「不能繼續當坐在金山上的乞丐⋯」投資3千萬AI新創,公視華視為何引發質疑?
「不能繼續當坐在金山上的乞丐⋯」投資3千萬AI新創,公視華視為何引發質疑?

AI、網路等新興科技浪潮帶來挑戰,公視與華視共同投資3000萬元的一家新創公司,三大領域業務包含數據分析、社群行銷及AI應用,預計在第3年可轉虧為盈,但有多名在野黨立委質疑華視持續虧損,竟還要投資「新創公司」。

對此,身兼公視與華視董事長的公廣集團董事長胡元輝親上火線,接受《今周刊》專訪,回應各界問題,包括經營團隊推動新創公司的起心動念、如何看待華視面對的財務與經營、新創公司業務方向為何與如何達成預期目標,以及如何回應各界看法,本文以摘要問答方式呈現。

問:推動新創公司的起心動念?

答: 公廣集團推動新創公司並非即興之舉,而是基於2年前我競選董事長時就制定的藍圖,擔任董事長後,我立即推動創新創業、資產活化及數位轉型三大策略小組,經過2年努力發現,公廣集團數位轉型進展未達期待,華視即便內容傑出仍無法止損,此時自然得尋求突破經營瓶頸、解決經營痛點。

本屆董事會已有多項成果,如推動修法取消政府捐贈上限、推出兒少平台「小公視(PTX XS)」、創設英語頻道「TaiwanPlus」 並主辦2023世界公視大展(INPUT)等,國內外影響力大幅提升,但作為負責任的經營者,不能對華視虧損及數位轉型瓶頸視若無睹,更不能忽視AI時代挑戰,唯有積極創新才能帶來改變。

問:華視面臨何種經營問題?開源節流遇到何種挑戰?

答: 華視面臨的經營問題,是整體電視產業共同的挑戰。電視產業的傳統廣告收入大幅下滑,從10年前246億元下滑至去年178億元,反觀網路廣告則從162億元陡升至610億元,升幅達277%。

儘管華視等電視台可運用自身優勢,做保健食品等「業外」投資為生財之道,但政治廣告甚至於新聞置入性行銷等儘管「收入可觀」,但都是以專業倫理自我要求的華視所不能從事的業務,種種限制下,必須走「正路」的華視收入來源自然更受限。

華視固定支出逐年增長,短期貸款已達41億元,加上升息壓力,使利息去年較前年增加2600多萬元,其餘水電、人事等也都逐年增加,董事會及經管團隊豈能夠坐視不顧,繼續當「坐在金山上的乞丐」?

此外,華視有20多年未調薪,為吸引人才並改善勞工權益,董事會決議今年7月起全面調薪,每年會增約1700多萬元支出,但董事會一致認為,透過數位創新與新營收模式是未來發展關鍵,盼社會各界理解其必要性與投入合理性。

**問:華視即使強化內容仍無法解決虧損問題? **

答: 經過這2年強化內容製作與管理制度後後,華視廣告收入大幅增長,從過去約2億到3億餘元,到今年可望突破5.5億元,然華視加入公廣集團以來,年均虧損達2.5億至3億元,傳統營運模式已難以持續。

因此,「華視正是因為虧損,所以要找出路」,近幾年即使成本累增,仍可透過適當的經營策略,讓虧損都降到平均值以下,但顯見繼續走傳桶營運模式,將是死路一條。

華視正是因為虧損,所以要找出路,更何況「向數位𨍭」已是不可逆趨勢,電視產業的數位轉型或AI轉型是「本業」、是「正業」,不是「業外」。

公廣集團董事長胡元輝_公視提供2.jpg
圖/ 公視提供

問:公廣集團新創公司業務方向?能達預期目標?

答: 公廣集團計劃成立的新創公司,聚焦數據分析、社群行銷及AI應用三大領域,這些都是公廣集團自身數位轉型所需能力,也盼藉此新創公司協助並協力開發集團外的業務。且公廣集團擁有製作優質內容能力及完整資料庫,但需透過有效處理轉化為有用資訊,以發展成AI應用模型來服務媒體產業。

新創公司聚焦AI應用,目標並非自力發展先進AI技術,而是積極尋找及導入公廣集團可用AI技術,結合公廣集團優勢,打造適合台灣傳播領域的AI解決方案,也藉此達到公共服務及增加營收兩大目標。

舉例來說,這些AI應用可用在新聞資料核實、影像臉部辨識、摘要生成及客製化多平台內容等,增強內容效率與價值,同時透過整理與利用現有中文資料庫,確保技術符合台灣的本地需求與語境,促成技術應用落地與推廣。

新創公司初始資本額為3000萬元,由公視與華視共同投資,分別占股49%與51%,坦白說這投資額並不大,比一部戲劇投資還不如,但就實際業務需求及財務預估來說,應已夠作為新公司起始資金。

沒有任何一家新創敢保證穩賺不賠,或保證創新業務不須承擔風險,但經內部盤點市場需求後,我們有相當程度信心能找到立足點,並規劃在前2年的有限虧損況下,有機會再第三年轉虧為盈。

問:為何不在公廣集團內建置新單位?如何消弭外界安插酬庸人士質疑?

答: 以目前公廣集團體質而言,追求創新的傳播科技人才,不易在現行組織內存活及發展,這2年公廣集團也期望招聘資訊科技人才,但不是因薪資與現行制度不合,就是對個人組織內發展有疑慮。

此外,電視產業都會設立一至多個子公司或關係企業,以靈活應付不同業務需求,且公視與華視都設有關係法人監理辦法,不可能不按規定處理公司業務或人事,所謂安插酬庸人士說法,「請看我到公廣集團服務後的人事任用」,「事實就是最好的檢驗」,請一起來監督我們的人事。

問:面對各界質疑與爭議,會如何回應?

答: 「公視法」規定「公共電視係獨立經營,不受干涉」,但國民全體都是我們「利益關係人」,經費來自納稅人,營運方式自然須接受社會與國會檢視,我們會在平衡透明與自主間盡力溝通、解釋,減少誤解。公共媒體核心價值不在規避爭議,而是面對挑戰並尋求解決之道,也為數位轉型與營收開拓努力。

到公廣集團服務前,我就知道必定會面對不少誤解、爭議或質疑,我會誠意面對、誠心處理。不過我也深知「進廚房就不能怕廚房熟」,這兩年我得罪的人可多了!這2年來惡意流言無所不在,但因我無所求,所以明知山有虎,偏向虎山行,我只求「凡事盡其所能、盡其在我」。

本文授權轉載自《今周刊》

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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