一億訂閱的影音創作者。

儘管日後成為YouTube中獲利最高的創作者之一，他的影音事業卻非一路順遂。剛開始經營頻道時，他推出的影片大多與線上遊戲相關，不斷發布影片累積起零星的訂閱。

經過一段時間研究YouTube的演算法及大眾觀影習慣，他在2017年推出影片「我數到100,000了！（I Counted To 100,000！）」，影片中可見他坐在椅子上面對鏡頭，花費40個小時從1開始數數到100,000，儘管無厘頭卻在發布後快速獲得回響，讓他感受到爆紅滋味。

以此影片做為日後轉型開端，他之後的影片主要圍繞在如30日不吃東西、付錢找職業殺手追殺自己等的極限挑戰，或是出資讓1,000名白內障病患進行手術、募款為世界種下2,000萬棵樹等慈善活動主題。截至今日他所開設的主頻道「MrBeast」已超過1億的訂閱，為YouTube頻道上訂閱數第二多的頻道。

MrBeast的暴紅影片方程式：緊跟時事挑選影片主題＆高額的製作成本

「我寧願過著沒錢的日子，也不想從事YouTuber以外的工作。」大學輟學之後，MrBeast向家人說出自己的決心，並開始以YouTuber作為志業發展。

隨著頻道開始爆紅，他一改過去獨自作業的風格，逐漸擴展團隊規模。根據媒體《Distractify》報導，2021年時MrBeast團隊成員數量已超過30人。這批以內容創作者及網紅組成的團隊，除了協助MrBeast打造自己的影音品牌，有時也會客串頻道中的影片。

YouTube頻道中，普遍主打「極限挑戰」的影片總能吸引大量點擊，但如何讓後續的影片都能維持高點擊率，是MrBeast團隊要解的難題。

但他們透過觀察社群趨勢，選擇貼近時事的主題及高額製作費打造出的大規模活動，MrBeast團隊每次推出新影片皆能創造討論話題。

以推出僅僅一年就已累積4.8億點擊率的真人版魷魚遊戲影片為例，影片中他跟上當時韓劇推出的熱潮，隨機邀請456名粉絲參與遊戲搶奪45.6萬美元（約新台幣1,450萬元）的獎金。

在此25分鐘的影片中，包含發放的獎金，成本總計高達350萬美元（約新台幣1.1億元）。與由Netflix所製作的原創影集相比，原版《魷魚遊戲》每集約一小時的影集平均也僅花費240萬美元（約新台幣7,650萬元）。

延伸閱讀：昇恆昌一支影片「一魚三吃」，黏著度、互動率都高！短影音怎麼變最強地推部隊？

從影音帝國起身跨足其他產業，MrBeast團隊成為自媒體獨角獸

根據《富比士》的報導，透過個人YouTube頻道廣告分潤、企業贊助及粉絲贊助，MrBeast早已在2021年賺取超過5,400萬美元（約新台幣17億元），成為YouTube平台上收益最高的創作者。

但MrBeast團隊卻不自滿，甚至在2020年起開始擴展副業，一方面開設更多跨語言頻道以接觸來自各國的粉絲，團隊也跨足美食業推出速食品牌MrBeast Burger、零食品牌Feastables及販賣MrBeast周邊的ShopMrBeast網站。

承接著MrBeast頻道上累積的高人氣及忠實的粉絲群，MrBeast團隊旗下零食品牌Feastables，在去（2022）年收到來自Sugar Capital、Shrug Captial及Seven Seven Six的500萬美元（約新台幣159萬元）投資。

儘管團隊並未公布將如何運用收到的資金，團隊繼續以其經營的YouTube頻道及副業的投資組合尋找資金，希望以約15億美元（約新台幣478億元）的估值為公司籌集約1.5億美元（約新台幣47億元）的資金。當媒體爆出MrBeast團隊的募資消息，極高的估值金額引起許多人討論。

雖然倚靠獨特的選題風格讓MrBeast在快速變化的自媒體時代中站穩腳步，但投入高成本製作影片的方式，是否能永續運轉，也成為投資人思考再三的問題。

不過，就算尚未取得資金，MrBeast與其團隊絕對是影音創作者中的活傳奇。而對一般大眾與觀眾來說，他們不在乎這麽多，只想獲得更多的快樂。

延伸閱讀：「無言」的奇蹟！他用手剝香蕉，竟狂圈1.6億粉絲成TikToker之王

參考資料：MakeUseOf、Insider、TuBeast、TechCrunch、The Future of Social、Axios、CNN、BBC、MoneyMade

本文授權轉載自：創業小聚

為何台灣製造業在「智慧製造」卡關？AWS白皮書點出問題，提供實踐最佳解

AWS 最新《全球地緣新局時代下的製造戰略：台灣產業韌性與轉型關鍵策略》白皮書，剖析製造業在全球地緣政治與市場變化下的挑戰與機會。

擔心無法回本、缺乏知識技術，台灣升級「智慧製造」卡關中

台灣製造業在全球供應鏈中扮演重要角色，但同時面臨地緣政治風險、技術門檻高、人才缺口大等多重挑戰。其中在供應鏈韌性方面，壓力更為顯著。根據英國營運持續協會統計，全球近 8 成企業在過去 12 個月曾遭遇供應鏈中斷事件，凸顯全球供應鏈的脆弱，台灣製造業也難以倖免，特別在國際局勢不確定性與在地原料依賴度高的情況下，會進一步放大成本與交期風險。

生成式 AI 應用快速擴展，預計 2025 年台灣企業導入將進入早期大眾階段，並以半導體產業為先導，逐步擴散至其他領域。DIGITIMES 調查顯示，已有 18.1% 的企業採用生成式 AI，並積極用於改善營運效率與產品良率，然而仍有 31.5% 的企業尚未規劃導入，主因包括成本考量、缺乏知識與技術、產業需求不明確，使企業在大規模部署時保持謹慎態度；資誠聯合會計師事務所發布的《2023 臺灣企業轉型現況及需求調查》也顯示，37% 的企業擔心智慧製造投資報酬率過低，30% 缺乏導入知識與技術，27% 不清楚如何實踐，導致智慧製造推動困難。在電子製造業迫切需要專業人才之際，許多產業面臨預算與數據分析能力不足的窘境。

此外，勞動力老化也是台灣製造業的問題。以國發會數據估算，2030 年台灣 50 歲以上就業人口將達 23.8%，導致技術傳承與產線穩定性受衝擊；同時 2050 年淨零碳排目標，迫使製造業必須進行碳盤查與能源優化；加上雖然 9 成企業已啟動數位化，但多數仍停留在營運系統，生產端 IoT 與 AI 應用不足，數據價值未被充分釋放。上述都恐將成台灣製造業升級的阻礙。

全球製造業大變局，智慧製造成關鍵突破口

根據媒體《DIGITIMES》研究，全球智慧製造市場規模將從 2024 年的 3,212 億美元，快速成長至 2033 年的 1 兆 1,583 億美元，年複合成長率高達 13.7%。在社會和全球趨勢的推動下，不只對台灣的製造業帶來新的壓力和挑戰，同時也催生了產業升級需求。

所幸，隨著智慧製造的 4 大技術日益成熟，替台灣製造業帶來更多可能。目前，IoT 透過連接感測器與生產設備，已實現即時監控與資料收集，並支援預測性維護與生產最佳化。世界製造業基金會報告顯示，IoT 已成企業智慧製造的首要投資項目；此外，智慧製造上，AI 現已被廣泛應用於品質檢測、生產流程優化與預測性維護，企業若結合機器學習、深度學習與生成式 AI，即能以數據驅動決策，提升生產靈活性並降低成本。

同時，隨著「數位雙生」的發展，企業可藉其進行「虛擬試錯」與「情境模擬」，在導入新技術前，先模擬其對現有產線的影響，或預測潛在風險與資源耗損，避免浪費；另外，在 AI 大規模應用下，數據隱私、安全風險成為顧慮。「主權 AI」確保企業在可信的基礎架構中進行數據分析與模型訓練，降低數據外流風險，並支援在地資料中心部署，以滿足低延遲、高安全需求。企業若在產業升級中，將智慧製造的 4 大技術整合，即能在自家領域有效推進。

加速轉型關鍵夥伴登場！AWS 台北區域重磅上線

AWS 作為全球雲端運算領導者，深耕台灣市場多年，成為製造業升級「智慧製造」的鑰匙之一，提供全方位資料策略、生成式 AI 創新、敏捷性等多種解決方案，協助製造業突破瓶頸。

過往製造業資料分散在 IoT 裝置、舊設備、資料湖、雲端資料庫與內部系統中，缺乏統一結構與命名規則，也受到組織文化與部門隔閡影響，導致難以擴展或有效利用。藉由「AWS 工業資料經緯」框架，能支援多來源數據關聯與脈絡化，可用於分析、AI 模型訓練與數位應用程式開發，讓資料運用最大化。藉由 AWS 的高性價比基礎設施與豐富合作夥伴網路，企業可大規模部署生成式 AI 應用。

製造業期待透過生成式 AI 來加速產品開發、提升營運效率、優化供應鏈並強化客戶體驗。AWS 提供完整 AI / ML 服務，支援模型建置、訓練、推論與部署全流程，助企業快速、安全落實 AI 應用。企業可將專有資料導入基礎模型，進行微調與最佳化應用。

同時，為協助製造業在全球市場中維持高度韌性與營運敏捷性，AWS 已於 2025 年初在台灣設立全新 AWS 台北區域，涵蓋三個可用區，將使企業能就地處理與儲存必須留存於台灣的資料，確保資料主權與合規性，同時降低延遲、提升應變速度。AWS 預期將在台北投入數十億美元於營運、基礎設施與客戶支持，幫助製造業數位轉型。