【圖解】從巧連智停刊解密媒體轉型之路:為什麼「企業」會是最好生意?
【圖解】從巧連智停刊解密媒體轉型之路:為什麼「企業」會是最好生意?

最近跟幾個出版界的朋友聚會,激起了對出版產業的好奇心,雖然不在出版產業,很難了解整個出版產業的實際情況,但根據出版界朋友飄散出的訊息,疫情對出版界的影響,還在持續,更令人困擾的是這些影響因子還在演化中,這些不確定性應該是會讓不少出版業者們覺得焦慮。

更甚者,陪伴許多小朋友長大《巧連智月刊》也宣布紙本刊物將停止受理訂閱。面對不斷萎縮的出版市場,出版社除了停掉紙本,有哪些「生路」可走?

創刊 35 年,《巧連智月刊》無預警停止受理訂閱
創刊 35 年,《巧連智月刊》無預警停止受理訂閱。
圖/ 巧虎好朋友(巧連智)粉專

可從日本市場的一些數字,先來看到底是哪些影響因子讓日本出版業者們焦慮?日本經驗或許可以做為台灣借鏡:

傳統媒體黃昏:可預期的紙本大衰退

日本的紙本出版市場規模,從2018年的12,921億日圓,跌落到2022年的11,292億日圓,衰退了大約12%。其實這個不是什麽新的新聞,因為日本的紙本出版業從1996年頂點的26,000億日圓之後,就開始萎縮,一直到電子出版在2014年出現,業者開始期待電子出版能為他們帶來曙光。

的確,電子出版從2014年出現後,到2018年就成長到2,479億日圓,一直到2022年達到5,013億日圓。日本電子出版看起來為業者帶來一絲曙光。但真的是如此嗎?

電子出版問世後,為什麼文字工作者也沒多吃香?

如果打開2022年電子出版的細項數字,再往下看去,會讓人驚訝。

2022年日本電子出版市場的5,013億日圓中,電子漫畫居然占了整體89.3%、約4,479億日圓——原來電子書市場是漫畫撐出來的!

日本漫畫.jpg
觀察日本電子出版市場,其中電子漫畫占了整體89.3%。圖為日文電子書平台BOOK WALKER。
圖/ bookwalker.jp

這個有點出乎意外,扣除掉電子漫畫之後,電子雜誌占了1.79%,而電子書籍則占了8.9%。電子出版雖然一片光明,但幾乎都是繪畫工作者的天下,文字工作者只拿到約10%的市場。

但更驚人的事實是,電子雜誌跟電子書籍的市場規模,同時在2022年首次出現負成長,讓對這兩個分類懷抱希望的業者心裡,罩上了一層陰影。

還在持續變化的產業,媒體沒有樂觀的本錢

那疫情跟紙本,還有電子出版的衰退有什麽關係?

網路與智慧型手機的普及,改變了消費者獲取資訊和娛樂的方式。過去,他們只能透過電視、廣播、紙本等傳統媒體獲取資訊,娛樂方式也較為有限。然而,現在只要透過網路與智慧型手機,就能隨時隨地接觸到各式各樣的資訊,並享受豐富的娛樂,而且這些資源,幾乎都有免費就可獲得的管道。

疫情更加速了消費者對獲得這些免費資源之工具——「手機」的黏著,根據日本對2,000名消費者的調查,疫情前後相比,消費者一天使用手機的時間,多了約82分鐘,很驚人。面對持續在增加的手機使用時間,可預期的閱讀的分散化,讓不少日本出版業者膽戰心驚。

從《日經》長期計畫,探索媒體的未來出路:B to B

那要出版業者要如何是好?手機讓消費者不用特別移動到書店,幾秒時間手機從口袋拿出,就有成千上萬的免費内容,而這些内容還一直在朝不同領域發展,出版業者要對這個新競爭對手的特性去定義很難,所以要找出有效對抗方案也不容易。

日本老字號報社《日本經濟新聞》的未來經營策略很有意思。在《日經》2030年的長期計畫裡面有提到,未來資源會集中在4塊領域:

  • News&Insights 報導媒體
  • Brand Communication 廣告活動
  • Decision-making 資訊調查
  • Experience 教育事業

這四塊裡面的三塊,報導媒體、廣告活動跟教育事業,應該不會太難想像到要做什麽,比較有趣的是「資訊調查」這塊,資訊的銷售對象不再是一般消費者,反向是往 企業客戶 去銷售。本業原本是以一般消費者為主的報紙的媒體,重心不再只有原本的B to C業務,反而再去挖掘廣告之外的B to B市場,從企業用戶身上,重新獲得讓營業額再成長的新量能。

那資訊調查的業務內容是什麽?簡單説,就是 提供資訊給企業,讓企業在做某些經營判斷的時候,可以使用出版社提供的資訊,做更正確的判斷,減少誤判

這個在運用上應該是老酒裝新瓶,把原本B to C透過報紙賣給消費者的資訊,重新整合之後,提高細緻度跟深度,再賣給B to B的企業客戶。

好處一:客戶群擴增到企業用戶,減少內容事業銷售風險

這個對出版業者有很多好處, 好處一是可以減少内容事業的銷售風險,從一般消費者,轉移部分能量到企業客戶 ,要是未來手機或是網路的免費内容變得更吸引消費者觀看,因為還有B to B,也不會讓整體内容事業都被嚴重影響。

日經_shutterstock_697254130.jpg
《日經》長期計畫指出,未來資源會集中在4塊領域:News&Insights 報導媒體、Brand Communication 廣告活動、Decision-making 資訊調查、Experience 教育事業。
圖/ shutterstock

好處二:只要整合舊有資源,不需另外開拓新內容

好處二是活用既有資源 ,AI的世界,多的是訊息的整合,但要是沒有訊息,有再好的整合能力也沒用。經濟報紙從過去到現在,累積了非常多收集訊息的管道,這些珍貴的訊息產出來源,所產出的內容,剛好可以讓企業從一片茫茫網海中脫穎而出。

例如,你在提案會議上跟老闆說,「這些判斷用的數字是《日經》提供的!」提案要通過就更容易了。但這個服務,顧客會買單嗎?雖然與其他業務相比,《日經》資訊調查的區塊雖然還不夠大,但其實也為集團帶來210億日圓的利益了。

媒體業未來挑戰:資訊搜集能力要更深、更專業

在配套上,未來出版業者們,在資訊的搜集能力必須要比之前還要深、更專業之外,從内部的資料庫重新挖掘資訊、整合並關係化,相關的IT能力也需要更強、更專業。透過提高内容的專業度,跟目前手機網路的內容做差異,開發企業用戶的新需求。就是這家日本媒體面對產業變化的對策。

過去壓根沒想到,出版業其實是最有本錢做資訊調查這塊業務,而且這些供判斷用資料的提供速度,從出版業的資料庫撈起,差不多工作就完成大半了。判斷用資料的市場,過去應該都是高價量身定做的顧問業者天下,但出版業在這塊的成果物之提供速度,應該是可以比純手工的顧問業還快得多,價格門檻也可以拉低,提供無法利用高價顧問之中小企業另一個選擇。

如果未來出版業整合了顧問業的能力,出版業的產值在結構上,應該可有更不同的變化。這可能嗎?在產業跟產業間的壁壘紛紛模糊交錯下,出版業應該不會再是過去的模樣了。

延伸閱讀:LAWSON麩皮麵包狂銷3.7億個!3點拆解,日本「低糖質」飲食為何超夯

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。
(觀點文章呈現多元意見,不代表《數位時代》的立場)

責任編輯:林美欣

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 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