這些可能不是AI的問題

人工智慧（Artificial Intelligence, AI）因 2022 年底 ChatGPT 等大型基礎模型發布，繼 2016 年 AI 圍棋軟體 AlphaGo 之後，再次掀起臺灣新一波人工智慧熱。事隔六年多，這波討論強度更勝過去。原因顯而易見，以生成式技術為基礎的 ChatGPT （及類似模型）不僅能以中文問答如流，還能寫信、寫詩、翻譯、做摘要，幾乎目前媒體能夠做的工作，都已經被完全取代。更可怕的是，完成工作所需要的時間比真人更短。

本人在媒體工作多年後，進入人工智慧領域，這幾年不斷協助輔導多家企業建立 AI 團隊，並與已故中央研究院研究員陳昇瑋合著《人工智慧在臺灣：產業轉型的契機與挑戰》，有機會近身深入觀察不同產業的 AI 轉型策略。因為跨域工作的經驗更為好奇，媒體和出版產業是否將因生成式 AI 而遭受大滅絕式的打擊？或者正好相反， AI 能夠成為媒體出版業的創新動力、振衰起敝？

AIGC 成為臺灣企業最常使用的 AI 工具

先從整體臺灣產業現況看起，在 2024 年公佈的「2023 年產業 AI 化大調查」中，「從未應用過 AI 相關技術與工具」比例從前一年度的 49.3％降到 37.2％；在各種技術中，最多人使用過的就是生成式 AI；其中有超過 76％主要使用現成工具如 ChatGPT、Midjourney。至於如電腦視覺、Machine Learning、Deep Learning 等技術則不升反降。

而應用過生成式 AI 之後，只有 29％企業會繼續進行其他 AI 專案。意即，雖然 AIGC 在媒體曝光量大增、用戶大增，但臺灣企業仍然還在起步摸索階段，仍有努力空間。

那麼生成式 AI 對於業績已逐年衰退的媒體出版產業，是否雪上加霜？這個問題牽涉面向眾多，很難在此刻就有確切答案，但不妨先從相關的數位轉型經驗看起。很多人都知道 AI 應用有三項至為關鍵的要素：資料、模型和算力，但實際要在企業落地時，更重要的其實是「情境」：要在什麼結構與流程中、解決哪些問題、能夠為使用者創造哪些價值？

媒體產業的數位轉型困境

而這些問題牽涉到的不只是 AI，而是企業究竟想要如何轉型？希望轉成什麼型？這與 AI 技術很可能完全無關。舉幾個過去工作中的實際案例可以說明。

情境一：回歸本質的三個數據新洞察

2017 年，某家數位原生財經網路媒體，獲得外資挹注進行轉型，宣稱要採取「科技公司」營運模式，而當年的年度目標之一是增加一萬位新用戶。在這樣的前提下，這家企業認為內容並非發展重點，應該由技術部門主導成長。當時流行「成長駭客」（Growth Hacker）一詞，因此進行一系列數位優化措施，包括 SEO、用戶足跡分析、推薦系統優化、增設新頻道、用戶焦點團體訪談等，然而效果不彰。

身為內容部門主管的我，則有不同角度的思考：媒體的讀者無法增長，是不是因為內容不夠吸引人？畢竟，對於用戶而言，傳播媒體最重要的還是有價值的內容。

當時正好注意到，中國大陸來臺團客及自由行均因兩岸政治因素中止，許多媒體紛紛出現「臺灣觀光業沒落、有 300 家或 600 家飯店不堪虧損必須出售」等報導。然而，詢問幾個相關單位，沒有人知道究竟有哪些飯店正在求售；而我個人假期想訂的飯店，則全數客滿無一例外。這種互相矛盾的現象，令人百思不得其解。

然而這個題目提出後，在主管會議中被質疑。主要原因是，我們的讀者偏好財經議題，從過去的閱讀數據看不出觀光議題具有吸引力。不過，進一步研究數據就可以發現，過去完全沒有做過此類型專題，當然無法以數據證明讀者的喜惡。這給了第一個重要提醒：沒有做過的嘗試，不可能有數據。

第二個重要提醒則是，資料必須藉由關聯性分析才能產生價值。根據當年度一份「媒體使用行為與消費者偏好」分析，喜愛財經投資相關報導的媒體使用者，同樣關注旅遊觀光類報導。如果看不出資料的關聯性，累積再多資料也找不出新的洞察。那麼，誰能夠知道資料間的關聯？一開始通常是具有經驗的領域專家，而不是電腦技術專家。

更重要的提醒則是：舊的題材通常只能吸引既有讀者，是否藉由有關聯性的新題材，能夠吸引到新的讀者群？沒有人敢確定，必須做了才知道。經過嚴謹的採訪及編輯流程之後，這個題目正式上線，在沒有付費推廣的狀況下，創造出有史以來最大量點擊率，在社群媒體有超過一萬次分享，也是前所未有的佳績。同時還增加了二萬位新用戶，是年度目標的二倍。

除了前面三個提醒之外，這個真實案例最值得深思的是：究竟媒體產業真正的價值在哪裡？如果只操弄數據而忽略了內容「好看」或「有用」的本質，要如何和使用者的需求連結？如何進一步挖掘新的需求，並提供新的滿足與價值？

情境二：部門本位的阻力大於創新動力

另一個案例發生在新冠疫情期間，在社群媒體影響力不如以往，且費用不斷高漲、演算法莫名被改變的時刻，許多內容付費媒體開始關注如何透過免費電子報和讀者維持緊密關係，並希望能夠轉換為付費購買行為。訂閱電子報成為免費會員、轉換為付費會員，再升級購買其他內容產品，這是合理且可行的讀者旅程（Customer Journey）與獲利模式。然而，同樣面對成效不彰的問題。

調閱數據後發現，按下「願意免費訂閱」後到完成訂閱手續中間，流失率超過 97% 以上，亦即只有大約 2％成為免費會員，而且大部分用戶在第二關就放棄。第二關有什麼問題？因為要求申請者填寫許多個人資料、其中包括在任職公司的職級，這超出一般人願意誠實告知的範圍。

既然流程檢視已經發現問題，那麼只要修改這張個人資料表單即可，不是嗎？但業務部門不願意修改，堅持必須要有足夠的資料來判別這位用戶是否「有價值」；連資訊部門也認為不要修改，因為跟現有的資料結構不符，除非業務部門強力要求，否則不願意花時間進行資料重整。

如同大家所知道的，數據資料沒有整理好，就無法導入 AI 並應用在日常營運中；資料沒有整理妥善並串接現有資訊系統，就算有成功的小型試驗專案，也無法發揮 AI 真正強大的預測功能。

從這個案例看到的是，數位轉型在技術方面可能並不是最困難的，但只要牽涉到資料蒐集、整理及儲存方式，就挑戰到不同部門的既有思維和工作習慣，甚至直接影響到業績目標和員工績效。這對於經營者與員工而言都是不容容易的關卡，也幾乎是所有組織內阻力的最大來源。

簡單小結，可以看到上述兩個案例都是原生網路媒體，資料早已數位化。所以問題關鍵不在於數位化，而來自媒體對本身價值的主張是否清晰、對於使用者需求的認識是否足夠，以及是否能夠藉由營運模式完整落實價值主張，並滿足使用者的需求。

技術無法取代本質與策略

AI 前瞻技術研發並非臺灣強項，在已有的優勢基礎上應用 AI 並創造新價值，才是機會所在，這是很多人都熟悉的說法。對供應鏈完整的半導體產業或許是如此，但對於媒體出版產業來說，恐怕不盡然。

媒體出版產業在臺灣屬中小型企業，其中還有為數不少的微型企業，經營的關鍵在於生存及壯大，所以問題的優先順序應該回到基本面：產品、服務以及營運模式，接下來才是科技的應用與轉型。

也就是說，無論科技更迭如何快速，都只是業務的加速器，無法取代產品或產品的本身。例如，如果媒體報導大多引用自社群媒體的內容，如何做出差異性、展現獨特的價值？讀者怎麼可能為這樣的內容付費？沒有足夠的收入，如何吸引品質均優的人才投入？惡性循環之下，如何維持足夠的現金流與合理的獲利？類似這些問題如果沒有思考清楚並且著手切實改變，AI 能幫的忙其實極為有限。

AI 正走到十字路口，媒體也是

此刻人工智慧正走到一個十字路口，未來可能引發的改變，毫不遜於網際網路，不僅將主宰資通訊技術的發展，並且會更深入且廣泛滲透到人類生活及工作的每個層面，而且充滿無限未知與可能。

也正因如此，對傳統媒體、出版等知識產業工作者而言，雖然 AI 看似充滿威脅，卻也是我們重新思考媒體本質和存在價值的最佳時刻。如同微軟執行長納德拉（Satya Nadella）所說，「人工智慧是改變我們所做一切事情的執行環境」，AI 將會重新形塑企業執行所有流程的環境，電腦軟體系統將成為營運執行的主要途徑。如果這樣的說法是大多數人的共識，那麼，在現今的知識產業中，人類還有哪些 AI 無法取代的價值？

除了現有的媒體之外，還有哪些知識傳遞與分享的方式，能夠滿足使用者不同的需求與用途？為了迎接這些新的改變，媒體工作者需要哪些能力？這些能力是現有的或需要重新學習的？媒體組織如何安排有效的學習方式？而在大學裡面的「傳播教育」或「新聞教育」，又需要如何重新安排與定義，才能夠培養未來的人才？

這些問題可以從組織、策略、流程、人才到生態系一層接著一層追問下去，但最基本的問題恐怕仍要回到起點：究竟在人類社會中，媒體存在的功能與價值是什麼？

原文刊登於《新聞學研究》第159期。

參考文獻