多虧iPlayer BBC多媒體平台執行長特洛伊談策略
多虧iPlayer BBC多媒體平台執行長特洛伊談策略
2008.02.01 | 科技

英國廣播公司BBC是個傳統老牌的媒體集團,旗下不只有電視頻道、廣播頻道,還有台灣人較少聽聞的五十多種雜誌。當網路成為新世代最具潛力的大眾媒體時,二○○七年九月,BBC多媒體平台執行長特洛伊(Troy)帶領整個團隊,擬定了新的跨媒體策略,推出iPlayer多媒體平台。「我們的網路平台策略就是發現、玩樂、分享,」特洛伊指出,「發現」指的其實是「找尋」,是指讓使用者方便搜尋、連結的網路環境,而且不管是在何處或是何時,都可以享受他們提供的服務;「玩樂」指的是參與,希望大家可以透過不限次數的重複觀看、更深入的內容探索,進而提供趣味;「分享」則是希望使用者可以透過主動參與、辯論、評分,與他人有更多的互動,並開放所有的內容讓使用者創造,讓使用者從讀者變成一個創造者、製作人,創造出自己希望的內容。

早在iPlayer上線之前,BBC自二○○七年三月就開始在YouTube網站架設品牌頻道,吸引了近八百萬人前去觀看。「我們希望iPlayer未來每個月都能有兩百萬的點閱量,並擴大點閱族群到英國以外,」特洛伊表示,在YouTube架頻道的經驗,讓BBC發現「短片」確實能帶來好處,所以iPlayer多媒體平台也會有此功能,而且將可在手機、電視上觀看。以下是特洛伊接受《數位時代》專訪,談論BBC網站策略。

Q  就你的經驗,傳統媒體如何在數位世代生存?

  首先一定要了解你的觀眾,這是金科玉律,知道他們在哪裡、需要什麼,學習他們要的東西,他們就是你最好的盟友。

和傳統媒體一樣,觀眾也需做出區隔,才能創造出觀眾對品牌的忠誠度,而且也需要區隔出核心觀眾與其他較疏離的觀眾。就BBC的經驗來說,我們會做一些調查、讀者會,來了解觀眾深層的想法。

第二,現在的觀眾是倍數成長的!因為媒體之間的界限已經模糊,各種觀眾有著匯流整合的趨勢,所以我們需提供更多跨媒體、無縫式的內容;第三,是與大企業的結合,我們必須要去選擇夥伴關係,將最重要的觀眾影響力最大化;第四,雖然我們重視科技技術,但科技並不是我們的答案,例如亞馬遜書店說:「如果你喜歡,那就試試看吧!」證明我們必須了解到人性,並且預測他們的喜好。最後一項是創新,這應該是整個機構一起在做,不是單一部門。值得注意的是,雖然新的事物很棒,但我們還是要時時釐清什麼是創新,還是只是在重複原本的想法而已。

Q  網路不同於傳統媒體,它沒有時間長短、版面大小的限制,但太多就代表沒有選擇,BBC網站是如何選擇哪些內容刊登的呢?

  經營上選擇是很大一部分,我們都受害於選擇太多。不論是現在和未來,最成功的服務,是能更簡單地連接最終使用者和內容,可是這是個大挑戰,我們需要把體驗個人化,可是個人化服務還有相當長的一條路要走。對我來說,個人化只有在達成九九%以上的時候才算好的,在此之前,它都不是最享受的一種經驗。
在內容選擇上,未來趨勢將是人工輔助的,科技雖然好,可是沒辦法完全取代人。「iPlayer」這個BBC分頁已在二○○七年十一月推出,原則上會把BBC強大的電視和廣播結合在一個平台,我們所提供的是整理和發現,而人工輔助搜尋則用於結合不同的搜尋方式。傳統媒體人的工作之一就是決定段落和廣告,在iPlayer平台上則需要他們了解觀眾的需要和關注點。

Q  BBC接下來的策略與走向,你還有哪些想法,

  首先是讓我們的內容變得更加容易取得,不管在哪種平台上。因為我們已經收取了服務費,所以我們希望使用者能更方便地使用,而不需要多次付費(編按:目前英國境內觀看內容免費,境外則需付費)。再來則是體驗的重要性,我們不希望有不好的廣告在我們的內容旁,我們希望能和其他業者合作,創造更新更棒的服務。 

傳統媒體要在數位世代生存,
先了解觀眾,其次提供更多跨媒體內容,
最後是創新,而非一再重複。
 

 

特洛依(Troy) 
曾任記者、編輯、電視與廣播電台節目製作人,7年前開始推動數位服務革新。現職為BBC多媒體平台執行長,負責指導編輯新上線的BBC iPlayer頻道。 

**iPlayer  **
網址:www.BBC.co.uk/iplayer
內容:利用串流或下載方式,提供網友觀看BBC集團內容精選,包括電視、廣播等聲音影像。 

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