我們的對手,不是中時電子報
我們的對手,不是中時電子報
1999.08.01 | 人物

用一句簡單的話來說,我們要做網際網路中的報紙,而不做報紙的網際網路版。我們定位為網際網路的媒體,有什麼樣的需求,我們就要去做,做不到或不能改的,我們也願意策略聯盟或合資。這是在聯合報系50年來沒有發生過的事情。聯合報系過去都是要不是我做,要不我不做;如果不是100%的擁有,我就不玩了。但是未來這個策略是非改變不可,因為網際網路這個事業大到你吃不掉,甚至你可能連最大股東都不是。要達到這個境界,是長期目標,短期來說,是不容易做到的事。
所以我們第一步要做的事情,是請記者在最早的時間,把稿子發回來,傳統的記者都是「採訪、吃飯、晃到報社、打稿」。我希望記者如果一個採訪在上午,就先發稿回來,e-mail回來就好了。鼓勵記者隨時發稿,也不過是去年年底發生的事情。聯合晚報做得最徹底,他們一個禮拜才回辦公室開一次會,我們也鼓勵記者不要回來,因為我沒有時間讓你回來打稿。
晚報下午一點準時開印,所以比較有這個概念。但日報改變牽涉的人數非常的多,他們不習慣,如何順遂的轉型,以聯合報系的經驗和文化來看,不能操之過急,要一步步來作。

**起步晚,但很樂觀

**
網際網路對報社造成的改變、對現有作業流程的變動,比要學的新技術多得多,也難得多。
未來的變動,是整個流程的改造,可能需要的決心比較強,要求也比較嚴,報社會提供所有同仁必要的教育訓練。你可以說聯合報對同仁厚道,但不能說我們沒有決心。聯合報辦得每個事業都很有決心,虧了也咬緊牙根撐下去。
中時電子報的出現,的確給我們一些刺激。但這刺激沒有很大,因為在高階管理者的感受上,中時電子報的出現,不管是廣告效果、發行量、營收、盈餘、言論立場的影響力來講,說老實話,都沒有太多影響。
我比較年輕,所以我會比較急。我們的確比它晚,但我很樂觀,我們先不要比別的,兩個報系的資源和內容,報比報每個專業裡,沒有輸過。我不覺得是追不過去的,也不覺得是很難很難追過。甚至於我們一開始就和我們同仁說,我們未來的對手,不是中時電子報,但中時電子報是我們第一個目標,如果連和我們同質性最高的中時電子報都不能贏,那就不要說別的了。
國外的大財團才是我們要擔心的目標。語文障礙,對全球品牌的公司來說,不難跨越。像微軟、梅鐸,這些國際型的大portal,更具威脅性。他用錢挖人、買別的報紙。我不會說我們不堪一擊,但是如果這樣的競爭來臨,那會很痛苦。Internet是不容易分出國界的事。所以長遠的未來,更大的競爭對手是他們。

**不拋棄原有的價值

**
傳統媒體轉型確實很痛苦,但我想通一個很簡單的邏輯:你不做,但別人做,他也會傷害你,所以,你要自己去做!像我們的世界日報今年一月開始有自己的網站。做之前就有人提出,這可能會影響發行量。但實際上報份不僅沒掉,我們還在加報。網站推出到目前為止,每個地方都成長。
如果有影響,也寧願是我們自己影響自己,到了一定的時刻,也許傳統媒體的比例和網際網路的比例會倒轉。就像統一食品開7-11,剛開始統一大,7-11小;結果今天反而是7-11一言九鼎,成為統一的精神堡壘。這並沒有拋棄原有的價值與責任,只是轉型。
我們的網站一開始就定了兩個目標,一個是個人化,第二是如何讓使用者用最快的方式取得資訊。例如我們可能會採用一種技術,讓使用者跳過一層一層的畫面,直接進入它想要的頁面。這個方式有缺點,因為它會跳過某些頁面的廣告,對廣告主的訴求不利。但我根本不相信banner廣告會是主流,我不相信以後要拿著你的pageview、用eyeball作廣告。以後一定是target marketing的時代,廣告是沒有用的。在美國,人家花很多錢刊廣告,但是如果你讓讀者覺得download很慢,他可以花39.99美金買一個軟體就把廣告通殺了。所以我不在乎哪個download page的廣告,我要讓消費者感受到,我很積極的想讓你覺得方便。

**網站的內容,網友喜歡看

**
在內容方面,除了報系原有的資源之外,我們也配置幾個原生記者,加強網友喜歡看的東西,做適合網友看的專題報導。其次是加強互動性。比如說增加聊天室。這會是一個風險,因為聯合報內容都是層層把關過的,絕不會有惡意傷人的稿子。但是在Internet上就沒法管了。
但回頭想想,Internet不天生就如此嗎?成不成功我不知道,但我認為這是網際網路上的習慣,一定要試一陣子看看。
我們希望運用報系的資源去打這場仗。可是又要擺脫聯合報過於沈穩的形象。但是要讓讀者了解,網站的品質等同於聯合報。聯合報是一個負責任的報紙,網站也是這樣原則的網站。

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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