內容產業從「流水線(pipeline)」轉型為「平台(platform)」的理論框架,源自 創意產業專題 課程。流水線是線性的價值鏈(製作→發行→消費),平台是連接多方參與者的生態系統。結構改變本身不等於價值創造,必須能具體說明每一類參與者拿到了什麼新的東西。
壟斷的四個來源與規模經濟
課程引用 Peter Thiel 在史丹佛的框架:平台要長期存活,必須在獨家技術(Proprietary Technology)、網路效應(Network Effects)、規模經濟(Economies of Scale)、品牌(Branding)四個面向建立壟斷。在網路時代,傳輸管道的壟斷已消失(任何人都可建串流平台),技術才是新的壟斷關鍵。這解釋了為何老媒體公司投入再多錢也難以持續——只學了表面,沒抓住「電視業的本質是科技業」這個核心。完整脈絡見 Founders Fund。
FAST(Free + Ad-supported + Streaming + TV)是免費廣告支撐的頻道式串流服務,在美國與歐洲蓬勃發展,示範了成本結構的根本轉變:傳統模式每增加一個頻道需要對應人力,變動成本高;科技化模式前期投入高昂固定研發成本,之後每新增頻道邊際成本趨近於零(一人可管理 400 個頻道)。台灣媒體業者普遍只學了「免費頻道」外殼,沒有投資背後的廣告科技與自動化系統,導致燒錢難以為繼。
規模經濟的具體邏輯:同樣花 3,000 萬美金製作一部電影,Netflix(3 億用戶)分攤後的每人成本是小平台(3,000 萬用戶)的十分之一。規模越大,單位成本越低,越有餘裕在定價和內容策略上靈活出招。
商業模式 × 內容:雙向塑形
商業模式與內容之間存在雙向的交互影響,分析平台不能只談賺錢機制。Instagram 的廣告模式追求最大化停留時間,推動平台從「真朋友生活分享」轉向娛樂化(影音、網紅、明星話題);新平台 Retro 明確拒絕廣告模式,理由正是廣告要求的停留時長,與其「偶爾與真朋友分享生活」的內容定位根本矛盾。
廣告與訂閱的差異在電視劇上最為明顯:傳統電視(廣告模式)需要填滿 40 週節目表,激勵集數膨脹、劇本壓縮、品質下滑;Netflix(訂閱模式)以「讓觀眾留下」為核心指標,傾向製作集數少但品質高的作品(6–10 集為主),灌水集數反而稀釋觀看 KPI。《柴碧頓家族》《后翼棄兵》的創作者離開傳統電視台轉投 Netflix,背後即此邏輯。
SVOD 的天花板與 AVOD 轉型
純訂閱制(SVOD)面臨雙重天花板:訂閱費漲太高需求下降(需求法則),同時內容軍備競賽使製作成本急速攀升,形成「收入有上限、成本無止境」的困境。引入低價廣告方案(AVOD)帶來五個效果:訂閱門檻降低,擴展新客群;差別取價(商務艙 vs. 經濟艙邏輯);收入來源從單靠訂閱費變為訂閱費加廣告費,跳脫訂戶數競爭;低價廣告版可包進其他服務的會員福利,開啟跨平台合作;有廣告版提供「退路」,高價版反而有更大漲價空間。Netflix 的實際數據印證:推出廣告版後,高價版漲幅明顯加速。
「訂閱者越多,平台就能買進更多內容,吸引更多訂閱者」聽起來像網路效應,嚴格說來是錯的。SVOD 是線性流水線:訂閱費增加是「收入驅動的投資決策」,不是「使用者越多平台對每個人越有價值」。對照真正的多邊平台(如 YouTube):使用者增加→對創作者更有吸引力→更多創作者加入→更多內容→對使用者更有價值。SVOD 缺乏這個跨邊飛輪,它的武器是規模經濟帶來的單位成本優勢,不是網路效應。
X:「利潤中心」框架的過時
X 帳面商業表現不佳,但 Musk 的實際答案不在「廣告、訂閱、超級應用、API 商業化」四選一,而是把 X 重新定義為 xAI 的數據基礎設施、AI 產品的發行渠道與政治輿論資產——像 AWS 之於 Amazon 零售,是戰略性成本中心。原則可推廣:當平台被整合進更大的戰略架構,評估它的標準就必須跟著改變。完整分析見 X(前Twitter)。
演算法週期假說
Social Graph 與 Interest Graph 不是靜態分類,而是平台隨時間動態調整的策略。Week 8 老師提出週期假說:Social Graph 興起→平台累積大量高追蹤數 KOL,新人難以突破門檻→ Interest Graph 崛起,讓新創作者浮現→「演算法推爛內容」的疲態讓使用者渴望重返 Social Graph 的自主掌控感→循環。Facebook 是例證:早期是純 Social Graph,為應對 TikTok 的競爭壓力,演算法逐漸引入 Interest Graph 成分。
AI 生成內容氾濫為這個週期加入新驅動力:AI 內容生產成本趨近於零,且可被精準設計成滿足演算法偏好(高點擊率封面、停留誘餌開頭),使演算法傾向獎勵「演算法友好」而非「真正有價值」的內容;真假難辨的環境也讓使用者對陌生來源的信任度降低。Social Graph 因「信任基礎」重新獲得重要性——這正是 Reddit 以「真實人類感」為護城河的背景。實踐意義:演算法不是常數,是變數;分析平台策略必須掌握它當前所處的週期,而非套用固定結論。
寇斯定理:交易成本與平台邊界
Week 10 引入 1937 年的寇斯定理(Coase Theorem)重新詮釋平台競爭的底層邏輯:
公司之所以存在,是因為市場交易本身有成本(溝通、協調、簽約)。當這些成本夠高,把決策放在公司內部用「計劃」來執行,反而比每次訴諸市場更有效率。
Stripe 將網路商務的交易成本大幅壓低;AI 進一步壓低公司之間的溝通協調成本。兩者疊加,原本需要集中在同一間公司才能完成的工作,可以拆解成獨立個人透過市場機制對接——這解釋了疫情後全球無雇主企業(Solopreneurs)數量快速攀升,以及「一人公司從一開始就做全球生意」的現象。平台競爭的分析因此從「誰在哪個管道擁有壟斷」延伸到「誰降低了哪種交易成本」。完整案例見 Stripe。
AI 的互補品:成本下降,受益的是誰
當某樣東西的成本降低,它的「互補品」才是真正受益者——蒸汽船讓海運成本降低,受益最大的是碼頭,不是船本身。AI 運算成本持續下降,受益的互補品包括:獨家資料(X、Reddit 從免費開放轉向向 AI 公司收授權費);能源基礎設施(Stripe 數據推算美國 2028 年電力需求將是現在三倍);物理感測設備(如農場牽引機 GPS 軌跡等真實世界數據);強網路效應平台(交易成本降低使切換阻力變小,已夠大的平台強者更強);監管與法遵技術。這個框架與 Thiel 的壟斷論相銜接:真正的護城河往往不在 AI 本身,而在 AI 無法輕易取代的資源或關係。
平台類型與網路效應
平台分兩類。創新平台(Innovation Platform)提供共用技術積木,讓生態夥伴建立互補產品(App Store、Android),平台主賺取佣金——Apple 收 30%「Apple Tax」,Spotify 與 Apple Music 的競爭即源於此結構衝突。交易型平台(Transaction Platform)促成買賣或資訊交換(Airbnb、Amazon Marketplace、Bookshop.org)。Amazon 本體是通路,Amazon Marketplace 才是平台。
網路效應分四型:正向同邊(LINE、電話:使用者越多,同邊每人價值越大)、正向跨邊(YouTube:創作者與觀眾互相吸引)、負向同邊(Uber 司機增加,互相競爭收入)、負向跨邊(廣告越多,觀眾越不滿)。Uber 的網路效應是區域性、即時性的,且有負向同邊效應;Airbnb 有房東房客互選機制,用戶黏性更強。
平台的六個思考課題
分析平台的檢查清單:交易成本(如何降低搜尋、協商、執行成本)、關鍵數量(Critical Mass)、價格結構(補貼哪一邊、向哪一邊收費)、產業競合、內容設計、平台治理。治理失敗的典型是「狗屎化(Shitification)」:有市佔率後為榨出營收開始平庸化。博客來照搬實體做法,實體通路因此消亡,書籍閱讀生態卻沒有茁壯。
推薦系統設計(Netflix)
Netflix 2015 年論文揭示的設計邏輯適用於任何內容平台。片庫 8,000 部以上,沒有個人化推薦,大多數作品不會被點開。兩個核心指標:有效片單規模(Effective Catalog Size,實際有人點開的作品數)與接受率(Take Rate,推薦被點開的比例)。個人化推薦讓有效片單規模放大四倍,2015 年創造超過 10 億美元商業價值。
五種演算法各司其職:PVR(個人化影片排序)、繼續觀看(分辨「不喜歡而放棄」與「因為忙才暫停」)、BYW(因為你看過 X,分析觀眾重疊度找相似作品)、作品包裝(同一部電影對不同用戶呈現不同封面與簡介)、搜尋(補全文字→推測意圖→個人化排序)。影視是「體驗財(Experience Good)」——看之前無法確定喜不喜歡,封面個人化提供的是「你不會後悔去看」的訊號。
演算法的理想與現實有三個落差:全體多元不等於個體多元,個別觀眾可能被強化既有偏好而視野窄化;觀看次數高的往往是「原始人能懂的故事」(逃亡、殭屍、鬼怪),演算法放大的是人類本來就有的共同吸引力;平台會主動介入推薦邏輯(付費置入、新片試水溫),演算法不是中立的預測機器。參數取捨靠大規模 A/B 測試而非直覺,實驗必須同時考量短期(點擊率)、中期(總觀看時間)、長期(訂閱續約率)指標——若只有長期達成、短期未達成,結果無法解讀。
長尾、發現機制與台灣出版業
Brynjolfsson、Hu、Smith(2003)量化了網路書店創造的消費者剩餘,結論反直覺:2000 年,消費者在網路書店以更低價格購買熱門書得到的價值不到 1 億美元,購買冷門書產生的價值卻高達 7–10 億美元。實體書店受貨架空間限制只陳列暢銷品;網路書店讓每本書都可被搜尋到(長尾效應),讀者原本就多元的需求不再被迫妥協。對出版業的含義:數位轉型的重點不是「讓熱門書更便宜」,而是「讓讀者更容易發現冷門書」。
發現機制分三個層次:傳統(口碑、廣告、書評、排行榜)、社群(BookTok、讀書帳號)、平台(策展、演算法、排行榜)。平台取向有二:策展(Curation)由人工選書,強調信任與品味,覆蓋範圍受限於策展者數量;媒合(Matching)由演算法依歷史行為預測,難以幫讀者跨出既有偏好。Bookshop.org 是純策展路線的代表。
台灣網路書店是「複製實體、錯失數位」的反例。「其他人也買」欄位理論上是協同過濾,能幫讀者找到冷門長尾書,卻被用於推薦暢銷書、同期新書,或直接作為廣告版位出售——把個人化信號浪費在廣播邏輯上。定價策略也倒置:美國書越舊賣越便宜(延長商業生命),台灣折扣戰集中於新書、舊書維持定價甚至更貴,違反供需隨時間變化與價格彈性兩個基本原則,縮短書籍的商業生命。台灣圖書銷售的衰退幅度遠高於其他國家,部分可歸因於此。數位轉型的定義:不是把實體流程搬到網路,而是運用數位技術,創造在沒有這個技術的時代無法創造的價值。
平台思維在創意產業的應用
「把餅做大 vs. 分餅」的心態差異是平台成敗關鍵之一。博客來視競爭為分餅,錯失數位轉型;Bookshop.org 重新設計資訊流與物流,讓獨立書店從「銷售點」變成「策展人」,整個生態都擴大。真正的市場擴張來自 Non-Customer:WEBTOON 吸引了不看傳統漫畫的人,Taylor Swift 吸引了不聽鄉村音樂的人,Marvel 吸引了不看漫畫的電影觀眾。這需要重新設計 TA,而不只是在現有用戶內深耕。
相關連結
- 創意產業專題 — 本框架的原始課程
- 文創行銷 — 平台思維應用於課廳事業體
- 音樂產業 — 音樂平台(Spotify、Webtoon 類比)
- AI工具 — 推薦系統與生成式 AI 的關係
- TikTok — Interest Graph、演算法友好型設計、TikTok Shop 多邊市場
- Founders Fund — Peter Thiel 壟斷哲學完整脈絡
- Stripe — 寇斯定理案例、AI 互補品框架
- WEBTOON — 從危機到平台的完整轉型
- Bookshop.org — 資訊流/物流分離、策展路線
- X(前Twitter) — 平台作為帝國組成部件
- Reddit — 真人語料在 AI 時代的資產價值
- Netflix — 推薦系統、SVOD/AVOD、規模經濟案例的收攏頁